CN111424075B - 一种基于第三代测序技术的微生物检测方法及系统 - Google Patents
一种基于第三代测序技术的微生物检测方法及系统 Download PDFInfo
- Publication number
- CN111424075B CN111424075B CN202010284000.4A CN202010284000A CN111424075B CN 111424075 B CN111424075 B CN 111424075B CN 202010284000 A CN202010284000 A CN 202010284000A CN 111424075 B CN111424075 B CN 111424075B
- Authority
- CN
- China
- Prior art keywords
- detection result
- detection
- abnormal
- data
- preset condition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6869—Methods for sequencing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
- G06F16/164—File meta data generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/2107—File encryption
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Organic Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Human Computer Interaction (AREA)
- Databases & Information Systems (AREA)
- Microbiology (AREA)
- Analytical Chemistry (AREA)
- Software Systems (AREA)
- Biotechnology (AREA)
- Immunology (AREA)
- Computer Hardware Design (AREA)
- Molecular Biology (AREA)
- Bioethics (AREA)
- Biophysics (AREA)
- Computer Security & Cryptography (AREA)
- Biochemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Genetics & Genomics (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
本发明提供了一种基于第三代测序技术的微生物检测方法及系统,所述方法包括:获取微生物样品;采用第三代测序技术对所述微生物样品进行检测,获取检测结果;对所述检测结果进行智能识别处理,判断所述检测结果是否存在异常;从而不仅实现了对微生物样品的检测结果的获取,并且通过对检测结果进行智能识别处理,实现了对检测结果的异常判断。
Description
技术领域
本发明涉及微生物检测技术领域,特别涉及一种基于第三代测序技术的微生物检测方法及系统。
背景技术
随着社会的不断进步,使得对于工厂的排水、食品以及药品中的微生物的检测十分必要;
第三代测序技术是指单分子测序技术。DNA测序时,不需要经过PCR扩增,实现了对每一条DNA分子的单独测序。第三代测序技术也叫从头测序技术,即单分子实时DNA测序,第三代测序技术无需扩增,对单分链DNA/RNA直接用合成、降解、通过纳米孔等方式直接测序,具有检测时间短、检测成本低的特点。
目前对微生物的检测基本采用平板菌落计数法对微生物进行检测;平板菌落计数法是将待测样品经适当稀释之后,其中的微生物充分分散成单个细胞,取一定量的稀释样液涂布到平板上,经过培养,由每个单细胞生长繁殖而形成肉眼可见的菌落,即一个单菌落应代表原样品中的一个单细胞;统计菌落数,根据其稀释倍数和取样接种量即可换算出样品中的含菌数。采用平板菌落计数法检测微生物检测需要耗费48-72小时,使得耗费较长的检测时间。
因此,急需将第三代测序技术应用于微生物检测技术领域,因此提出一种基于第三代测序技术的微生物检测方法及系统。
发明内容
为解决上述技术问题,本发明提供一种基于第三代测序技术的微生物检测方法及系统,用以缩短对微生物检测所耗费的时间。
本发明实施例中提供了一种基于第三代测序技术的微生物检测方法,所述方法包括:
获取微生物样品;
采用第三代测序技术对所述微生物样品进行检测,获取检测结果;
对所述检测结果进行智能识别处理,判断所述检测结果是否存在异常。
在一个实施例中,所述步骤:采用第三代测序技术对所述微生物样品进行检测,获取检测结果包括如下步骤:
以α-溶血素构建纳米孔,在所述纳米孔一侧的外表面形成核酸外切酶,在所述纳米孔的内表面共价结合有环糊精,以作为传感器;
将所述纳米孔放置于脂质双分子层内,其中所述脂质双分子层的两侧的盐浓度不同;
所述脂质双分子层的两侧提供预设电压,使核酸外切酶消化单链DNA,单个碱基落入所述纳米孔中,并与所述纳米孔内的环糊精发生短暂的相互作用,影响了流过所述纳米孔的电流,根据每个碱基在在环糊精的停留时间、电流、干扰振幅实现测序。
在一个实施例中,所述步骤:采用第三代测序技术对所述微生物样品进行检测,获取检测结果,之后还包括:
将所述检测结果存储于文件夹内;
提取所述检测结果中所述检测结果对应的所述微生物样品的名称信息;
将所述名称信息设置为所述文件夹的文件名;
采用预设加密算法对所述文件夹内的所述检测结果进行加密处理;
所述预设加密算法,包括非对称加密算法、md5加密算法以及AES加密算法中的一种或多种。
在一个实施例中,所述步骤:对所述检测结果进行智能识别处理,判断所述检测结果是否存在异常,包括如下步骤:
将所述检测结果与预设的条件阈值进行比对;
当所述检测结果中的一项或者多项数据超过所述预设的条件阈值时,判断所述检测结果异常,并向工作人员传输所述检测结果和检测异常信息;
当所述检测结果中的任一项数据均未超过所述预设的条件阈值时,判断所述检测结果无异常,并向工作人员传输所述检测结果。
在一个实施例中,所述步骤:当所述检测结果中的一项或者多项数据超过所述预设的条件阈值时,判断所述检测结果异常,并向工作人员传输所述检测结果和检测异常信息;之后还包括:
提取所述检测结果中超过所述预设的条件阈值的数据;
根据所述检测结果中未超过所述预设的条件阈值的数据,对所述检测结果中超过所述预设的条件阈值的数据进行误差纠正处理,获取所述误差纠正处理后的数据;
将所述检测结果中超过所述预设的条件阈值的数据替换为所述误差纠正处理后的数据,获取所述误差纠正处理后的检测结果,并将所述误差纠正处理后的检测结果向工作人员传输。
在一个实施例中,对所述检测结果进行智能识别处理,判断所述检测结果是否存在异常后还能在确定异常后发出异常预警,并执行以下步骤:
步骤A1、获取所述检测时的环境信息,并确定所述环境信息所对应的检测刺激线谱高度;
其中,h为所述检测刺激线谱高度,e为自然常数,P为所述环境信息中的压强信息,c为所述微生物样品检测所得浓度,S为预设环境扩展系数,L为预设激光气体强度,λ0为光在当前环境介质中的传播速度,Mw为所述微生物样品的分子质量,T为所述环境信息中的温度,λ为光在真空中的传播速度;
步骤A2、确定所述环境信息所对应的调节系数;
其中,fs为所述环境信息所对应的调节系数;
步骤A3、根据所述调节系数以及检测刺激线谱高度确定所述微生物的智能识别处理结果;
其中,rt为所述智能识别处理结果,Sf为进行检测的所述微生物样品的面积,N为预设的标准情况下所述微生物的总量;
步骤A4、判断所述检测结果中的微生物的总量是否大于所述智能识别处理结果,若大于则所述检测结果是否存在异常,进行检测发出异常预警,否则继续进行后续处理。
一种基于第三代测序技术的微生物检测系统,所述系统包括:获取模块、检测模块和智能识别模块,其中,
所述获取模块,用于获取微生物样品;
所述检测模块,用于采用第三代测序技术对所述获取模块获取的所述微生物样品进行检测,获取检测结果,并将所述检测结果向所述智能识别模块传输;
所述智能识别模块,用于对所述检测模块传输的所述检测结果进行智能识别处理,判断所述检测结果是否存在异常。
在一个实施例中,所述系统,还包括存储模块;
所述检测模块,还用于将所述检测结果向所述存储模块传输;所述存储模块,用于将所述检测模块传输的所述检测结果存储于文件夹内;并提取所述检测结果中所述检测结果对应的所述微生物样品的名称信息,将所述名称信息设置为所述文件夹的文件名;
所述存储模块,还用于采用预设加密算法对所述文件夹内的所述检测结果进行加密处理;
所述预设加密算法,包括非对称加密算法、md5加密算法以及AES加密算法中的一种或多种。
在一个实施例中,所述智能识别模块,包括智能识别单元;
所述智能识别单元,用于将所述检测模块传输的所述检测结果与预设的条件阈值进行比对;当所述检测结果中的一项或者多项数据超过所述预设的条件阈值时,判断所述检测结果异常,并向工作人员传输所述检测结果和检测异常信息;当所述检测结果中的任一项数据均未超过所述预设的条件阈值时,判断所述检测结果无异常,并向工作人员传输所述检测结果。
在一个实施例中,所述系统,还包括误差纠正模块;
所述误差纠正模块,包括提取单元、数据处理单元和检测结果处理单元,其中,
所述提取单元,用于提取所述检测结果中超过所述预设的条件阈值的数据,并将超过所述预设的条件阈值的数据向所述数据处理单元传输;
所述数据处理单元,用于根据所述检测结果中未超过所述预设的条件阈值的数据,对所述提取单元传输的所述检测结果中超过所述预设的条件阈值的数据进行误差纠正处理,并将所述误差纠正处理后的数据向所述检测结果处理单元传输;
所述检测结果处理单元,用于将所述检测结果中超过所述预设的条件阈值的数据替换为所述误差纠正处理后的数据,获取所述误差纠正处理后的检测结果,并将所述误差纠正处理后的检测结果向工作人员传输。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明所提供一种基于第三代测序技术的微生物检测方法的示意图;
图2为本发明所提供一种基于第三代测序技术的微生物检测系统的结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提供了一种基于第三代测序技术的微生物检测方法,如图1所示,方法包括:
获取微生物样品;
采用第三代测序技术对微生物样品进行检测,获取检测结果;
对检测结果进行智能识别处理,判断检测结果是否存在异常。
上述方法的工作原理在于:获取微生物样品;采用第三代测序技术对获取的微生物样品进行检测,获取检测结果;并对获取的检测结果进行智能识别处理,判断检测结果是否存在异常。
上述方法的有益效果在于:通过采用第三代测序技术对获取的微生物样品进行检测,实现了对微生物样品的检测结果的获取;通过对检测结果进行智能识别处理,实现了对检测结果的异常判断;上述方法不仅实现了对微生物样品的检测结果的获取,并且通过对检测结果进行智能识别处理,实现了对检测结果的异常判断;与传统技术相比,上述方法不需要对微生物样品进行培养,采用第三代测序技术便可实现对检测结果的获取,大大缩短了检测所耗费的时间,同时也有效地降低了对微生物检测所耗费的成本。
在一个实施例中,所述步骤:采用第三代测序技术对所述微生物样品进行检测,获取检测结果包括如下步骤:
以α-溶血素构建纳米孔,在所述纳米孔一侧的外表面形成核酸外切酶,在所述纳米孔的内表面共价结合有环糊精,以作为传感器;
将所述纳米孔放置于脂质双分子层内,其中所述脂质双分子层的两侧的盐浓度不同;
所述脂质双分子层的两侧提供预设电压,使核酸外切酶消化单链DNA,单个碱基落入所述纳米孔中,并与所述纳米孔内的环糊精发生短暂的相互作用,影响了流过所述纳米孔的电流,根据每个碱基在在环糊精的停留时间、电流、干扰振幅实现测序。
上述方法的工作原理在于:第三代测序技术是一种集高通量、快速度、长读长及低成本等多种优点于一身的新型测序技术。它最大特点是无需进行PCR扩增,可直接读取目标序列,因此假阳性率大大减少,同时避免了碱基替换及偏置等常见PCR错误的发生。就精准度来说,第三代测序技术与第二代测序技术相比并不具有优势,错误率通常在15%左右。但随着测序深度的加大及使用更正软件可达到99.9%的准确率。
目前的第三代测序平台主要有:Helicos biosciences公司的tSMSTM(true singlemolecular sequencing,并行单分子合成测序技术)技术平台,美国Pacific Biosciences公司的SMRT(single molecule real-time,单分子实时合成测序技术)技术平台;美国LifeTechnologies公司的基于FRET测序技术和美国Ion Torrent公司、英国Oxford NanoporeTechnologies公司的纳米孔单分子技术。
以英国Oxford Nanopore Technologies公司的纳米孔单分子技术为例,其核心就是将在某一面上含有一对电极的特殊的脂质双分子层置于一个微孔之上,该双分子层中含有很多由α溶血素蛋白组成的纳米孔中结合一个核酸外切酶。当DNA模板进入孔道时,孔道中的核酸外切酶会“抓住”DNA分子,顺序剪切掉穿过纳米孔道的DNA碱基,每一个碱基通过纳米孔时都会产生一个阻断,根据阻断电流的变化就能检测出相应碱基的种类,最终得出DNA分子的序列。纳米孔单分子测序技术的一大优势就是仪器构造简单使用成本低廉;因为它不需要对核苷酸进行标记,也不需要复杂的光学探测系统(如激光发射器和CCD信号采集系统等),能直接对RNA分子进行测序。同时由于它是直接检测每一个碱基的特征性电流,因而能对修饰过的碱基进行测序。
上述方法的有益效果在于:采用第三代测序技术对所提取的微生物样品中的核酸进行测序,提升了测序通量,不需要经过微生物样品的建库程序,减少了样品在扩增时候出现的错配的几率,并且可以简化微生物样品的制备过程。
在一个实施例中,所述微生物样品包括食品、土壤、动物的体液或组织,所述微生物包括病毒或细菌。
所述微生物样品来源于哺乳动物,例如人类。另外,所述微生物样品可以来源于脊椎动物。
所述微生物样品包括:尿液、血液、皮肤、血浆、血清、唾液、创伤组织、创伤渗出物、活组织检查物、粪便、实体组织等。所述待检测样品来源于:呼吸道、泌尿生殖道、生殖道、中枢神经系统等。
需要说明的是,所述微生物样品可以来源于植物、食物。并且所述待检测样品还可通过从环境中的土壤或空气或水,或与环境接触的表面获得。
微生物包括病毒或细菌,例如可以是沙门菌、空肠弯曲菌、单核细胞增生李斯特菌、阪崎肠杆菌、巨细胞病毒、人多瘤病毒、人疱疹病毒、、黄曲霉、灰绿曲霉、黑曲霉、总状毛霉A、总状毛霉B、乳卵孢霉、扩展青霉、娄地青霉、指状青霉、黑根霉等。提供了微生物样品的来源,本发明的基于第三代测序技术的微生物检测方法可以实现不同来源的多种微生物的检测。
在一个实施例中,步骤:采用第三代测序技术对微生物样品进行检测,获取检测结果,之后还包括:
将检测结果存储于文件夹内;
提取检测结果中检测结果对应的微生物样品的名称信息;
将名称信息设置为文件夹的文件名;
采用预设加密算法对文件夹内的检测结果进行加密处理;
上述技术方案中将检测结果存储于文件夹内,实现了对检测结果的存储;并将检测结果中检测结果对应的微生物样品的名称信息设置为文件夹的文件名,方便了工作人员对微生物样品的检测结果的查找;并且采用预设加密算法对文件夹内的检测结果进行加密处理,从而有效提高了对检测结果存储的的安全性。
预设加密算法,包括非对称加密算法、md5加密算法以及AES加密算法中的一种或多种。上述技术方案中通过多种加密算法,实现了对检测结果的加密处理。
在一个实施例中,步骤:对检测结果进行智能识别处理,判断检测结果是否存在异常,包括如下步骤:
将检测结果与预设的条件阈值进行比对;
当检测结果中的一项或者多项数据超过预设的条件阈值时,判断检测结果异常,并向工作人员传输检测结果和检测异常信息;
当检测结果中的任一项数据均未超过预设的条件阈值时,判断检测结果无异常,并向工作人员传输检测结果。上述技术方案中将获取的检测结果与预设的条件阈值进行比对,实现了对检测结果的异常判断;并且当检测结果中的一项或者多项数据超过预设的条件阈值时,判断检测结果异常,并向工作人员传输检测结果和检测异常信息,以提醒工作人员所获取的微生物样品的检测结果存在异常;当检测结果中的任一项数据均未超过预设的条件阈值时,判断检测结果无异常,并向工作人员传输检测结果,以实现工作人员对微生物样品的检测结果的获取。
在一个实施例中,步骤:当检测结果中的一项或者多项数据超过预设的条件阈值时,判断检测结果异常,并向工作人员传输检测结果和检测异常信息;之后还包括:
提取检测结果中超过预设的条件阈值的数据;
根据检测结果中未超过预设的条件阈值的数据,对检测结果中超过预设的条件阈值的数据进行误差纠正处理,获取误差纠正处理后的数据;
将检测结果中超过预设的条件阈值的数据替换为误差纠正处理后的数据,获取误差纠正处理后的检测结果,并将误差纠正处理后的检测结果向工作人员传输。上述技术方案中在判断检测结果异常时,提取检测结果中超过预设的条件阈值的数据,并根据检测结果中未超过预设的条件阈值的数据,对检测结果中超过预设的条件阈值的数据进行误差纠正处理,获取误差纠正处理后的数据,从而实现了对检测结果中超过预设的条件阈值的数据的误差纠正处理;并将检测结果中超过预设的条件阈值的数据替换为误差纠正处理后的数据,从而实现了对误差纠正处理后的检测结果获取,并将误差纠正处理后的检测结果向工作人员传输显示,从而实现了工作人员对误差纠正处理后的检测结果的获取。
在一个实施例中,对所述检测结果进行智能识别处理,判断所述检测结果是否存在异常后还能在确定异常后发出异常预警,并执行以下步骤:
步骤A1、获取所述检测时的环境信息,并确定所述环境信息所对应的检测刺激线谱高度;
其中,h为所述检测刺激线谱高度,e为自然常数,P为所述环境信息中的压强信息,c为所述微生物样品检测所得浓度,S为预设环境扩展系数,L为预设激光气体强度,λ0为光在当前环境介质中的传播速度,Mw为所述微生物样品的分子质量,T为所述环境信息中的温度,λ为光在真空中的传播速度;
其中,对于预设值S一般取值为0.08,L预设值一般取值为0.31cm。
步骤A2、确定所述环境信息所对应的调节系数;
其中,fs为所述环境信息所对应的调节系数;
步骤A3、根据所述调节系数以及检测刺激线谱高度确定所述微生物的智能识别处理结果;
其中,rt为所述智能识别处理结果,Sf为进行检测的所述微生物样品的面积,N为预设的标准情况下所述微生物的总量;
步骤A4、判断所述检测结果中的微生物的总量是否大于所述智能识别处理结果,若大于则所述检测结果是否存在异常,进行检测发出异常预警,否则继续进行后续处理。
上述技术方案的有益效果在于:利用上述技术可以对检测结果进行智能识别处理,判断检测结果是否存在异常,并在出现异常之后给出相应的预警处理,同时利用上述技术,在对检测结果进行智能识别处理的过程中,重复考虑环境信息对微生物样品检测结果的影响,所以通过计算检测刺激线谱高度和调节系数对所述环境进行调整,从而使得计算结果与当前环境更加吻合,同时上述技术,相比于直接将检测结果与阈值进行比较就更加具有动态性,更加智能,所述检验结果也更加可靠。
一种基于第三代测序技术的微生物检测系统,如图2所示,系统包括:获取模块21、检测模块22和智能识别模块23,其中,
获取模块21,用于获取微生物样品;
检测模块22,用于采用第三代测序技术对获取模块21获取的微生物样品进行检测,获取检测结果,并将检测结果向智能识别模块23传输;
智能识别模块23,用于对检测模块22传输的检测结果进行智能识别处理,判断检测结果是否存在异常。
上述系统的工作原理在于:检测模块22采用第三代测序技术对获取模块21获取的微生物样品进行检测,获取检测结果;智能识别模块23对检测模块22获取的检测结果进行智能识别处理,判断检测结果是否存在异常。
上述方法的有益效果在于:通过检测模块采用第三代测序技术对获取的微生物样品进行检测,实现了对微生物样品的检测结果的获取;并通过智能识别模块对检测结果进行智能识别处理,实现了对检测结果的异常判断;检测模块通过采用第三代测序技术对获取的微生物样品进行检测,实现了对微生物样品的检测结果的获取;并通过智能识别模块对检测结果进行智能识别处理,实现了对检测结果的异常判断;上述系统不仅实现了对微生物样品的检测结果的获取,并且通过对检测结果进行智能识别处理,实现了对检测结果的异常判断;与传统技术相比,上述系统不需要对微生物样品进行培养,采用第三代测序技术便可实现对检测结果的获取,大大缩短了检测所耗费的时间,同时也有效地降低了对微生物检测所耗费的成本。
在一个实施例中,系统,还包括存储模块;
检测模块,还用于将检测结果向存储模块传输;存储模块,用于将检测模块传输的检测结果存储于文件夹内;并提取检测结果中检测结果对应的微生物样品的名称信息,将名称信息设置为文件夹的文件名;
存储模块,还用于采用预设加密算法对文件夹内的检测结果进行加密处理;上述技术方案中存储模块将检测模块传输的检测结果存储于文件夹内,实现了对检测结果的存储;并将检测结果中检测结果对应的微生物样品的名称信息设置为文件夹的文件名,方便了工作人员对微生物样品的检测结果的查找;并且采用预设加密算法对文件夹内的检测结果进行加密处理,从而有效提高了对检测结果存储的的安全性。
预设加密算法,包括非对称加密算法、md5加密算法以及AES加密算法中的一种或多种。上述技术方案中通过多种加密算法,实现了对检测结果的加密处理。
在一个实施例中,智能识别模块,包括智能识别单元;
智能识别单元,用于将检测模块传输的检测结果与预设的条件阈值进行比对;当检测结果中的一项或者多项数据超过预设的条件阈值时,判断检测结果异常,并向工作人员传输检测结果和检测异常信息;当检测结果中的任一项数据均未超过预设的条件阈值时,判断检测结果无异常,并向工作人员传输检测结果。上述技术方案中智能识别单元将获取的检测结果与预设的条件阈值进行比对,实现了对检测结果的异常判断;并且当检测结果中的一项或者多项数据超过预设的条件阈值时,判断检测结果异常,并向工作人员传输检测结果和检测异常信息,以提醒工作人员所获取的微生物样品的检测结果存在异常;当检测结果中的任一项数据均未超过预设的条件阈值时,判断检测结果无异常,并向工作人员传输检测结果,以实现工作人员对微生物样品的检测结果的获取。
在一个实施例中,系统,还包括误差纠正模块;
误差纠正模块,包括提取单元、数据处理单元和检测结果处理单元,其中,
提取单元,用于提取检测结果中超过预设的条件阈值的数据,并将超过预设的条件阈值的数据向数据处理单元传输;
数据处理单元,用于根据检测结果中未超过预设的条件阈值的数据,对提取单元传输的检测结果中超过预设的条件阈值的数据进行误差纠正处理,并将误差纠正处理后的数据向检测结果处理单元传输;
检测结果处理单元,用于将检测结果中超过预设的条件阈值的数据替换为误差纠正处理后的数据,获取误差纠正处理后的检测结果,并将误差纠正处理后的检测结果向工作人员传输。上述技术方案中在判断检测结果异常时,通过提取单元提取检测结果中超过预设的条件阈值的数据,并通过数据处理单元根据检测结果中未超过预设的条件阈值的数据,对检测结果中超过预设的条件阈值的数据进行误差纠正处理,获取误差纠正处理后的数据,从而实现了对检测结果中超过预设的条件阈值的数据的误差纠正处理;并通过检测结果处理单元将检测结果中超过预设的条件阈值的数据替换为误差纠正处理后的数据,从而实现了对误差纠正处理后的检测结果获取,并将误差纠正处理后的检测结果向工作人员传输显示,从而实现了工作人员对误差纠正处理后的检测结果的获取。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (5)
1.一种基于第三代测序技术的微生物检测方法,其特征在于,所述方法包括:
获取微生物样品;
采用第三代测序技术对所述微生物样品进行检测,获取检测结果;
对所述检测结果进行智能识别处理,判断所述检测结果是否存在异常;
对所述检测结果进行智能识别处理,判断所述检测结果是否存在异常后还能在确定异常后发出异常预警,并执行以下步骤:
步骤A1、获取所述检测时的环境信息,并确定所述环境信息所对应的检测刺激线谱高度;
其中,h为所述检测刺激线谱高度,e为自然常数,P为所述环境信息中的压强信息,c为所述微生物样品检测所得浓度,S为预设环境扩展系数,L为预设激光气体强度,λ0为光在当前环境介质中的传播速度,Mω为所述微生物样品的分子质量,T为所述环境信息中的温度,λ为光在真空中的传播速度;
步骤A2、确定所述环境信息所对应的调节系数;
其中,fs为所述环境信息所对应的调节系数;
步骤A3、根据所述调节系数以及检测刺激线谱高度确定所述微生物的智能识别处理结果;
其中,rt为所述智能识别处理结果,Sf为进行检测的所述微生物样品的面积,N为预设的标准情况下所述微生物的总量;
步骤A4、判断所述检测结果中的微生物的总量是否大于所述智能识别处理结果,若大于则所述检测结果存在异常,进行检测发出异常预警,否则继续进行后续处理;
所述微生物样品来源于植物、食物或所述微生物样品通过从环境中的土壤或空气或水,或与环境接触的表面获得。
2.如权利要求1所述的方法,其特征在于,所述步骤:采用第三代测序技术对所述微生物样品进行检测,获取检测结果包括如下步骤:
以α-溶血素构建纳米孔,在所述纳米孔一侧的外表面形成核酸外切酶,在所述纳米孔的内表面共价结合有环糊精,以作为传感器;
将所述纳米孔放置于脂质双分子层内,其中所述脂质双分子层的两侧的盐浓度不同;
所述脂质双分子层的两侧提供预设电压,使核酸外切酶消化单链DNA,单个碱基落入所述纳米孔中,并与所述纳米孔内的环糊精发生短暂的相互作用,影响了流过所述纳米孔的电流,根据每个碱基在环糊精的停留时间、电流、干扰振幅实现测序。
3.如权利要求1所述的方法,其特征在于,
所述步骤:采用第三代测序技术对所述微生物样品进行检测,获取检测结果,之后还包括:
将所述检测结果存储于文件夹内;
提取所述检测结果中所述检测结果对应的所述微生物样品的名称信息;
将所述名称信息设置为所述文件夹的文件名;
采用预设加密算法对所述文件夹内的所述检测结果进行加密处理;
所述预设加密算法,包括非对称加密算法、md5加密算法以及AES加密算法中的一种或多种。
4.如权利要求1所述的方法,其特征在于,
所述步骤:对所述检测结果进行智能识别处理,判断所述检测结果是否存在异常,包括如下步骤:
将所述检测结果与预设的条件阈值进行比对;
当所述检测结果中的一项或者多项数据超过所述预设的条件阈值时,判断所述检测结果异常,并向工作人员传输所述检测结果和检测异常信息;
当所述检测结果中的任一项数据均未超过所述预设的条件阈值时,判断所述检测结果无异常,并向工作人员传输所述检测结果。
5.如权利要求4所述的方法,其特征在于,
所述步骤:当所述检测结果中的一项或者多项数据超过所述预设的条件阈值时,判断所述检测结果异常,并向工作人员传输所述检测结果和检测异常信息;之后还包括:
提取所述检测结果中超过所述预设的条件阈值的数据;
根据所述检测结果中未超过所述预设的条件阈值的数据,对所述检测结果中超过所述预设的条件阈值的数据进行误差纠正处理,获取所述误差纠正处理后的数据;
将所述检测结果中超过所述预设的条件阈值的数据替换为所述误差纠正处理后的数据,获取所述误差纠正处理后的检测结果,并将所述误差纠正处理后的检测结果向工作人员传输。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010284000.4A CN111424075B (zh) | 2020-04-10 | 2020-04-10 | 一种基于第三代测序技术的微生物检测方法及系统 |
PCT/CN2021/083090 WO2021203982A1 (zh) | 2020-04-10 | 2021-03-25 | 一种基于第三代测序技术的微生物检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010284000.4A CN111424075B (zh) | 2020-04-10 | 2020-04-10 | 一种基于第三代测序技术的微生物检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111424075A CN111424075A (zh) | 2020-07-17 |
CN111424075B true CN111424075B (zh) | 2021-01-15 |
Family
ID=71553927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010284000.4A Active CN111424075B (zh) | 2020-04-10 | 2020-04-10 | 一种基于第三代测序技术的微生物检测方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111424075B (zh) |
WO (1) | WO2021203982A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111424075B (zh) * | 2020-04-10 | 2021-01-15 | 西咸新区予果微码生物科技有限公司 | 一种基于第三代测序技术的微生物检测方法及系统 |
CN113789257A (zh) * | 2021-07-05 | 2021-12-14 | 厦门赛特奥斯生物技术有限公司 | 一种基于三代测序技术的微生物检测系统 |
CN114328399B (zh) * | 2022-03-15 | 2022-05-24 | 四川大学华西医院 | 一种基因测序多样本数据文件自动配对的方法和系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2539707B1 (en) * | 2010-02-23 | 2021-06-30 | University Of Washington | Artificial mycolic acid membranes |
CN104484582B (zh) * | 2014-12-08 | 2018-04-24 | 深圳华大基因科技服务有限公司 | 通过模块化选择实现的生物信息项目自动分析方法及系统 |
CN104484558B (zh) * | 2014-12-08 | 2018-04-24 | 深圳华大基因科技服务有限公司 | 生物信息项目的分析报告自动生成方法及系统 |
CN104862217B (zh) * | 2015-06-15 | 2017-06-20 | 杨亮 | 细菌耐药性快速预测系统及其预测方法 |
GB201616590D0 (en) * | 2016-09-29 | 2016-11-16 | Oxford Nanopore Technologies Limited | Method |
GB2569831A (en) * | 2017-12-29 | 2019-07-03 | Clear Labs Inc | Detection of microorganisms in food samples and food processing facilities |
US20210010065A1 (en) * | 2018-03-15 | 2021-01-14 | Twinstrand Biosciences, Inc. | Methods and reagents for enrichment of nucleic acid material for sequencing applications and other nucleic acid material interrogations |
WO2020046953A1 (en) * | 2018-08-27 | 2020-03-05 | Idbydna Inc. | Methods and systems for providing sample information |
CN109295187B (zh) * | 2018-10-31 | 2021-02-09 | 南京大学 | 一种基于纳米孔对非天然核酸直接测序的错位测序方法 |
CN111424075B (zh) * | 2020-04-10 | 2021-01-15 | 西咸新区予果微码生物科技有限公司 | 一种基于第三代测序技术的微生物检测方法及系统 |
-
2020
- 2020-04-10 CN CN202010284000.4A patent/CN111424075B/zh active Active
-
2021
- 2021-03-25 WO PCT/CN2021/083090 patent/WO2021203982A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2021203982A1 (zh) | 2021-10-14 |
CN111424075A (zh) | 2020-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111424075B (zh) | 一种基于第三代测序技术的微生物检测方法及系统 | |
Stephens et al. | The use of an automated growth analyser to measure recovery times of single heat‐injured Salmonella cells | |
Wang et al. | Development of multiple cross displacement amplification label-based gold nanoparticles lateral flow biosensor for detection of Listeria monocytogenes | |
CN115851894A (zh) | 聚合物的分析 | |
Arkhangelsky et al. | Kinetics and mechanism of plasmid DNA penetration through nanopores | |
Pightling et al. | The Listeria monocytogenes Core-Genome Sequence Typer (LmCGST): a bioinformatic pipeline for molecular characterization with next-generation sequence data | |
CN103981261A (zh) | 一种检测及鉴别诊断气溶胶中布鲁氏杆菌的方法 | |
CN105829544B (zh) | 通过质谱法和红外光谱法鉴定微生物 | |
CN106018508A (zh) | 基于适体修饰多孔氧化铝膜的李斯特菌高灵敏检测新方法 | |
Skladal et al. | Detection of bacterial contamination in sterile UHT milk using an L-lactate biosensor | |
CN102586438A (zh) | 基于lamp的微生物目视化荧光显色基因检测方法 | |
CN102329879A (zh) | 荧光定量pcr对布鲁氏杆菌气溶胶的快速鉴定方法 | |
CN105132519A (zh) | 一种用于大肠杆菌定量检测的选择性培养基及大肠杆菌定量检测方法 | |
CN103160504A (zh) | 用于重金属铅的快速检测的核酸荧光探针及其检测方法 | |
JP2004008176A (ja) | 混合微生物系の監視方法および管理方法 | |
CN102851362B (zh) | 一种基于质谱技术快速鉴定布鲁氏菌的方法及其用途 | |
CN103436429A (zh) | 用于病原体检测的转运系统和病原体检测方法 | |
Birch et al. | Molecular typing of Aspergillus species | |
JP2007020430A (ja) | 微生物培養条件の設定方法およびこの方法を利用したrna生産用微生物の製造方法 | |
Meder et al. | Fluorescence-based rapid detection of microbiological contaminants in water samples | |
Patini | Culturomics: a new approach for the diagnosis of the oral microbiota | |
CN104745544A (zh) | 一种d-乳酸氧化酶及其在d-乳酸检测中的应用 | |
WO2021013041A1 (zh) | 一种利用纳米孔进行细菌耐药性的快速检测方法、装置和系统 | |
CN204490880U (zh) | 一种血液样本培养装置 | |
CN114540519A (zh) | 用于鉴别大曲中解淀粉芽孢杆菌的引物、试剂盒及鉴别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |