JP2022021661A - シングルセルゲノム配列とメタゲノム配列を統合する新規処理法 - Google Patents

Abstract

【課題】シングルセルゲノム配列とメタゲノム配列を統合する新規処理法を提供する。【解決手段】複数の単位生物単位を含む生物単位集団の配列を解析する方法であって、Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、Ｃ）Ａ）およびＢ）について、リードよりも長い元のゲノム配列の再構築、分別および／または統合および／またはキメラ除去をそれぞれ行うステップと、Ｄ）メタゲノム断片配列またはそれに由来する配列と、シングルセルゲノム断片配列またはそれに由来する配列とを少なくとも含む配列を用いた組み合わせ解析を行い、改良された再構築ゲノム配列を得るステップとを含む、方法。【選択図】なし

Description

本開示は、シングルセルゲノム配列とメタゲノム配列を統合する新規処理法、システムおよび関連技術を提供する。具体的にはシングルセルゲノム配列とメタゲノム配列を組み合わせて解析することにより高品質なゲノム配列を構築する解析システムを提供する。

微生物ゲノムデータの構築が進んでいるが、現在のデータは、メタゲノム情報を基にするものが多く、複雑な細菌叢を解析対象にした場合に情報として質、量とも不足する。

単一の生物単位ごとの遺伝情報（ゲノム情報など）の取得が一部されてきているが、より高品質の遺伝情報のニーズが高まっている。

本開示は、微生物コミュニティなどの複数の単位生物単位を含む生物単位集団から、生物単位集団に含まれる単一の生物単位（例えば、菌株）のゲノム配列を高品質に決定する方法を提供する。メタゲノム解析においては、混在するゲノム配列の正確な分別に課題があり、シングルセルゲノム解析では増幅バイアスに課題がある。本開示は、同一の複数の単位生物単位を含む生物単位集団に対してシングルセルゲノム解析とメタゲノム解析の両方を実施し、そこから得られた解析結果を相互活用することで得られるゲノム配列の品質を向上させることを特徴とする。それぞれの手法単独で得られるゲノム配列よりも高品質なゲノム配列を提供することが可能である。

本開示の実施形態の例として、以下のものが挙げられる。
(項目１)
複数の単位生物単位を含む生物単位集団の配列を解析する方法であって、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
Ｃ）Ａ）およびＢ）について、リードよりも長い元のゲノム配列の再構築、分別および／または統合および／またはキメラ除去をそれぞれ行うステップと、
Ｄ）メタゲノム断片配列またはそれに由来する配列と、シングルセルゲノム断片配列またはそれに由来する配列とを少なくとも含む配列を用いた組み合わせ解析を行い、改良された再構築ゲノム配列を得るステップと
を含む、方法。
(項目２)
前記メタゲノム断片配列またはそれに由来する配列は、メタゲノム断片配列、メタゲノム断片配列を再構築した配列、およびメタゲノム断片配列を再構築した配列を分別した配列を含み、
前記シングルセルゲノム断片配列またはそれに由来する配列は、シングルセルゲノム断片配列、シングルセルゲノム断片配列を再構築した配列、およびシングルセルゲノム断片配列を再構築した配列を統合した配列を含む、
項目１に記載の方法。
(項目３)
前記組み合わせ解析が、シングルセルゲノム断片配列またはそれに由来する配列を用いた、メタゲノム断片配列またはそれに由来する配列の分別を含む、項目１または２に記載の方法。
(項目４)
前記組み合わせ解析が、メタゲノム断片配列またはそれに由来する配列を用いた、シングルセルゲノム断片配列またはそれに由来する配列の統合を含む、項目１～３のいずれか一項に記載の方法。
(項目５)
前記組み合わせ解析が、シングルセルゲノム断片配列をメタゲノム断片配列を再構築した配列にマッピングすることにより、シングルセルゲノム断片配列をメタゲノム断片配列を再構築した配列に分断して、アライメントされたシングルセルゲノム断片配列をキメラ配列と特定すること、および必要に応じてキメラ配列を除去することを含む、項目１～４のいずれか一項に記載の方法。
(項目６)
前記方法は、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
Ｃ－１）Ａ）およびＢ）について、リードよりも長い元のゲノム配列の再構築をそれぞれ行うステップと、
Ｃ－２）前記メタゲノム断片配列を再構築した配列を分別し、前記シングルセルゲノム断片配列を再構築した配列を統合して、メタゲノム断片配列を再構築した配列を分別した配列およびシングルセルゲノム断片配列を再構築した配列を統合した配列をそれぞれ生成するステップであって、前記メタゲノム断片配列を再構築した配列の分別の際に前記シングルセルゲノム断片配列を参照する、ステップと、
Ｃ－３）前記メタゲノム断片配列を再構築した配列を分別した配列から、メタゲノム断片配列を参照して、分別断片配列を生成するステップと、
Ｄ）前記分別断片配列と前記シングルセルゲノム断片配列を再構築した配列を分別した配列とを組み合わせて、改良された再構築ゲノム配列を得るステップと
を含む、項目１～５のいずれか一項に記載の方法。
(項目７)
前記方法は、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
Ｃ－１）Ａ）およびＢ）について、リードよりも長い元のゲノム配列の再構築をそれぞれ行うステップと、
Ｃ－２）前記シングルセルゲノム断片配列を再構築した配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成するステップと、
Ｃ－３）前記メタゲノム断片配列を再構築した配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列を再構築した配列を分別した配列を生成するステップと、
Ｄ）前記メタゲノム断片配列を再構築した配列を分別した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得るステップと
を含む、項目１～６のいずれか一項に記載の方法。
(項目８)
前記方法は、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
Ｃ－１）Ｂ）について、リードよりも長い元のゲノム配列の再構築を行うステップと、
Ｃ－２）前記Ｃ－１）で得た配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成するステップと、
Ｃ－３）前記メタゲノム断片配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列の分別断片配列を生成するステップと、
Ｃ－４）前記メタゲノム断片配列の分別断片配列について、リードよりも長い元のゲノム配列の再構築を行うステップと、
Ｄ）前記メタゲノム断片配列の分別断片配列を再構築した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得るステップと
を含む、項目１～７のいずれか一項に記載の方法。
(項目９)
複数の単位生物単位を含む生物単位集団の配列を解析する方法をコンピュータに実装させるプログラムであって、該方法は
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
Ｃ）Ａ）およびＢ）について、前記断片配列よりも長い元のゲノム配列の再構築、分別、統合および／またはキメラ除去をそれぞれ行うステップと、
Ｄ）メタゲノム断片配列またはそれに由来する配列と、シングルセルゲノム断片配列またはそれに由来する配列とを少なくとも含む配列を用いた組み合わせ解析を行い、改良された再構築ゲノム配列を得るステップと
を含む、プログラム。
(項目１０)
前記メタゲノム断片配列またはそれに由来する配列は、メタゲノム断片配列、メタゲノム断片配列を再構築した配列、およびメタゲノム断片配列を再構築した配列を分別した配列を含み、
前記シングルセルゲノム断片配列またはそれに由来する配列は、シングルセルゲノム断片配列、シングルセルゲノム断片配列を再構築した配列、およびシングルセルゲノム断片配列を再構築した配列を統合した配列を含む、
項目９に記載のプログラム。
(項目１１)
前記組み合わせ解析が、シングルセルゲノム断片配列またはそれに由来する配列を用いた、メタゲノム断片配列またはそれに由来する配列の分別を含む、項目９または１０に記載のプログラム。
(項目１２)
前記組み合わせ解析が、メタゲノム断片配列またはそれに由来する配列を用いた、シングルセルゲノム断片配列またはそれに由来する配列の統合を含む、項目９～１１のいずれか一項に記載のプログラム。
(項目１３)
前記組み合わせ解析が、シングルセルゲノム断片配列を、メタゲノム断片配列を再構築した配列にマッピングすることにより、シングルセルゲノム断片配列を、メタゲノム断片配列を再構築した配列に分断して、アライメントされたシングルセルゲノム断片配列をキメラ配列と特定すること、および必要に応じてキメラ配列を除去することを含む、項目９～１２のいずれか一項に記載のプログラム。
(項目１４)
前記方法は、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
Ｃ－１）Ａ）およびＢ）について、前記断片配列よりも長い元のゲノム配列の再構築をそれぞれ行うステップと、
Ｃ－２）前記メタゲノム断片配列を再構築した配列を分別し、前記シングルセルゲノム断片配列を再構築した配列を統合して、メタゲノム断片配列を再構築した配列を分別した配列およびシングルセルゲノム断片配列を再構築した配列を統合した配列をそれぞれ生成するステップであって、前記メタゲノム断片配列を再構築した配列の分別の際に前記シングルセルゲノム断片配列を参照する、ステップと、
Ｃ－３）前記メタゲノム断片配列を再構築した配列を分別した配列から、メタゲノム断片配列を参照して、分別断片配列を生成するステップと、
Ｄ）前記分別断片配列と前記シングルセルゲノム断片配列を再構築した配列を分別した配列とを組み合わせて、改良された再構築ゲノム配列を得るステップと
を含む、項目９～１３のいずれか一項に記載のプログラム。
(項目１５)
前記方法は、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
Ｃ－１）Ａ）およびＢ）について、前記断片配列よりも長い元のゲノム配列の再構築をそれぞれ行うステップと、
Ｃ－２）前記シングルセルゲノム断片配列を再構築した配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成するステップと、
Ｃ－３）前記メタゲノム断片配列を再構築した配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列を再構築した配列を分別した配列を生成するステップと、
Ｄ）前記メタゲノム断片配列を再構築した配列を分別した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得るステップと
を含む、項目９～１４のいずれか一項に記載のプログラム。
(項目１６)
前記方法は、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
Ｃ－１）Ｂ）について、前記断片配列よりも長い元のゲノム配列の再構築を行うステップと、
Ｃ－２）前記Ｃ－１）で得た配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成するステップと、
Ｃ－３）前記メタゲノム断片配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列の分別断片配列を生成するステップと、
Ｃ－４）前記メタゲノム断片配列の分別断片配列について、リードよりも長い元のゲノム配列の再構築を行うステップと、
Ｄ）前記メタゲノム断片配列の分別断片配列を再構築した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得るステップと
を含む、項目９～１５のいずれか一項に記載のプログラム。
(項目１７)
複数の単位生物単位を含む生物単位集団の配列を解析する方法をコンピュータに実装させるプログラムを格納する記録媒体であって、該方法は、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
Ｃ）Ａ）およびＢ）について、前記断片配列よりも長い元のゲノム配列の再構築、分別、統合および／またはキメラ除去をそれぞれ行うステップと、
Ｄ）メタゲノム断片配列またはそれに由来する配列と、シングルセルゲノム断片配列またはそれに由来する配列とを少なくとも含む配列を用いた組み合わせ解析を行い、改良された再構築ゲノム配列を得るステップと
を含む、記録媒体。
(項目１８)
前記メタゲノム断片配列またはそれに由来する配列は、メタゲノム断片配列、メタゲノム断片配列を再構築した配列、およびメタゲノム断片配列を再構築した配列を分別した配列を含み、
前記シングルセルゲノム断片配列またはそれに由来する配列は、シングルセルゲノム断片配列、シングルセルゲノム断片配列を再構築した配列、およびシングルセルゲノム断片配列を再構築した配列を統合した配列を含む、
項目１７に記載の記録媒体。
(項目１９)
前記組み合わせ解析が、シングルセルゲノム断片配列またはそれに由来する配列を用いた、メタゲノム断片配列またはそれに由来する配列の分別を含む、項目１７または１８に記載の記録媒体。
(項目２０)
前記組み合わせ解析が、メタゲノム断片配列またはそれに由来する配列を用いた、シングルセルゲノム断片配列またはそれに由来する配列の統合を含む、項目１７～１９のいずれか一項に記載の記録媒体。
(項目２１)
前記組み合わせ解析が、シングルセルゲノム断片配列を、メタゲノム断片配列を再構築した配列にマッピングすることにより、シングルセルゲノム断片配列を、メタゲノム断片配列を再構築した配列に分断して、アライメントされたシングルセルゲノム断片配列をキメラ配列と特定すること、および必要に応じてキメラ配列を除去することを含む、項目１７～２０のいずれか一項に記載の記録媒体。
(項目２２)
前記方法は、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
Ｃ－１）Ａ）およびＢ）について、前記断片配列よりも長い元のゲノム配列の再構築をそれぞれ行うステップと、
Ｃ－２）前記メタゲノム断片配列を再構築した配列を分別し、前記シングルセルゲノム断片配列を再構築した配列を統合して、メタゲノム断片配列を再構築した配列を分別した配列およびシングルセルゲノム断片配列を再構築した配列を統合した配列をそれぞれ生成するステップであって、前記メタゲノム断片配列を再構築した配列の分別の際に前記シングルセルゲノム断片配列を参照する、ステップと、
Ｃ－３）前記メタゲノム断片配列を再構築した配列を分別した配列から、メタゲノム断片配列を参照して、分別断片配列を生成するステップと、
Ｄ）前記分別断片配列と前記シングルセルゲノム断片配列を再構築した配列を分別した配列とを組み合わせて、改良された再構築ゲノム配列を得るステップと
を含む、項目１７～２１のいずれか一項に記載の記録媒体。
(項目２３)
前記方法は、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
Ｃ－１）Ａ）およびＢ）について、前記断片配列よりも長い元のゲノム配列の再構築をそれぞれ行うステップと、
Ｃ－２）前記シングルセルゲノム断片配列を再構築した配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成するステップと、
Ｃ－３）前記メタゲノム断片配列を再構築した配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列を再構築した配列を分別した配列を生成するステップと、
Ｄ）前記メタゲノム断片配列を再構築した配列を分別した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得るステップと
を含む、項目１７～２２のいずれか一項に記載の記録媒体。
(項目２４)
前記方法は、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
Ｃ－１）Ｂ）について、前記断片配列よりも長い元のゲノム配列の再構築を行うステップと、
Ｃ－２）前記Ｃ－１）で得た配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成するステップと、
Ｃ－３）前記メタゲノム断片配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列の分別断片配列を生成するステップと、
Ｃ－４）前記メタゲノム断片配列の分別断片配列について、リードよりも長い元のゲノム配列の再構築を行うステップと、
Ｄ）前記メタゲノム断片配列の分別断片配列を再構築した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得るステップと
を含む、項目１７～２３のいずれか一項に記載の記録媒体。
(項目２５)
複数の単位生物単位を含む生物単位集団の配列を解析するシステムであって、該システムは、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るメタゲノム断片配列生成部と、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るシングルセルゲノム断片配列生成部と、
Ｃ）メタゲノム断片配列およびシングルセルゲノム断片配列について、前記断片配列よりも長い元のゲノム配列の再構築、分別、統合および／またはキメラ除去をそれぞれ行う配列処理部と、
Ｄ）メタゲノム断片配列またはそれに由来する配列と、シングルセルゲノム断片配列またはそれに由来する配列とを少なくとも含む配列を用いた組み合わせ解析を行い、改良された再構築ゲノム配列を得る改良ゲノム配列生成部と
を含む、システム。
(項目２６)
前記メタゲノム断片配列またはそれに由来する配列は、メタゲノム断片配列、メタゲノム断片配列を再構築した配列、およびメタゲノム断片配列を再構築した配列を分別した配列を含み、
前記シングルセルゲノム断片配列またはそれに由来する配列は、シングルセルゲノム断片配列、シングルセルゲノム断片配列を再構築した配列、およびシングルセルゲノム断片配列を再構築した配列を統合した配列を含む、
項目２５に記載のシステム。
(項目２７)
前記組み合わせ解析が、シングルセルゲノム断片配列またはそれに由来する配列を用いた、メタゲノム断片配列またはそれに由来する配列の分別を含む、項目２５または２６に記載のシステム。
(項目２８)
前記組み合わせ解析が、メタゲノム断片配列またはそれに由来する配列を用いた、シングルセルゲノム断片配列またはそれに由来する配列の統合を含む、項目２５～２７のいずれか一項に記載のシステム。
(項目２９)
前記組み合わせ解析が、シングルセルゲノム断片配列を、メタゲノム断片配列を再構築した配列にマッピングすることにより、シングルセルゲノム断片配列を、メタゲノム断片配列を再構築した配列に分断して、アライメントされたシングルセルゲノム断片配列をキメラ配列と特定すること、および必要に応じてキメラ配列を除去することを含む、項目２５～２８のいずれか一項に記載のシステム。
(項目３０)
前記システムは、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るメタゲノム断片配列生成部と、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るシングルセルゲノム断片配列生成部と、
Ｃ－１）Ａ）およびＢ）について、前記断片配列よりも長い元のゲノム配列の再構築をそれぞれ行う再構築部と、
Ｃ－２）前記メタゲノム断片配列を再構築した配列を分別し、前記シングルセルゲノム断片配列を再構築した配列を統合して、メタゲノム断片配列を再構築した配列を分別した配列およびシングルセルゲノム断片配列を再構築した配列を統合した配列をそれぞれ生成するステップであって、前記メタゲノム断片配列を再構築した配列の分別の際に前記シングルセルゲノム断片配列を参照する、分別統合部と、
Ｃ－３）前記メタゲノム断片配列を再構築した配列を分別した配列から、メタゲノム断片配列を参照して、分別断片配列を生成する生成部と、
Ｄ）前記分別断片配列と前記シングルセルゲノム断片配列を再構築した配列を分別した配列とを組み合わせて、改良された再構築ゲノム配列を得る改良ゲノム配列生成部と
を含む、項目２４～２９のいずれか一項に記載のシステム。
(項目３１)
前記システムは、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るメタゲノム断片配列生成部と、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るシングルセルゲノム断片配列生成部と、
Ｃ－１）Ａ）およびＢ）について、前記断片配列よりも長い元のゲノム配列の再構築をそれぞれ行う再構築部と、
Ｃ－２）前記シングルセルゲノム断片配列を再構築した配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成する統合部と、
Ｃ－３）前記メタゲノム断片配列を再構築した配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列を再構築した配列を分別した配列を生成する生成部と、
Ｄ）前記メタゲノム断片配列を再構築した配列を分別した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得る改良ゲノム配列生成部と
を含む、項目２５～３０のいずれか一項に記載のシステム。
(項目３２)
前記システムは、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るメタゲノム断片配列生成部と、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るシングルセルゲノム断片配列生成部と、
Ｃ－１）Ｂ）について、前記断片配列よりも長い元のゲノム配列の再構築を行う再構築部と、
Ｃ－２）前記Ｃ－１）で得た配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成する統合部と、
Ｃ－３）前記メタゲノム断片配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列の分別断片配列を生成するステップと、
Ｃ－４）前記メタゲノム断片配列の分別断片配列について、リードよりも長い元のゲノム配列の再構築を行う生成部と、
Ｄ）前記メタゲノム断片配列の分別断片配列を再構築した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得る改良ゲノム配列生成部と
を含む、項目２５～３１のいずれか一項に記載のシステム。

本開示により完全性が高く汚染度の低い高品質なゲノム配列を取得することが可能となる。一般的なビニング手法と比較してリファレンスゲノムに対するミスマッチ数が少なく、リファレンスゲノムの測定精度指標であるＦ値も高い値を示す。メタゲノム解析における単純なビニングでは取得することが困難であるｒｉｂｏｓｏｍａｌ ＲＮＡの取得率も高い結果を示す。１塩基多型などの変異による遺伝子機能の違いを検出する場合などに有効であると考えられる。

図１はシングルセルゲノム・メタゲノム相互参照の全体像である。微生物叢からメタゲノム解析手法およびシングルセルゲノム解析手法によりそれぞれデータを取得する。得られたリード、アセンブル配列などのデータを、それぞれの手法同士のデータを相互活用することにより、それぞれの手法単体で得られるゲノム配列よりも高品質なゲノム配列を取得することが可能となる。 図２はシングルセルゲノムリードによりメタゲノム分別したメタゲノムリードを、統合配列をガイドとして再アセンブルすることにより高品質ゲノムを取得する模式図である。微生物叢からメタゲノム解析手法およびシングルセルゲノム解析手法によりそれぞれデータを取得する。シングルセルゲノムリードからアセンブル配列と統合配列を取得する。メタゲノムリードからもアセンブル配列を取得する。メタゲノムアセンブル配列にシングルセルゲノムリードをマップすることでメタゲノムアセンブル配列とシングルセルを対応付け、シングルセルにより分別された分別配列を取得する。さらに、分別配列にメタゲノムリードをマッピングすることで、分別されたメタゲノムリード（分別断片配列）を取得する。分別メタゲノムリードに対して、シングルセル統合配列をガイドとして用いた再アセンブルを行い、高品質ゲノム配列を取得する。 図３は各アセンブル配列を対応させることで高品質ゲノムを取得する模式図である。メタゲノムリードおよびシングルセルゲノムリードからそれぞれアセンブル配列を取得する。それぞれのアセンブル配列をマッピングし、対応関係を取得する（メタゲノムのアセンブル配列から分別配列への分別）。シングルセルゲノムの統合配列と対応関係にあるメタゲノムアセンブル配列を結合することで高品質ゲノム配列を取得する。 図４はメタゲノムリードをシングルセルゲノムアセンブル配列および統合配列で分別することで高品質ゲノムを取得する模式図である。シングルセルゲノムリードからアセンブル配列および統合配列を取得する。これらの配列にメタゲノムリードをマッピングし、分別メタゲノムリードを取得する。分別メタゲノムリードをそれぞれアセンブルし、対応するシングルセルゲノムアセンブル配列・統合配列と結合することで高品質ゲノム配列を取得する。 図５は実施例１により得られた結果であり、５つのメタゲノム解析手法（ＣＯＮＣＯＣＴ、ＭａｘＢｉｎ２、ＭｅｔａＢＡＴ２、ＤＡＳ＿Ｔｏｏｌ、ｍｅｔａＷＡＲＡＰ）と本開示の方法（ｈｙｂｒｉｄ＿ｃｏｎｔｉｇ）によって解析したゲノム配列の完全性と汚染度の統合指標（ｚ－ｓｃｏｒｅの平均値、ただし汚染度は－１を乗算している）をプロットしたものである。本開示の方法は、既存の手法よりも完全性および汚染度に関して高い値を示した。 図６は実施例１により得られた結果であり、５つのメタゲノム解析手法（ＣＯＮＣＯＣＴ、ＭａｘＢｉｎ２、ＭｅｔａＢＡＴ２、ＤＡＳ＿Ｔｏｏｌ、ｍｅｔａＷＡＲＡＰ）と本開示の方法（ｈｙｂｒｉｄ＿ｃｏｎｔｉｇ）によって抽出できた５Ｓ、１６Ｓ、２３Ｓ ｒｉｂｏｓｏｍａｌ ＲＮＡおよびｔｒａｎｓｆｅｒ ＲＮＡの統合指標（ｒＲＮＡの長さおよびｔＲＮＡの種類数のｚ－ｓｃｏｒｅの平均値）である。本開示の方法は、既存の手法よりも高いｒＲＮＡおよびｔＲＮＡの取得傾向を示した。 図７は実施例１により得られた結果であり、５つのメタゲノム解析手法（ＣＯＮＣＯＣＴ、ＭａｘＢｉｎ２、ＭｅｔａＢＡＴ２、ＤＡＳ＿Ｔｏｏｌ、ｍｅｔａＷＡＲＡＰ）と本開示の方法（ｈｙｂｒｉｄ＿ｃｏｎｔｉｇ）によって解析したゲノム配列のＦ値をプロットしたものである。Ｆ値は取得したゲノム配列のリファレンスゲノム配列に対する適合率と再現率の調和平均である。本開示において、既存の手法よりも高いＦ値を示した。 図８は実施例１により得られた結果であり、５つのメタゲノム解析手法（ＣＯＮＣＯＣＴ、ＭａｘＢｉｎ２、ＭｅｔａＢＡＴ２、ＤＡＳ＿Ｔｏｏｌ、ｍｅｔａＷＡＲＡＰ）と本開示の方法（ｈｙｂｒｉｄ＿ｃｏｎｔｉｇ）によって解析したゲノム配列をリファレンスゲノムにマップしたときの、１００ｋｂあたりのミスマッチ数をプロットしたものである。本開示の方法は、既存の手法よりも低いミスマッチ数を示した。 図９は実施例２により得られた結果であり、シングルセルゲノムの統合配列（ｃｓａｇ）をメタゲノムアセンブル配列により結合したゲノム配列（ｈｙｂｒｉｄ）と比較している。両者のトータルゲノムサイズがほとんど変わらないのに対し、コンティグ数はｈｙｂｒｉｄゲノム配列の方が小さくなっている。それに伴い、アセンブル配列の評価指標の１つであるＮ５０はｈｙｂｒｉｄの方が高くなる。 図１０は、メタゲノムアセンブル配列を利用してシングルセルゲノムリードのキメラ配列を検出・除去する実施例である。メタゲノムリードからアセンブル配列を取得する。このアセンブル配列にシングルセルゲノムリードをマッピングする。シングルセルゲノムリードがキメラ配列である場合、リード全長がマップされないため、これを利用してキメラ配列を同定する。キメラ配列として同定されたシングルセルゲノムリードは、キメラ結合部分で分割して複数リードとして再利用する。 図１１は、実施例４により得られた結果であり、従来法で検出したキメラ配列検出と、本開示の方法により検出したキメラ配列の精度を示している。従来法に比べ、キメラ配列として認識できる数が増えており、その正解率も向上している。 図１２は、実施例２により得られた結果であり、ゲノム配列の完全性と汚染度の統合指標およびｒＲＮＡとｔＲＮＡの取得指標について、シングルセルゲノムの統合配列（ｃｓａｇ）を、メタゲノムアセンブル配列により結合したゲノム配列（ｈｙｂｒｉｄ）と比較している。両指標について、メタゲノムアセンブル配列により結合したゲノム配列（ｈｙｂｒｉｄ）で低下することはなく同等であった。

以下、本開示を最良の形態を示しながら説明する。本明細書の全体にわたり、単数形の表現は、特に言及しない限り、その複数形の概念をも含むことが理解されるべきである。従って、単数形の冠詞（例えば、英語の場合は「ａ」、「ａｎ」、「ｔｈｅ」など）は、特に言及しない限り、その複数形の概念をも含むことが理解されるべきである。また、本明細書において使用される用語は、特に言及しない限り、当該分野で通常用いられる意味で用いられることが理解されるべきである。したがって、他に定義されない限り、本明細書中で使用される全ての専門用語及び科学技術用語は、本開示の属する分野の当業者によって一般的に理解されるのと同じ意味を有する。矛盾する場合、本明細書（定義を含めて）が優先する。

（定義等）
以下に本明細書において特に使用される用語の定義および／または基本的技術内容を適宜説明する。

本明細書において、「単位生物単位」とは、遺伝情報またはその他の生体分子の情報を有する単位を指す。単位生物単位には、細胞、細胞様構造物、ウイルスなどを含み得るが、これらに限定されず、人工的に生産したもの（いわゆる人工細胞）やデジタル上の細胞（情報として提供される）なども含み得る。具体的には、個別の単位生物単位はシングルセルに該当し得る。

本明細書において「生物単位集団」は、複数の単位生物単位から構成される集団をいい、微生物コミュニティ、細胞集団、ウイルス集団などが挙げられるがそれに限定されず、人工的に生産したもの（いわゆる人工細胞）やデジタル上の細胞（情報として提供される）などの集団も含まれるがこれらに限定されない。

本明細書において、「細胞」とは、遺伝情報を有する分子を内包する粒子であって、（単独で可能かどうかにかかわらず）複製されることが可能である任意の粒子を指す。本明細書における「細胞」としては、単細胞生物の細胞、細菌、多細胞生物由来の細胞、真菌などが包含される。

本明細書において、「細胞様構造物」とは、遺伝情報を有する分子を内包する任意の粒子を指す。本明細書における「細胞様構造物」としては、細胞内小器官、例えば、ミトコンドリア、細胞核、および葉緑体、ならびにウイルスなどが包含される。

本明細書において、「集合」とは、２つ以上の単一生物単位、細胞または細胞用構造物を含む集まりをいう。本明細書では、「集団」と交換可能に使用され得る。

本明細書において、「サブ集合」とは、「集合」と一緒に使用される場合、集合よりも少ない数の単一生物単位、細胞または細胞用構造を有する集合の一部分を指す。

本明細書において、「核酸情報」とは、１つの細胞または細胞様構造物に含まれる核酸の情報を指し、特定の遺伝子配列の有無、特定の遺伝子の収量または全核酸収量を含む。

本明細書において、「同一性」とは、２つの生体分子間の構造または配列の類似性を指す。対象が配列の場合、同一性は、比較のためにアライメントしうる各配列中の位置を比較することによって決定することもできる。

本明細書において「単位生物単位レベル」とは、１つの単一生物単位に含まれる遺伝情報またはその他の生体分子の情報に対して、他の単一生物単位に含まれる遺伝情報またはその他の生体分子の情報と区別し得る状態で処理を行うことをいう。

本明細書において、「シングルセルレベル」とは、１つの細胞または細胞様構造物に含まれる遺伝情報またはその他の生体分子の情報に対して、他の細胞または細胞様構造物に含まれる遺伝情報またはその他の生体分子の情報と区別した状態で処理を行うことをいう。例えば、「単一生物単位レベル」または「シングルセルレベル」でポリヌクレオチドを増幅する場合、それぞれある単一生物単位、またはある細胞もしくは細胞様構造物中のポリヌクレオチドと、他の単一生物単位、または他の細胞もしくは細胞様構造物中のポリヌクレオチドが区別可能な状態でそれぞれの増幅が行われる。本開示の一実施形態において、当該ポリヌクレオチドを増幅用試薬に接触させて当該ポリヌクレオチドをゲルカプセル内で増幅する工程は、当該ポリヌクレオチドをゲルカプセル内でゲル状態を保ちながら増幅することもできる。

本明細書において、「単位生物単位解析」とは、１つの単一生物単位（例えば、細胞または細胞様構造物）に含まれる遺伝情報またはその他の生体分子の情報を、他の単一生物単位（例えば、細胞または細胞様構造物）に含まれる遺伝情報またはその他の生体分子の情報と区別した状態で解析することを指す。

本明細書において、「シングルセルゲノム解析」とは、１つの細胞または細胞様構造物に含まれる遺伝情報を、他の細胞または細胞様構造物等の単位生物単位に含まれる遺伝情報と区別した状態で解析することを指し、対象はゲノム配列が代表的であるが、狭義のゲノムに限定されず、任意の遺伝情報が対象となり得る。すなわち、本明細書で「ゲノム」という場合は、狭義のゲノム（生物が正常な生命活動を営むために必要な、最小限の遺伝子群を含む染色体の一組）のみならず、染色体を構成しないような遺伝情報をコードするものも含まれる。

本明細書において、「メタゲノム解析」とは、特定の環境単位（例えば、土、動物の腸などであり得るがこれに限定されない）内に存在する複数の細胞または細胞様構造物等の単位生物単位に含まれる遺伝情報を、他の細胞または細胞様構造物に含まれる遺伝情報と区別せずに解析することをいう。メタゲノムは、一種の細胞または細胞様構造物憎まれるゲノムまたは遺伝体をいうものではなく、一つの環境単位のすべての種のゲノムまたは遺伝体をいう。対象はゲノム配列が代表的であるが、狭義のゲノムに限定されず、任意の遺伝情報が対象となり得る。

本明細書において、「シングルセルゲノム断片配列」とは、シングルセルゲノム解析、特にシングルセルでのシーケンシングによって得られた、ゲノム配列の一部を含むポリヌクレオチド配列をいう。「シングルセルゲノムリード」または「シングルセルゲノムリード配列」ということもある。

本明細書において、「メタゲノム断片配列」とは、メタゲノム解析、特にシーケンシングによって得られた、ゲノム配列の一部を含むポリヌクレオチド配列をいう。「メタゲノムリード」または「メタゲノムリード配列」ということもある。

本明細書において、「断片配列よりも長い元のゲノム配列の再構築」とは、断片配列間の共通の配列を用いて複数の断片配列を連結することにより、断片配列より長い配列を構築することをいう。本明細書において、「再構築」は、「アセンブル」または「アセンブリ」ということもあり、これらの用語は同義であり交換可能に用いられ得る。

本明細書において、「シングルセルゲノム断片配列を再構築した配列」とは、複数のシングルゲノム断片配列を再構築した配列をいう。シングルセルゲノムのアセンブル配列ということもある。

本明細書において、「メタゲノム断片配列を再構築した配列」とは、複数のメタゲノム断片配列を再構築した配列をいう。メタセルゲノムのアセンブル配列ということもある。

本明細書において、「統合」とは、配列を、単位生物単位ごとにグループ化（系統分類：クラスター化）し、各グループに含まれる配列を再構築（再アセンブル）することをいう。例えば、「シングルセルゲノム断片配列を再構築した配列」から「シングルセルゲノム断片配列を再構築した配列を統合した配列」を再構築することを指す。

本明細書において、「シングルセルゲノム断片配列を再構築した配列を統合した配列」とは、シングルゲノム断片配列を再構築した配列を、単位生物単位ごとにグループ化し、各グループに含まれる配列を再構築することにより得られる配列をいう。「統合配列」ということもある。

本明細書において、「分別」とは、リファレンス配列を用いることで、配列を単位生物単位ごとにグループ化し、各グループに含まれる配列を再構築することをいう。ビニングと言うこともある。

本明細書において、「メタゲノム断片配列を再構築した配列を分別した配列」とは、メタゲノム断片配列を再構築した配列を、リファレンス配列を用いることで、単位生物単位ごとにグループ化し、各グループに含まれる配列を再構築することにより得られる配列をいう。「分別配列」ということもある。

本明細書において、「シングルセルゲノム断片配列またはそれに由来する配列」とは、「シングルセルゲノム断片配列」およびそれに由来する任意の配列を指す。例えば、「シングルセルゲノム断片配列を再構築した配列」、「シングルセルゲノム断片配列を再構築した配列を統合した配列」を含むが、これらに限定されない。

本明細書において、「メタゲノム断片配列またはそれに由来する配列」とは、「メタゲノム断片配列」およびそれに由来する任意の配列を指す。例えば、「メタゲノム断片配列を再構築した配列」、「メタゲノム断片配列を再構築した配列を分別した配列」を含むが、これらに限定されない。

本明細書において、「キメラ配列」とは、リファレンスとなる配列とアライメントさせたとき、アライメントする部分と、アライメントしない部分との両方を含む配列をいう。例えば、複数のテンプレートを用いたＰＣＲを行うことにより生じることがある。

本明細書において、「マッピング」とは、各断片配列と、用いたリファレンス配列中の塩基配列との一致度が高い領域に、断片配列を整列させる処理をいう。

本明細書において、「リファレンス配列」とは、断片配列が遺伝子上のどの領域に対応するか、およびリード配列が遺伝子上のどの変異に対応するかなどを判定するために、リード配列をマッピングする対象となる配列である。「参照配列」と呼ばれることもある。
本明細書において、「分別断片配列」とは、メタゲノム断片配列を、アセンブルすることなく、単位生物単位ごとに分別した配列の集合をいう。

本明細書において、「組み合わせ解析」とは、シングルセルゲノム断片配列またはそれに由来する配列と、メタゲノム断片配列またはそれに由来する配列とを用いた、高品質ゲノム配列作成のための任意の解析を指す。例えば、シングルセルゲノム断片配列またはそれに由来する配列を用いた、メタゲノム断片配列またはそれに由来する配列の分別；メタゲノム断片配列またはそれに由来する配列を用いた、シングルセルゲノム断片配列またはそれに由来する配列の統合；シングルセルゲノム断片配列を、メタゲノム断片配列を再構築した配列にマッピングすることにより、シングルセルゲノム断片配列をメタゲノム断片配列を再構築した配列に分断して、アライメントされたシングルセルゲノム断片配列をキメラ配列と特定すること、および必要に応じてキメラ配列を除去することが挙げられるが、これに限定されない。

（使用される技術の説明）
（シングルセルゲノムＤＮＡの調製）
微生物コミュニティからシングルセルゲノムＤＮＡを抽出し調製する手法としては、ドロップレットによる手法（Ｈｏｓｏｋａｗａ，２０１７）や、ＳＡＧ－ｇｅｌ法（Ｃｈｉｊｉｉｗａ，２０２０）などがあげられる。

（メタゲノムＤＮＡの調製）
微生物コミュニティからシングルセルゲノムＤＮＡを抽出する手法としては、ＩＨＭＳ ＤＮＡ ｅｘｔｒａｃｔｉｏｎ ｐｒｏｔｏｃｏｌ Ｑなどがあげられる。抽出したＤＮＡの調製手法としては、ＱＩＡｓｅｑ ＦＸ ＤＮＡ ｌｉｂｒａｒｙ ｋｉｔなどがあげられる。

（ＤＮＡシーケンス）
ＤＮＡシーケンスの手法は、ｉｌｌｕｍｉｎａ ＭｉＳｅｑ、ｉｌｌｕｍｉｎａ ＨｉＳｅｑなどのＤＮＡシーケンサーを用いる方法や、ＰａｃＢｉｏ Ｓｅｑｕｅｌ Ｓｙｓｔｅｍ、Ｏｘｆｏｒｄ ｎａｎｏｐｒｅ ＧｒｉｄＩＯＮなどのＤＮＡシーケンサーを用いる方法などがあげられる。

（シングルセルゲノム解析）
得られたシングルセルゲノムリードの解析は、計算機上で適切な解析ツールを用いて実施される。並列計算が行える高性能計算機上にて実行することが望ましい。リードの品質を評価する解析ツールとしては、ｂｂｄｕｋ．ｓｈ、ｆａｓｔｘ－ｔｏｏｌｋｉｔ、ｆａｓｔｐ、ｆａｓｔｑｃ、ｐｒｉｎｓｅｑ－ｌｉｔｅ．ｐｌなどがあげられる。ヒトなどのコンタミリードを除くツールとしては、ＢＷＡ、Ｂｏｗｔｉｅ ２、ＨＩＳＡＴ２、Ｍｉｎｉｍａｐ２、ｂｂｍａｐ．ｓｈなどのマッピングツールとｒｅｆｏｒｍａｔ．ｓｈなどのフォーマッティングツールがあげられる。リードをアセンブルするツールとしては、ＳＰＡｄｅｓなどがあげられる。ゲノム配列から遺伝子を予測するツールとしては、Ｐｒｏｄｉｇａｌ、Ｐｒｏｋｋａ、ＤＦＡＳＴなどがあげられる。ゲノム配列の完全性、汚染度を評価するツールとしては、ＣｈｅｃｋＭなどがあげられる。ゲノム配列のアセンブル精度を評価するツールとしては、ＱＵＡＳＴなどがあげられる。シングルセルゲノムの同一菌株を同定・グループ化するツールとしては、ｃｃＳＡＧ（Ｋｏｇａｗａ， ２０１８）などがあげられる。

（メタゲノム解析）
得られたメタゲノムリードの解析は、計算機上で適切な解析ツールを用いて実施される。並列計算が行える高性能計算機上にて実行することが望ましい。リードの品質を評価する解析ツールとしては、ｂｂｄｕｋ．ｓｈ、ｆａｓｔｘ－ｔｏｏｌｋｉｔ、ｆａｓｔｐ、ｆａｓｔｑｃ、ｐｒｉｎｓｅｑ－ｌｉｔｅ．ｐｌなどがあげられる。ヒトなどのコンタミリードを除くツールとしては、ＢＷＡ、Ｂｏｗｔｉｅ ２、ＨＩＳＡＴ２、Ｍｉｎｉｍａｐ２、ｂｂｍａｐ．ｓｈなどのマッピングツールとｒｅｆｏｒｍａｔ．ｓｈなどのフォーマッティングツールがあげられる。リードをアセンブルするツールとしては、ＭＥＧＡＨＩＴ、ＳＰＡｄｅｓなどがあげられる。ゲノム配列から遺伝子を予測するツールとしては、Ｐｒｏｄｉｇａｌ、Ｐｒｏｋｋａ、ＤＦＡＳＴなどがあげられる。アセンブル配列に対してビニングを行うツールとしては、ＣＯＮＣＯＣＴ、ＭａｘＢｉｎ２、ＭｅｔａＢＡＴ２などがあげられる。ビニング結果を再構築するツールとしては、ＤＡＳ＿Ｔｏｏｌ、ｍｅｔａＷＡＲＡＰなどがあげられる。

（メタゲノムデータの分別ガイド）
シングルセルゲノム生物系統によるメタゲノムアセンブル配列の分別ガイドは、計算機上で適切な解析ツールを用いて実施される。並列計算が行える高性能計算機上にて実行することが望ましい。シングルセルゲノムリード、アセンブル配列および統合アセンブル配列を用いてメタゲノムのリードおよびアセンブル配列の分別をガイドする１つの方法としては、それぞれの手法で得られた配列同士をマップして対応を取る方法などがある。配列同士をマッピングするツールとしては、ＢＷＡ、Ｂｏｗｔｉｅ ２、ＨＩＳＡＴ２、Ｍｉｎｉｍａｐ２、ｂｂｍａｐ．ｓｈなどがあげられる。マッピング結果はｂｅｄ形式などに変換すると配列カバー率を計算しやすくなる。ｂｅｄ形式に変換するツールとしては、ＢＥＤｔｏｏｌｓなどがあげられる。

（統合による高品質化）
配列の品質改善は、計算機上で適切な解析ツールを用いて実施される。並列計算が行える高性能計算機上にて実行することが望ましい。

（シングルセルゲノムおよびメタゲノムの断片配列の取得）
同一の微生物コミュニティに対して、メタゲノム解析およびシングルセルゲノム解析を実施し、断片配列（リード）をそれぞれ取得する。シングルセルゲノム解析では複数細胞由来のリードを取得する。

（シングルセルゲノム解析）
取得した各シングルセルリードに対し品質チェック処理を行う。品質処理を行ったリードを用いて配列アセンブルを行い、リードよりも長い元のゲノム配列の再構築を行う。シングルセルゲノムアセンブル配列を取得する。

（シングルセルゲノムアセンブル配列の生物系統分類と統合）
各シングルセルゲノム配列をお互いに比較し、配列相同性やマーカー遺伝子の相同性などにより同一菌株由来のシングルセルを生物系統分類する。分類されたシングルセルゲノムを統合し、統合シングルセルゲノムアセンブル配列を取得する。

（メタゲノム解析）
取得したメタゲノムリードに対し品質チェック処理を行う。品質処理を行ったリードを用いて配列アセンブルを行い、リードよりも長い元のゲノム配列の再構築を行う。メタゲノムアセンブル配列を取得する。

（シングルセルゲノム生物系統によるメタゲノムアセンブル配列の分別）
統合シングルセルゲノムアセンブル配列（またはそれに関連するシングルセルゲノムリード、シングルセルゲノムアセンブル配列）を用いて、メタゲノムアセンブル配列をシングルセルの生物系統に分別する。ここで、メタゲノムアセンブル配列のゲノムカバー率、メタゲノムアセンブル配列と統合シングルセルゲノムアセンブル配列の相同性やゲノム配列組成、マーカー遺伝子の相同性などが分別のための指標となりうる。

（分別メタゲノムアセンブル配列の品質改善）
分別されたメタゲノムアセンブル配列にメタゲノムリードをマッピング、対応付けられたメタゲノムリードにより再アセンブルを行う。このとき、同一生物系統グループに属する統合シングルセルゲノムアセンブル配列（またはシングルセルゲノムアセンブル配列）をガイドとして利用する。または、分別メタゲノムアセンブル配列またはメタゲノム再アセンブル配列と、シングルセルゲノムアセンブル配列（またはシングルセルゲノムアセンブル配列）を結合したゲノム配列を構築する。

（シングルセルゲノムアセンブル配列の品質改善）
統合シングルセルゲノムアセンブル配列にシングルセルゲノムリードをマッピング、対応付けられたシングルセルゲノムリードにより再アセンブルを行う。このとき、同一生物系統グループに属するメタゲノムアセンブル配列をガイドとして利用する。または、統合シングルセルゲノムアセンブル配列と、メタゲノムアセンブル配列を結合したゲノム配列を構築する。

（好ましい実施形態）
以下に好ましい実施形態の説明を記載するが、この実施形態は本開示の例示であり、本開示の範囲はそのような好ましい実施形態に限定されないことが理解されるべきである。当業者はまた、以下のような好ましい実施例を参考にして、本発明の範囲内にある改変、変更などを容易に行うことができることが理解されるべきである。これらの実施形態について、当業者は適宜、１または複数の任意の実施形態を組み合わせ得る。

一局面において、本開示は、複数の単位生物単位（例えば、シングルセル）を含む生物単位集団（例えば、微生物コミュニティ）の配列を解析する方法であって、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
Ｃ）Ａ）およびＢ）について、断片配列よりも長い元のゲノム配列の再構築、分別および／または統合および／またはキメラ除去をそれぞれ行うステップと、
Ｄ）メタゲノム断片配列またはそれに由来する配列と、シングルセルゲノム断片配列またはそれに由来する配列とを少なくとも含む配列を用いた組み合わせ解析を行い、改良された再構築ゲノム配列を得るステップと
を含む、方法を提供する。本開示の方法に用いる、シングルセルゲノム解析およびメタゲノム解析用サンプルは、同一のコミュニティに由来するものである。本開示の方法を用いることにより、従来技術より精度高く分類し、配列情報を得ることが可能である。また、本開示の方法は、Ｓｕｐｅｒｖｉｓｅｄ Ａｐｐｒｏａｃｈでありながら、既知のリファレンスゲノムのデータベースが無くとも精度高く分類し、配列情報を得ることが可能である。

一般に、同一コミュニティサンプルからシングルセルゲノム解析とメタゲノム解析の両方を実施することはなく、一方のデータから他方のデータをデータベースとして参照するという使用方法はこれまでに存在しなかった。しかしながら、本開示の方法を用いてシングルセル由来の配列を解析する際、参照として使用するデータベースとして、シングルセル由来の配列を含むデータベースだけでなく、メタゲノム由来の配列情報を含むデータベースを使用してもよく、いずれのデータベースを使用しても従来技術より高精度の配列情報を得ることができる。本開示の方法を使用することにより、高水準で、ゲノム配列の完全性と汚染度を有する配列を得ることができる。既存手法ではゲノム配列の完全性と汚染度を両立することが困難であるため、本開示の方法により得られる配列は、あらゆるゲノム配列解析にとって有用である。一般的に、メタゲノム解析では１６Ｓ、２３Ｓ、５Ｓ ｒｉｂｏｓｏｍａｌ ＲＮＡの取得が困難であるが、シングルセルゲノム解析と組み合わせる本開示により、これらのオペロン構造を取得することが可能となる。また、再アセンブルによるミスマッチ数の減少も期待できる。

一実施形態において、生物単位集団は、複数種の細胞または細胞用構造物を含む任意の集団である。特定の実施形態において、生物単位集団として、土壌中の微生物叢および腸内微生物藻などの微生物コミュニティ、体細胞と疾患細胞（例えば、がん細胞）との混合物、細胞とウイルスとの混合物などが挙げられるがこれに限定されない。

一実施形態において、メタゲノム断片配列またはそれに由来する配列は、メタゲノム断片配列、メタゲノム断片配列を再構築した配列、およびメタゲノム断片配列を再構築した配列を分別した配列を含む。

別の実施形態において、シングルセルゲノム断片配列またはそれに由来する配列は、シングルセルゲノム断片配列、シングルセルゲノム断片配列を再構築した配列、およびシングルセルゲノム断片配列を再構築した配列を統合した配列を含む。

一実施形態において、分別は、任意のリファレンス配列を、メタゲノムアセンブル配列に対してマッピングし、各メタゲノムアセンブル配列を最もカバー率の高い系統分類グループに振り分けることにより行われる。特定の実施形態において、本開示の方法により得られるシングルセルゲノム統合配列を、リファレンス配列として使用することができる。

一実施形態において、統合は、得られたシングルセルゲノムアセンブル配列を、所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて選択し、選択した配列について生物系統同定用指標の値を計算し、値が一定以上の配列を同一グループと見なすことにより行われる。特定の実施形態において、統合は、得られたシングルセルゲノムアセンブル配列を、所定の判断基準（例えば、コンプリート率、コンタミ率）に基づいて選択し、選択した配列についてシングルコピーマーカー遺伝子の相同性を計算し、相同性が一定以上の値の配列を同一グループと見なすことにより行われてもよい。ＧＣ含量やテトラヌクレオチド頻度などのゲノム配列組成によりグループ化を行うことも可能である。

一実施形態において、組み合わせ解析は、シングルセルゲノム断片配列またはそれに由来する配列とメタゲノム断片配列またはそれに由来する配列とを用いた任意の解析であり得る。特定の実施形態において、組み合わせ解析として、シングルセルゲノム断片配列またはそれに由来する配列を用いた、メタゲノム断片配列またはそれに由来する配列の分別；メタゲノム断片配列またはそれに由来する配列を用いた、シングルセルゲノム断片配列またはそれに由来する配列の統合；シングルセルゲノム断片配列を、メタゲノム断片配列を再構築した配列にマッピングすることにより、メタゲノム断片配列を再構築した配列に分断してアライメントされたシングルセルゲノム断片配列をキメラ配列と特定すること、および必要に応じてキメラ配列を除去することが挙げられるが、これに限定されない。これらの組合せ解析は単独で行ってもよく、組み合わせてもよい。

一実施形態において、シングルセルゲノム断片配列またはそれに由来する配列を用いた、メタゲノム断片配列またはそれに由来する配列の分別として、メタゲノムアセンブル配列にシングルセルゲノムリードをマップすることでメタゲノムアセンブル配列とシングルセルを対応付け、シングルセルにより分別された分別配列を取得することが挙げられる。さらに、分別配列にメタゲノムリードをマッピングすることで、分別されたメタゲノムリード（分別断片配列）を取得する。分別メタゲノムリードに対して、シングルセル統合配列をガイドとして用いた再アセンブルを行い、高品質ゲノム配列を取得することも可能である。また、メタゲノム断片配列より分別したメタゲノム分別配列と、シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合することも可能である。ミスマッチ数やミスアセンブルブロックを減らすには再アセンブルが有効であるが、単純にＮ５０やＴｏｔａｌ ｌｅｎｇｔｈ等のアセンブリ指標を上げる場合は、メタゲノム分別配列とシングルセル統合配列との結合でも良好な結果を得ることができる。これらの手法は、当業者であれば、目的に合わせて使い分けることが可能である。

特定の実施形態において、本開示の方法は、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
Ｃ－１）Ａ）およびＢ）について、リードよりも長い元のゲノム配列の再構築をそれぞれ行うステップと、
Ｃ－２）前記メタゲノム断片配列を再構築した配列を分別し、前記シングルセルゲノム断片配列を再構築した配列を統合して、メタゲノム断片配列を再構築した配列を分別した配列およびシングルセルゲノム断片配列を再構築した配列を統合した配列をそれぞれ生成するステップであって、前記メタゲノム断片配列を再構築した配列の分別の際に前記シングルセルゲノム断片配列を参照する、ステップと、
Ｃ－３）前記メタゲノム断片配列を再構築した配列を分別した配列から、メタゲノム断片配列を参照して、分別断片配列を生成するステップと、
Ｄ）前記分別断片配列と前記シングルセルゲノム断片配列を再構築した配列を分別した配列とを組み合わせて、改良された再構築ゲノム配列を得るステップと
を含む。

本開示において、Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップは、以下のように実施し得る：
複数の単位生物単位を含む生物単位集団のＴｏｔａｌ ＤＮＡを抽出し、シーケンスライブラリーを構築する。微生物コミュニティからシングルセルゲノムＤＮＡを抽出する手法としては、ＩＨＭＳ ＤＮＡ ｅｘｔｒａｃｔｉｏｎ ｐｒｏｔｏｃｏｌ Ｑなどがあげられる。抽出したＤＮＡの調製手法としては、ＱＩＡｓｅｑ ＦＸ ＤＮＡ ｌｉｂｒａｒｙ ｋｉｔなどがあげられる。シングルエンドシーケンスまたはペアエンドシーケンスによりメタゲノム断片配列を得る。このときロングリードシーケンスを実施しても良い。ＤＮＡシーケンスの手法は、ｉｌｌｕｍｉｎａ ＭｉＳｅｑ、ｉｌｌｕｍｉｎａ ＨｉＳｅｑなどのＤＮＡシーケンサーを用いる方法や、ＰａｃＢｉｏ Ｓｅｑｕｅｌ Ｓｙｓｔｅｍ、Ｏｘｆｏｒｄ ｎａｎｏｐｒｅ ＧｒｉｄＩＯＮなどのＤＮＡシーケンサーを用いる方法などがあげられる。

本開示において、Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップは、以下のように実施し得る：
例えば、複数の単位生物単位を含む生物単位集団から、シングルセルを単離し、単離したシングルセルの溶菌、およびゲノムＤＮＡ増幅を行い、シーケンスライブラリーを構築する。微生物コミュニティからシングルセルゲノムＤＮＡを抽出し調製する手法としては、ドロップレットによる手法や、ＳＡＧ－ｇｅｌ法などがあげられる。シングルエンドシーケンスまたはペアエンドシーケンスによりシングルセルゲノム断片配列を得る。このときロングリードシーケンスを実施してもよい。ＤＮＡシーケンスの手法は、ｉｌｌｕｍｉｎａ ＭｉＳｅｑ、ｉｌｌｕｍｉｎａ ＨｉＳｅｑなどのＤＮＡシーケンサーを用いる方法や、ＰａｃＢｉｏ Ｓｅｑｕｅｌ Ｓｙｓｔｅｍ、Ｏｘｆｏｒｄ ｎａｎｏｐｒｅ ＧｒｉｄＩＯＮなどのＤＮＡシーケンサーを用いる方法などがあげられる。

本開示において、Ｃ－１）Ａ）およびＢ）について、リードよりも長い元のゲノム配列の再構築をそれぞれ行うステップは、以下のように実施し得る：
メタゲノムリードから、ｂｂｄｕｋ．ｓｈ、ｆａｓｔｘ－ｔｏｏｌｋｉｔ、ｆａｓｔｐ、ｆａｓｔｑｃ、ｐｒｉｎｓｅｑ－ｌｉｔｅ．ｐｌなどの品質管理ツールにより特定の品質のリードを抽出する。さらにこれらのリードからヒトなどのコンタミリードを除去する。ヒトなどのコンタミリードを除くツールとしては、ＢＷＡ、Ｂｏｗｔｉｅ ２、ＨＩＳＡＴ２、Ｍｉｎｉｍａｐ２、ｂｂｍａｐ．ｓｈなどのマッピングツールとｒｅｆｏｒｍａｔ．ｓｈなどのフォーマッティングツールがあげられる。取得した高品質リードをアセンブルすることによりアセンブル配列を取得する。リードをアセンブルするツールとしては、ＭＥＧＡＨＩＴ、ＳＰＡｄｅｓなどがあげられる。シングルセルゲノムリードから、ｂｂｄｕｋ．ｓｈ、ｆａｓｔｘ－ｔｏｏｌｋｉｔ、ｆａｓｔｐ、ｆａｓｔｑｃ、ｐｒｉｎｓｅｑ－ｌｉｔｅ．ｐｌなどの品質管理ツールにより特定の品質のリードを抽出する。さらにこれらのリードからヒトなどのコンタミリードを除去する。ヒトなどのコンタミリードを除くツールとしては、ＢＷＡ、Ｂｏｗｔｉｅ ２、ＨＩＳＡＴ２、Ｍｉｎｉｍａｐ２、ｂｂｍａｐ．ｓｈなどのマッピングツールとｒｅｆｏｒｍａｔ．ｓｈなどのフォーマッティングツールがあげられる。取得した高品質リードをアセンブルすることによりアセンブル配列を取得する。リードをアセンブルするツールとしては、ＳＰＡｄｅｓなどがあげられる。

本開示において、Ｃ－２）前記メタゲノム断片配列を再構築した配列を分別し、前記シングルセルゲノム断片配列を再構築した配列を統合して、メタゲノム断片配列を再構築した配列を分別した配列およびシングルセルゲノム断片配列を再構築した配列を統合した配列をそれぞれ生成するステップであって、前記メタゲノム断片配列を再構築した配列の分別の際に前記シングルセルゲノム断片配列を参照する、ステップは、以下のように実施し得る：
前述のように取得したシングルセルゲノムアセンブル配列をｃｃＳＡＧなどにより統合する。具体的には、各シングルセルゲノムアセンブル配列のシングルコピーマーカー遺伝子相同性、ＡＮＩを用いてクラスタリングを行う。遺伝子相同性はＢＬＡＳＴ、ＡＮＩ計算はｆａｓｔＡＮＩなどを用いることが可能である。グループ化されたシングルセルゲノムリードを結合しＳＰＡｄｅｓなどのツールにより再アセンブルすることで、シングルセルゲノム統合配列を取得する。グループ化されたシングルセルゲノムリードを前記メタゲノムアセンブル配列にＢＷＡ、Ｂｏｗｔｉｅ ２、ＨＩＳＡＴ２、Ｍｉｎｉｍａｐ２、ｂｂｍａｐ．ｓｈなどのマッピングツールを用いてマッピングすることで、メタゲノムアセンブル配列を分別する。分別の１つの基準として、マップされたリードのメタゲノムアセンブル配列に占める領域が最も広範囲となったシングルセルに対応付けるなどがあげられる。

本開示において、Ｃ－３）前記メタゲノム断片配列を再構築した配列を分別した配列から、メタゲノム断片配列を参照して、分別断片配列を生成するステップは、以下のように実施し得る：
前記分別メタゲノム配列に対して、ＢＷＡ、Ｂｏｗｔｉｅ ２、ＨＩＳＡＴ２、Ｍｉｎｉｍａｐ２、ｂｂｍａｐ．ｓｈなどのマッピングツールを用いてメタゲノムリードをマッピングする。これにより分別メタゲノムリードを取得する。

本開示において、Ｄ）前記分別断片配列と前記シングルセルゲノム断片配列を再構築した配列を分別した配列とを組み合わせて、改良された再構築ゲノム配列を得るステップは、以下のように実施し得る：
前記分別メタゲノムリードをＳＰＡｄｅｓなどのアセンブルツールにより再アセンブルする。このとき、対応するシングルセルアセンブル配列またはシングルセルゲノム統合配列をアセンブルガイドとして参照する。ＳＰＡｄｅｓの場合、オプションとして－－ｐａｃｂｉｏや－－ｎａｎｏｐｏｒｅなどを指定することでガイドとして参照することが可能である。

本開示の方法により、２つの解析で得られた配列情報を再構築することで、より広範囲なゲノム領域をより数が少なく長い配列情報でカバーすることが可能となる。

特定の実施形態において、本開示の方法は、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
Ｃ－１）Ａ）およびＢ）について、リードよりも長い元のゲノム配列の再構築をそれぞれ行うステップと、
Ｃ－２）前記シングルセルゲノム断片配列を再構築した配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成するステップと、
Ｃ－３）前記メタゲノム断片配列を再構築した配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列を再構築した配列を分別した配列を生成するステップと、
Ｄ）前記メタゲノム断片配列を再構築した配列を分別した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得るステップと
を含む。

本開示において、Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップは、以下のように実施し得る：
複数の単位生物単位を含む生物単位集団のＴｏｔａｌ ＤＮＡを抽出し、シーケンスライブラリーを構築する。シングルエンドシーケンスまたはペアエンドシーケンスによりメタゲノム断片配列を得る。このときロングリードシーケンスを実施してもよい。例えば、微生物コミュニティからシングルセルゲノムＤＮＡを抽出する手法としては、ＩＨＭＳ ＤＮＡ ｅｘｔｒａｃｔｉｏｎ ｐｒｏｔｏｃｏｌ Ｑなどがあげられる。抽出したＤＮＡの調製手法としては、ＱＩＡｓｅｑ ＦＸ ＤＮＡ ｌｉｂｒａｒｙ ｋｉｔなどがあげられる。ＤＮＡシーケンスの手法は、ｉｌｌｕｍｉｎａ ＭｉＳｅｑ、ｉｌｌｕｍｉｎａ ＨｉＳｅｑなどのＤＮＡシーケンサーを用いる方法や、ＰａｃＢｉｏ Ｓｅｑｕｅｌ Ｓｙｓｔｅｍ、Ｏｘｆｏｒｄ ｎａｎｏｐｒｅ ＧｒｉｄＩＯＮなどのＤＮＡシーケンサーを用いる方法などがあげられる。

本開示において、Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップは、以下のように実施し得る：
例えば、複数の単位生物単位を含む生物単位集団から、シングルセルを単離し、単離したシングルセルの溶菌、およびゲノムＤＮＡ増幅を行い、シーケンスライブラリーを構築する。微生物コミュニティからシングルセルゲノムＤＮＡを抽出し調製する手法としては、ドロップレットによる手法や、ＳＡＧ－ｇｅｌ法などがあげられる。シングルエンドシーケンスまたはペアエンドシーケンスによりシングルセルゲノム断片配列を得る。このときロングリードシーケンスを実施してもよい。ＤＮＡシーケンスの手法は、ｉｌｌｕｍｉｎａ ＭｉＳｅｑ、ｉｌｌｕｍｉｎａ ＨｉＳｅｑなどのＤＮＡシーケンサーを用いる方法や、ＰａｃＢｉｏ Ｓｅｑｕｅｌ Ｓｙｓｔｅｍ、Ｏｘｆｏｒｄ ｎａｎｏｐｒｅ ＧｒｉｄＩＯＮなどのＤＮＡシーケンサーを用いる方法などがあげられる。

本開示において、Ｃ－１）Ａ）およびＢ）について、リードよりも長い元のゲノム配列の再構築をそれぞれ行うステップは、以下のように実施し得る：
例えば、Ａ）およびＢ）で得られた断片配列のうち低品質の断片配列を削除し、残った断片配列について断片配列間の共通の配列を用いて複数の断片配列を連結することにより、断片配列より長い配列を構築する。より具体的には、メタゲノムリードから、ｂｂｄｕｋ．ｓｈ、ｆａｓｔｘ－ｔｏｏｌｋｉｔ、ｆａｓｔｐ、ｆａｓｔｑｃ、ｐｒｉｎｓｅｑ－ｌｉｔｅ．ｐｌなどの品質管理ツールにより特定の品質のリードを抽出する。さらにこれらのリードからヒトなどのコンタミリードを除去する。ヒトなどのコンタミリードを除くツールとしては、ＢＷＡ、Ｂｏｗｔｉｅ ２、ＨＩＳＡＴ２、Ｍｉｎｉｍａｐ２、ｂｂｍａｐ．ｓｈなどのマッピングツールとｒｅｆｏｒｍａｔ．ｓｈなどのフォーマッティングツールがあげられる。取得した高品質リードをアセンブルすることによりアセンブル配列を取得する。リードをアセンブルするツールとしては、ＭＥＧＡＨＩＴ、ＳＰＡｄｅｓなどがあげられる。シングルセルゲノムリードから、ｂｂｄｕｋ．ｓｈ、ｆａｓｔｘ－ｔｏｏｌｋｉｔ、ｆａｓｔｐ、ｆａｓｔｑｃ、ｐｒｉｎｓｅｑ－ｌｉｔｅ．ｐｌなどの品質管理ツールにより特定の品質のリードを抽出する。さらにこれらのリードからヒトなどのコンタミリードを除去する。ヒトなどのコンタミリードを除くツールとしては、ＢＷＡ、Ｂｏｗｔｉｅ ２、ＨＩＳＡＴ２、Ｍｉｎｉｍａｐ２、ｂｂｍａｐ．ｓｈなどのマッピングツールとｒｅｆｏｒｍａｔ．ｓｈなどのフォーマッティングツールがあげられる。取得した高品質リードをアセンブルすることによりアセンブル配列を取得する。リードをアセンブルするツールとしては、ＳＰＡｄｅｓなどがあげられる。

本開示において、Ｃ－２）前記シングルセルゲノム断片配列を再構築した配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成するステップは、以下のように実施し得る：
例えば、Ｃ－１）で得られたシングルセルゲノム断片配列を再構築した配列について、単位生物単位ごとにグループ化し、各グループに含まれる配列を再構築する。より具体的には、取得したシングルセルゲノムアセンブル配列をｃｃＳＡＧなどにより統合する。各シングルセルゲノムアセンブル配列のシングルコピーマーカー遺伝子相同性、ＡＮＩを用いてクラスタリングを行う。遺伝子相同性はＢＬＡＳＴ、ＡＮＩ計算はｆａｓｔＡＮＩなどを用いることが可能である。グループ化されたシングルセルゲノムリードを結合しＳＰＡｄｅｓなどのツールにより再アセンブルすることで、シングルセルゲノム統合配列を取得する。

本開示において、Ｃ－３）前記メタゲノム断片配列を再構築した配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列を再構築した配列を分別した配列を生成するステップは、以下のように実施し得る：
例えば、Ｃ－１）で得られたシングルセルゲノム断片配列を再構築した配列および／またはＣ－２）で得られたシングルセルゲノム断片配列を、メタゲノム断片配列を再構築した配列にマッピングし、メタゲノム断片配列を再構築した配列を最もカバー率の高い系統分類グループに振り分けることで、メタゲノム断片配列を再構築した配列を分別した配列を得る。より具体的には得られたメタゲノムアセンブル配列とシングルセルゲノム統合配列をＢＬＡＳＴ等のツールによりマッピングすることで、メタゲノムアセンブル配列を分別する。分別の１つの基準として、マップされたシングルセルゲノム統合配列のメタゲノムアセンブル配列に占める領域が最も広範囲となったシングルセルに対応付けるなどがあげられる。

本開示において、Ｄ）前記メタゲノム断片配列を再構築した配列を分別した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得るステップは、以下のように実施し得る：
例えば、メタゲノム断片配列を再構築した配列を分別した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを再構築（結合）することにより、改良された再構築ゲノム配列を得る。より具体的には、前記分別メタゲノムアセンブル配列と対応するシングルセルゲノム統合配列を、ＣＳＡＲやＬＩＮＫＳ、ＨａｐｌｏＭｅｒｇｅｒ２などのツールを用いて結合する。

特定の実施形態において、本開示の方法は、
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
Ｃ－１）Ｂ）について、リードよりも長い元のゲノム配列の再構築を行うステップと、
Ｃ－２）前記Ｃ－１）で得た配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成するステップと、
Ｃ－３）前記メタゲノム断片配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列の分別断片配列を生成するステップと、
Ｃ－４）前記メタゲノム断片配列の分別断片配列について、リードよりも長い元のゲノム配列の再構築を行うステップと、
Ｄ）前記メタゲノム断片配列の分別断片配列を再構築した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得るステップと
を含む。

本開示において、Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップは、以下のように実施し得る：
例えば、複数の単位生物単位を含む生物単位集団のＴｏｔａｌ ＤＮＡを抽出し、シーケンスライブラリーを構築する。微生物コミュニティからシングルセルゲノムＤＮＡを抽出する手法としては、ＩＨＭＳ ＤＮＡ ｅｘｔｒａｃｔｉｏｎ ｐｒｏｔｏｃｏｌ Ｑなどがあげられる。抽出したＤＮＡの調製手法としては、ＱＩＡｓｅｑ ＦＸ ＤＮＡ ｌｉｂｒａｒｙ ｋｉｔなどがあげられる。シングルエンドシーケンスまたはペアエンドシーケンスによりメタゲノム断片配列を得る。このときロングリードシーケンスを実施してもよい。ＤＮＡシーケンスの手法は、ｉｌｌｕｍｉｎａ ＭｉＳｅｑ、ｉｌｌｕｍｉｎａ ＨｉＳｅｑなどのＤＮＡシーケンサーを用いる方法や、ＰａｃＢｉｏ Ｓｅｑｕｅｌ Ｓｙｓｔｅｍ、Ｏｘｆｏｒｄ ｎａｎｏｐｒｅ ＧｒｉｄＩＯＮなどのＤＮＡシーケンサーを用いる方法などがあげられる。

本開示において、Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップは、以下のように実施し得る：
例えば、複数の単位生物単位を含む生物単位集団から、シングルセルを単離し、単離したシングルセルの溶菌、およびゲノムＤＮＡ増幅を行い、シーケンスライブラリーを構築する。微生物コミュニティからシングルセルゲノムＤＮＡを抽出し調製する手法としては、ドロップレットによる手法や、ＳＡＧ－ｇｅｌ法などがあげられる。シングルエンドシーケンスまたはペアエンドシーケンスによりシングルセルゲノム断片配列を得る。このときロングリードシーケンスを実施してもよい。ＤＮＡシーケンスの手法は、ｉｌｌｕｍｉｎａ ＭｉＳｅｑ、ｉｌｌｕｍｉｎａ ＨｉＳｅｑなどのＤＮＡシーケンサーを用いる方法や、ＰａｃＢｉｏ Ｓｅｑｕｅｌ Ｓｙｓｔｅｍ、Ｏｘｆｏｒｄ ｎａｎｏｐｒｅ ＧｒｉｄＩＯＮなどのＤＮＡシーケンサーを用いる方法などがあげられる。

本開示において、Ｃ－１）Ｂ）について、リードよりも長い元のゲノム配列の再構築を行うステップは、以下のように実施し得る：
例えば、Ｂ）で得られた断片配列のうち低品質の断片配列を削除し、残った断片配列について断片配列間の共通の配列を用いて複数の断片配列を連結することにより、断片配列より長い配列を構築する。より具体的には、シングルセルゲノムリードから、ｂｂｄｕｋ．ｓｈ、ｆａｓｔｘ－ｔｏｏｌｋｉｔ、ｆａｓｔｐ、ｆａｓｔｑｃ、ｐｒｉｎｓｅｑ－ｌｉｔｅ．ｐｌなどの品質管理ツールにより特定の品質のリードを抽出する。さらにこれらのリードからヒトなどのコンタミリードを除去する。ヒトなどのコンタミリードを除くツールとしては、ＢＷＡ、Ｂｏｗｔｉｅ ２、ＨＩＳＡＴ２、Ｍｉｎｉｍａｐ２、ｂｂｍａｐ．ｓｈなどのマッピングツールとｒｅｆｏｒｍａｔ．ｓｈなどのフォーマッティングツールがあげられる。取得した高品質リードをアセンブルすることによりアセンブル配列を取得する。リードをアセンブルするツールとしては、ＳＰＡｄｅｓなどがあげられる。

本開示において、Ｃ－２）前記Ｃ－１）で得た配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成するステップは、以下のように実施し得る。：
例えば、Ｃ－１）で得られたシングルセルゲノム断片配列を再構築した配列について、単位生物単位ごとにグループ化し、各グループに含まれる配列を再構築する。より具体的には、取得したシングルセルゲノムアセンブル配列をｃｃＳＡＧなどにより統合する。各シングルセルゲノムアセンブル配列のシングルコピーマーカー遺伝子相同性、ＡＮＩを用いてクラスタリングを行う。遺伝子相同性はＢＬＡＳＴ、ＡＮＩ計算はｆａｓｔＡＮＩなどを用いることが可能である。グループ化されたシングルセルゲノムリードを結合しＳＰＡｄｅｓなどのツールにより再アセンブルすることで、シングルセルゲノム統合配列を取得する。

本開示において、Ｃ－３）前記メタゲノム断片配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列の分別断片配列を生成するステップは、以下のように実施し得る：
例えば、Ｃ－１）で得られたシングルセルゲノム断片配列を再構築した配列および／またはＣ－２）で得られたシングルセルゲノム断片配列を、メタゲノム断片配列にマッピングし、メタゲノム断片配列を最もカバー率の高い系統分類グループに振り分けることで、メタゲノム断片配列の分別断片配列を得る。より具体的には、メタゲノムリードから、ｂｂｄｕｋ．ｓｈ、ｆａｓｔｘ－ｔｏｏｌｋｉｔ、ｆａｓｔｐ、ｆａｓｔｑｃ、ｐｒｉｎｓｅｑ－ｌｉｔｅ．ｐｌなどの品質管理ツールにより特定の品質のリードを抽出する。さらにこれらのリードからヒトなどのコンタミリードを除去する。ヒトなどのコンタミリードを除くツールとしては、ＢＷＡ、Ｂｏｗｔｉｅ ２、ＨＩＳＡＴ２、Ｍｉｎｉｍａｐ２、ｂｂｍａｐ．ｓｈなどのマッピングツールとｒｅｆｏｒｍａｔ．ｓｈなどのフォーマッティングツールがあげられる。取得した高品質リードを前記シングルセルゲノム統合配列にＢＷＡ、Ｂｏｗｔｉｅ ２、ＨＩＳＡＴ２、Ｍｉｎｉｍａｐ２、ｂｂｍａｐ．ｓｈなどのマッピングツールを用いてマッピングし分別する。

本開示において、Ｃ－４）前記メタゲノム断片配列の分別断片配列について、分別断片配列よりも長い元のゲノム配列の再構築を行うステップは、以下のように実施し得る：
例えば、Ｃ－３）で得られたメタゲノム断片配列の分別断片配列のうち低品質の分別断片配列を削除し、残った分別断片配列について分別断片配列間の共通の配列を用いて複数の分別断片配列を連結することにより、分別断片配列より長い配列を構築する。より具体的には、前記分別されたメタゲノムリードを、ＭＥＧＡＨＩＴ、ＳＰＡｄｅｓなどのアセンブルツールによりアセンブルを行う。

本開示において、Ｄ）前記メタゲノム断片配列の分別断片配列を再構築した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得るステップは、以下のように実施し得る：
例えば、メタゲノム断片配列の分別断片配列を再構築した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを再構築（結合）することにより、改良された再構築ゲノム配列を得る。より具体的には、前記分別メタゲノムアセンブル配列と対応するシングルセルゲノム統合配列を、ＣＳＡＲやＬＩＮＫＳ、ＨａｐｌｏＭｅｒｇｅｒ２などのツールを用いて結合する。

別の局面において、本開示は、複数の単位生物単位（例えば、シングルセル）を含む生物単位集団（例えば、微生物コミュニティ）の配列を解析する方法をコンピュータに実装させるプログラムであって、該方法は
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
Ｃ）Ａ）およびＢ）について、リードよりも長い元のゲノム配列の再構築、分別および／または統合および／またはキメラ除去をそれぞれ行うステップと、
Ｄ）メタゲノム断片配列またはそれに由来する配列と、シングルセルゲノム断片配列またはそれに由来する配列とを少なくとも含む配列を用いた組み合わせ解析を行い、改良された再構築ゲノム配列を得るステップと
を含む、プログラムを提供する。

実装するプログラム言語としては、各ｓｈｅｌｌ（ｂａｓｈ、ｃｓｈ等）、ｐｅｒｌ、ｐｙｔｈｏｎ、ｒｕｂｙ、Ｒ、ｍａｔｈｅｍａｔｉｃａ、ｍａｔｌａｂ、ｊｕｌｉａ、ｐｈｐ、ｊａｖａｓｃｒｉｐｔ等のインタプリター型のスクリプト言語、ｃ、ｃ＋＋、ｃ＃、ｊａｖａ、ｇｏ等のコンパイル言語等があげられる。

他の局面において、本開示は、複数の単位生物単位（例えば、シングルセル）を含む生物単位集団（例えば、微生物コミュニティ）の配列を解析する方法をコンピュータに実装させるプログラムを格納する記録媒体であって、該方法は
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
Ｃ）Ａ）およびＢ）について、リードよりも長い元のゲノム配列の再構築、分別および／または統合および／またはキメラ除去をそれぞれ行うステップと、
Ｄ）メタゲノム断片配列またはそれに由来する配列と、シングルセルゲノム断片配列またはそれに由来する配列とを少なくとも含む配列を用いた組み合わせ解析を行い、改良された再構築ゲノム配列を得るステップと
を含む、記録媒体を提供する。

なお、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサと主記憶装置により構成されたプログラム実行部が、ＵＳＢメモリ、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。

さらに別の局面において、本開示は、複数の単位生物単位（例えば、シングルセル）を含む生物単位集団（例えば、微生物コミュニティ）の配列を解析するシステムであって、該システムは
Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るメタゲノム断片配列生成部と、
Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るシングルセルゲノム断片配列生成部と、
Ｃ）メタゲノム断片配列およびシングルセルゲノム断片配列について、リードよりも長い元のゲノム配列の再構築、分別および／または統合および／またはキメラ除去をそれぞれ行う配列処理部と、
Ｄ）メタゲノム断片配列またはそれに由来する配列と、シングルセルゲノム断片配列またはそれに由来する配列とを少なくとも含む配列を用いた組み合わせ解析を行い、改良された再構築ゲノム配列を得る配列再構築部と
を含む、システムを提供する。

本開示において、Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るメタゲノム断片配列生成部は、以下のように実施し得る：例えば、生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るプログラムが格納されたＣＰＵ、あるいは、ＣＰＵであって生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るプログラムが伝達されるとメタゲノム断片配列生成部として機能する部分などが挙げられる。大規模な解析を行う場合は、並列計算機システムを使用することが望ましい。複数のＣＰＵと主記憶装置から構築される複数台の計算機と、分散ファイルシステムによりＩ／Ｏボトルネックを解消するストレージを用意する。Ｗｅｂサーバを起動することでｗｅｂアプリケーションとしても動作させることが可能となる。入力にメタゲノムリード、出力にメタゲノムアセンブル配列を提供するシステムとして動作させることが可能である。

本開示において、Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るシングルセルゲノム断片配列生成部は、以下のように実施し得る：例えば、生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るプログラムが格納されたＣＰＵ、あるいは、ＣＰＵであって生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るプログラムが伝達されるとシングルセルゲノム断片配列生成部として機能する部分などが挙げられる。大規模な解析を行う場合は、並列計算機システムを使用することが望ましい。複数のＣＰＵと主記憶装置から構築される複数台の計算機と、分散ファイルシステムによりＩ／Ｏボトルネックを解消するストレージを用意する。Ｗｅｂサーバを起動することでｗｅｂアプリケーションとしても動作させることが可能となる。入力にシングルセルゲノムリード、出力にシングルセルゲノムアセンブル配列を提供するシステムとして動作させることが可能である。

本開示において、Ｃ）メタゲノム断片配列およびシングルセルゲノム断片配列について、リードよりも長い元のゲノム配列の再構築、分別および／または統合および／またはキメラ除去をそれぞれ行う配列処理部は、以下のように実施し得る：例えば、メタゲノム断片配列およびシングルセルゲノム断片配列について、リードよりも長い元のゲノム配列の再構築、分別および／または統合および／またはキメラ除去をそれぞれ行うプログラムが格納されたＣＰＵ、あるいは、ＣＰＵであってメタゲノム断片配列およびシングルセルゲノム断片配列について、リードよりも長い元のゲノム配列の再構築、分別および／または統合および／またはキメラ除去をそれぞれ行うプログラムが伝達されると配列処理部として機能する部分などが挙げられる。大規模な解析を行う場合は、並列計算機システムを使用することが望ましい。複数のＣＰＵと主記憶装置から構築される複数台の計算機と、分散ファイルシステムによりＩ／Ｏボトルネックを解消するストレージを用意する。Ｗｅｂサーバを起動することでｗｅｂアプリケーションとしても動作させることが可能となる。入力にメタゲノムリードおよびシングルセルゲノムリード、出力にキメラ除去リード、メタゲノムアセンブル配列、シングルセルゲノムアセンブル配列、分別メタゲノムアセンブル配列、およびシングルセルゲノム統合配列を提供するシステムとして動作させることが可能である。

本開示において、Ｄ）メタゲノム断片配列またはそれに由来する配列と、シングルセルゲノム断片配列またはそれに由来する配列とを少なくとも含む配列を用いた組み合わせ解析を行い、改良された再構築ゲノム配列を得る配列再構築部は、以下のように実施し得る：例えば、メタゲノム断片配列またはそれに由来する配列と、シングルセルゲノム断片配列またはそれに由来する配列とを少なくとも含む配列を用いた組み合わせ解析を行い、改良された再構築ゲノム配列を得るプログラムが格納されたＣＰＵ、あるいは、ＣＰＵであってメタゲノム断片配列またはそれに由来する配列と、シングルセルゲノム断片配列またはそれに由来する配列とを少なくとも含む配列を用いた組み合わせ解析を行い、改良された再構築ゲノム配列を得るプログラムが伝達されると配列再構築部として機能する部分などが挙げられる。大規模な解析を行う場合は、並列計算機システムを使用することが望ましい。複数のＣＰＵと主記憶装置から構築される複数台の計算機と、分散ファイルシステムによりＩ／Ｏボトルネックを解消するストレージを用意する。Ｗｅｂサーバを起動することでｗｅｂアプリケーションとしても動作させることが可能となる。入力にメタゲノムリードおよびシングルセルゲノムリード、または、メタゲノムアセンブル配列およびシングルセルゲノム統合配列、出力に再構築されたゲノム配列を提供するシステムとして動作させることが可能である。

一局面において、本開示は、有用遺伝子および／または有用遺伝子クラスターを識別するための方法であって、
必要に応じて、本開示の方法により得られたゲノム配列に対して遺伝子予測ツールを使用するステップと、
前記ゲノム配列および／または遺伝子データ対して遺伝子機能推定ツールを使用して、有用遺伝子および／または有用遺伝子クラスターを識別するステップと
を含む、方法を提供する。

本開示において、開示の方法により得られたゲノム配列に対して遺伝子予測ツールを使用するステップは、以下のように実施し得る：取得したゲノム配列に対して、ＰｒｏｋｋａやＤＦＡＳＴなどの遺伝子予測ツールを実行することで、遺伝子情報を取得することが可能である。

本開示において、前記ゲノム配列および／または遺伝子データ対して遺伝子機能推定ツールを使用して、有用遺伝子および／または有用遺伝子クラスターを識別するステップは、以下のように実施し得る：取得したゲノム配列、または前記取得した予測遺伝子に対して、ａｎｔｉＳＭＡＳＨ、ＮａＰＤｏＳ、ＰＲＩＳＭ／ＧＮＰなどの生合成遺伝子クラスター検出ツールを使用することで、有用遺伝子クラスターなどを検出することが可能である。

一実施形態において、有用遺伝子および／または有用遺伝子クラスターとして、薬剤耐性遺伝子、有用生体分子の生成に関与するタンパク質をコードする遺伝子およびそれらの遺伝子クラスターなどが挙げられる。

以上、本開示の１つまたは複数の態様に係るシステム、プログラム、記録媒体、方法について、実施の形態に基づいて説明したが、本開示は、この実施の形態に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、本開示の１つまたは複数の態様の範囲内に含まれてもよい。

また、上記各実施の形態における装置が備える構成要素の一部または全部は、１個のシステムＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ：大規模集積回路）から構成されているとしてもよい。例えば、本開示の配列情報を処理するシステムは、必要に応じてデータベースと組みわせられてもよいし、バイオマーカー等の機能を有する配列を特定するシステムを内包または組み合わされてもよい。

システムＬＳＩは、複数の構成部を１個のチップ上に集積して製造された超多機能ＬＳＩであり、具体的には、マイクロプロセッサ、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などを含んで構成されるコンピュータシステムである。ＲＯＭには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、コンピュータプログラムに従って動作することにより、システムＬＳＩは、その機能を達成する。ここでは、システムＬＳＩとしたが、集積度の違いにより、ＩＣ、ＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、あるいはＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適用等が可能性としてありえる。

また、本開示の一局面は、このような配列情報処理装置やシステムだけではなく、機能特化したシステム（例えば、バイオマーカースクリーニング装置、薬効判定装置、診断装置など）であってもよい。また、本開示の実施形態は、配列情報処理に含まれる特徴的な各ステップをコンピュータに実行させるコンピュータプログラムであってもよい。また、本開示の一態様は、そのようなコンピュータプログラムが記録された、コンピュータ読み取り可能な非一時的な記録媒体であってもよい。

なお、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。ここで、上記各実施の形態の痛み推定装置などを実現するソフトウェアは、本明細書において上述したプログラムであり得る。

本明細書において引用された、科学文献、特許、特許出願などの参考文献は、その全体が、各々具体的に記載されたのと同じ程度に本明細書において参考として援用される。

以上、本開示を、理解の容易のために好ましい実施形態を示して説明してきた。以下に、実施例に基づいて本開示を説明するが、上述の説明および以下の実施例は、例示の目的のみに提供され、本開示を限定する目的で提供したのではない。従って、本開示の範囲は、本明細書に具体的に記載された実施形態にも実施例にも限定されず、特許請求の範囲によってのみ限定される。

以下の実施例では、Ｉｌｌｕｍｉｎａ社の製品を用いたが、サーモフィッシャーサイエンティフィック社、Ｏｘｆｏｒｄ Ｎａｎｏｐｏｒｅ Ｔｅｃｈｎｏｌｏｇｉｅｓ社なども代替的に用いることができる。

（実施例１）
（サンプルの取得）
ＮＩＴＥバイオテクノロジーセンター（ＮＢＲＣ）の提供する菌体カクテル（Ｃｅｌｌ－Ｍｏｃｋ－００１）を取得した。菌体カクテルは１５種のＮＢＲＣ株を純粋培養し、それぞれの細胞数が等量となるよう混合したものである。

（リファレンスゲノムの取得）
取得した標準菌体カクテル（Ｃｅｌｌ－Ｍｏｃｋ－００１）に含まれる菌株のＮＢＲＣ番号などを基に、ＮＣＢＩから菌体カクテルに含まれる１５種類の菌株のリファレンスゲノム配列を取得した。リファレンスゲノムの内容を下表に提示する。

（シングルセルゲノムＤＮＡの調製およびＤＮＡシーケンス）
標準菌体カクテルからの微生物シングルセル単離、単離したシングルセルの溶菌、およびゲノムＤＮＡ増幅は、ＳＡＧ－ｇｅｌ法（Ｃｈｉｊｉｉｗａ， ２０２０）により行った。Ｉｌｌｕｍｉｎａ ＭｉＳｅｑを用い、１５０サイクルペアエンドシーケンスによりＤＮＡシーケンスを取得した（トータルリード数：５２Ｍ、トータル塩基サイズ：３．９Ｇｂ）。

（シングルセルゲノム解析）
標準菌体カクテルから得られた４８個のシングルセルゲノムリードから、ｂｂｄｕｋ．ｓｈ ３８．７９を用いることで低品質リードを削除した（オプション：ｔｈｒｅａｄｓ＝４、ｑｔｒｉｍ＝ｒ、ｔｒｉｍｑ＝１０、ｍｉｎｌｅｎｇｔｈ＝４０、ｍａｘｎｓ＝１）。リードのｄｅ ｎｏｖｏアセンブルはＳＰＡｄｅｓ ３．１４．０を用いて行い（オプション：－－ｓｃ －－ｃａｒｅｆｕｌ －－ｄｉｓａｂｌｅ－ｒｒ －－ｄｉｓａｂｌｅ－ｇｚｉｐ－ｏｕｔｐｕｔ －ｔ ４ －ｍ ３２）、１０００ｂｐ未満のコンティグは以降の解析から除外した。

（シングルセルゲノム系統分類および統合）
得られたシングルセルゲノムアセンブル配列に関して、ＣｈｅｃｋＭによる完全性が１０％以上のもの、かつ汚染度が１０％未満のもの４７個を抽出した。４７個の対象に関して、総当たりでｆａｓｔＡＮＩ １．３によりＡＮＩ（Ａｖｅｒａｇｅ Ｎｕｃｌｅｏｔｉｄｅ Ｉｄｅｎｔｉｔｙ）をデフォルトオプションで計算した。また、ＣｈｅｃｋＭ ｖ１．１．２ ｔａｘｏｎｏｍｙ ｗｏｒｋ ｆｌｏｗ（オプション：－ｎｔ －－ｔａｂ＿ｔａｂｌｅ －ｔ １６ ｄｏｍａｉｎ Ｂａｃｔｅｒｉａ）により得られたシングルコピーマーカー遺伝子で共通なものの相同性をｂｌａｓｔｎ ２．９．０＋によりデフォルトオプションで計算した。ＡＮＩが９５％以上、かつシングルコピーマーカー遺伝子の相同性が９９．９％以上のシングルセルを同一菌株とみなし、グループ化した。

（メタゲノムＤＮＡの調製およびＤＮＡシーケンス）
ＩＨＭＳ ｐｒｏｔｏｃｏｌ Ｑに従い、標準菌体カクテルからＴｏｔａｌ ＤＮＡを抽出した。シーケンスライブラリーは、ＱＩＡｓｅｑ ＦＸ ＤＮＡ ｌｉｂｒａｒｙ ｋｉｔを用いて構築した。Ｉｌｌｕｍｉｎａ ＭｉＳｅｑを用い、１５０サイクルペアエンドシーケンスによりＤＮＡシーケンスを取得した（トータルリード数：３５Ｍ、トータル塩基サイズ：２．６Ｇｂ）。

（メタゲノム配列解析）
標準菌体カクテルから得られた１つのメタゲノムリードは、ｂｂｄｕｋ．ｓｈ ３８．７９を用いることで低品質リードを削除した（オプション：ｔｈｒｅａｄｓ＝４、ｑｔｒｉｍ＝ｒ、ｔｒｉｍｑ＝１０、ｍｉｎｌｅｎｇｔｈ＝４０、ｍａｘｎｓ＝１）。リードのｄｅ ｎｏｖｏアセンブルはＳＰＡｄｅｓ ３．１４．０を用いて行った（オプション：－－ｍｅｔａ －－ｋ ａｕｔｏ －ｔ ２４ －ｍ ２４０）。

（メタゲノム配列分別）
統合されたシングルセルゲノムリードを、メタゲノムアセンブル配列に対してｍｉｎｉｍａｐ２ ２．１７を用いてデフォルトオプションでマッピングした。マッピング結果に関して、ｂｅｄｔｏｏｌｓ ｖ２．２９．２のｂａｍｔｏｂｅｄ機能によりｂｅｄ形式に変換し、さらにｍｅｒｇｅ機能によりｂｅｄ形式の統合を行った。各メタゲノムアセンブル配列を最もカバー率の高い系統分類グループに振り分けることで、分別メタゲノムアセンブル配列を構築した。

（シングルセルゲノムをガイドとした再アセンブル）
シングルセルゲノムアセンブル配列によって分別されたメタゲノムアセンブル配列に対し、ｍｉｎｉｍａｐ２ ２．１７によりメタゲノムリードをマッピングすることで対応するメタゲノムリード（分別断片配列）を取得した。分別されたメタゲノムリードをＳＰＡｄｅｓ ３．１４．０によりｄｅ ｎｏｖｏアセンブルを再度行い最終的なゲノム配列を取得した（オプション：－－ｃａｒｅｆｕｌ －ｋ ａｕｔｏ －ｔ ４ －ｍ ３２ －－ｎａｎｏｐｏｒｅ ＦＩＬＥ）。ここで、－－ｎａｎｏｐｏｒｅオプションに対し、対応する系統分類の統合シングルセルゲノムアセンブル配列を指定することで、統合シングルセルゲノムアセンブル配列を疑似ロングリードとしてＳＰＡｄｅｓに提示し、分別されたメタゲノムリードと統合シングルセルゲノムアセンブル配列とのハイブリッドアセンブルを行った（図２）。

（比較用のビニングデータ取得）
一般的に行われるメタゲノムアセンブル配列の分別手法として、ＣＯＮＣＯＣＴ １．０．０（Ｃｏｎｃｏｃｔ，２０１４）、ＭａｘＢｉｎ２ ２．２．６（Ｍａｘｂｉｎ２，２０１４）、ＭｅｔａＢＡＴ２ ２．１２．１（Ｍｅｔａｂａｔ２，２０１５）を用い、デフォルトオプションで実施した。これら３種類の異なる手法で得られた分別結果を再構築するため、ＤＡＳ＿Ｔｏｏｌ １．１．２（ＤＡＳ＿Ｔｏｏｌ，２０１８）およびＭｅｔａＷＲＡＰ １．２．３（ＤＡＳ＿Ｔｏｏｌ，２０１８）を用い、デフォルトオプションで実施した。

（対応するリファレンスゲノムの同定）
本手法で分別したゲノム配列と一般的な５種のビニングで分別したゲノム配列に関して、ｆａｓｔＡＮＩ １．３を用いてリファレンスゲノムに対するＡＮＩを計算した。９９．５％以上の相同性をもつリファレンスゲノムを各分別ゲノム配列に対応付けた。

（配列精度の計算）
各アセンブル配列の評価は、ＱＵＡＳＴ ｖ．５．０．２（デフォルトオプション）およびＣｈｃｅｋＭ ｖ１．１．２ ｌｉｎｅａｇｅ ｗｏｒｋ ｆｌｏｗ（オプション：－ｎｔ －－ｔａｂ＿ｔａｂｌｅ －ｔ １６）によって行った。５Ｓ， １６Ｓ， ２３Ｓ ｒｉｂｏｓｏｍａｌ ＲＮＡ遺伝子の同定はＰｒｏｋｋａ １．１４．６によって行った（オプション：－－ｒａｗｐｒｏｄｕｃｔ －－ｃｐｕｓ ８ －－ｍｉｎｃｏｎｔｉｇｌｅｎ ２００）。リファレンスゲノムの測定精度を評価するために、ｍｉｎｉｍａｐ２ ２．１７を用いて、リファレンスゲノムに対して対応する各アセンブル配列をデフォルトオプションでマッピングした。マッピング結果をｂｅｄｔｏｏｌｓ ｖ２．２９．２によりｂｅｄ形式に変換し、リファレンスゲノムに対するゲノムカバー率Ｌを計算した。リファレンスゲノムサイズをＧ、アセンブル配列サイズをＡとしたとき、適合率（ｐｒｅｃｉｓｉｏｎ ： Ｐ）および再現率（ｒｅｃａｌｌ ： Ｒ）、Ｆ値（Ｆ_１ ｓｃｏｒｅ）を以下の式で計算した。

（完全性と汚染度）
図５は、それぞれの手法で得たゲノム配列の完全性と汚染度の統合指標を示している。すべてのゲノム配列において完全性のｚ－ｓｃｏｒｅ（ｚ．ｘ）および汚染度のｚ－ｓｃｏｒｅ（ｚ．ｙ）の平均値を指標とした。ここで、完全性のベクトルをｘ（％）としたとき、完全性のｚ－ｓｃｏｒｅ（ｚ．ｘ）は、
ｚ．ｘ＝（ｘ－ｍｘ）／ｓｘ
である（ｍｘは既存手法および本開示の方法により得られたデータから算出されたｘの平均、ｓｘは完全性の標準偏差）。
同様に、汚染度のベクトルをｙ（％）としたとき、汚染度のｚ－ｓｃｏｒｅ（ｚ．ｙ）は、
ｚ．ｙ＝（ｙ－ｍｙ）／ｓｙ
である（ｍｙは既存手法および本開示の方法により得られたデータから算出されたｙの平均、ｓｙは汚染度の標準偏差）。
ただし、汚染度に関しては－１を乗算している。既存手法（ｃｏｎｏｃｏｃｔ、ｍａｘｂｉｎ２、ｍｅｔａｂａｔ２、ｍｅｔａｗｒａｐ、ｄａｓｔｏｏｌ）では、完全性または汚染度のいずれかの水準が高くないため、ゲノム配列の完全性と汚染度の統合指標は、全体の平均値である０を下回るものが存在する。一方で本開示によるゲノム配列（ｈｙｂｒｉｄ－ｃｏｎｔｉｇ）はすべて０以上、すなわち高水準な値を示している。

（ｒＲＮＡとｔＲＮＡの取得）
図６は、ｒＲＮＡとｔＲＮＡの取得度合を示している。ここで、それぞれのｒＲＮＡの種類（例えば、５Ｓ，１６Ｓ）について、最も長く抽出できた長さをｒとしたとき、それぞれのｒＲＮＡの取得度合いを示すｚ－ｓｃｏｒｅ（ｚ．ｒ）は、
ｚ．ｒ＝（ｒ－ｍｒ）／ｓｒ
である（ｍｒは既存手法および本開示の方法により得られたデータから算出されたｒの平均、ｓｒはｒＲＮＡの取得度合いの標準偏差）。
同様に、ｔＲＮＡについて、取得できた種類数をｔとしたとき、ｔＲＮＡのｚ－ｓｃｏｒｅ（ｚ．ｔ）は、
ｚ．ｔ＝（ｔ－ｍｔ）／ｓｔ
である（ｍｔは既存手法および本開示の方法により得られたデータから算出されたｔの平均、ｓｔは取得できた種類数の標準偏差）。

ｒＲＮＡとｔＲＮＡの完全性と汚染度以外にも、ｒＲＮＡとｔＲＮＡの取得はゲノム品質において重要な指標となる。すべてのゲノム配列において、最も長く抽出できたｒＲＮＡの長さ、ｔＲＮＡの種類に関するｚ－ｓｃｏｒｅの平均値を用いてｒＲＮＡとｔＲＮＡの取得指標を算出した。既存のメタゲノム解析手法に比べ、本開示の方法はｒＲＮＡおよびｔＲＮＡの取得指標は高い値を示している。

（リファレンスゲノム再現精度）
図７は、リファレンスゲノムの測定精度を示している。精度指標であるＦ_１ ｓｃｏｒｅは、従来の方法および本開示の方法により取得したゲノム配列のリファレンスゲノム配列に対する適合率と再現率の調和平均を示す指標であり、本開示の方法により得たゲノム配列が最も高い値を示している。図８は、従来の方法および本開示の方法により取得したゲノム配列をリファレンスゲノムにマップしたときの１００ｋｂあたりのミスマッチ数を示している。正しくゲノム配列が再現できているほどミスマッチ数は少なくなる。この指標においても、本開示の方法により得たゲノム配列が最も低い値を示している。これらの結果は、本開示の方法が、従来の方法と比較してより高精度のゲノム配列を得ることができることを示している。

（実施例２）
（サンプルの取得）
実施例２では、ヒト糞便検体を用いた。テクノスルガラボの採取キット・採取容器を用いて検体を採取し、以降の解析を行った。

（シングルセルゲノムＤＮＡの調製およびＤＮＡシーケンス）
糞便検体からの微生物シングルセル単離、単離したシングルセルの溶菌、およびゲノムＤＮＡ増幅は、ＳＡＧ－ｇｅｌ法（Ｃｈｉｊｉｉｗａ，２０２０）により行った。Ｉｌｌｕｍｉｎａ ＨｉＳｅｑを用い、３００サイクルペアエンドシーケンスによりＤＮＡシーケンスを取得した（トータルリード数：４９Ｍ、トータル塩基サイズ：６．５Ｇｂ）。

（シングルセルゲノム解析）
糞便検体から得られた９６個のシングルセルゲノムリードから、ｂｂｄｕｋ．ｓｈ ３８．７９を用いることで低品質リードを削除した（オプション：ｔｈｒｅａｄｓ＝４、ｑｔｒｉｍ＝ｒ、ｔｒｉｍｑ＝１０、ｍｉｎｌｅｎｇｔｈ＝４０、ｍａｘｎｓ＝１）。リードのｄｅ ｎｏｖｏアセンブルはＳＰＡｄｅｓ ３．１４．０を用いて行い（オプション：－－ｓｃ －－ｃａｒｅｆｕｌ －－ｄｉｓａｂｌｅ－ｒｒ －－ｄｉｓａｂｌｅ－ｇｚｉｐ－ｏｕｔｐｕｔ －ｔ ４ －ｍ ３２）、１０００ｂｐ未満のコンティグは以降の解析から除外した。

（シングルセルゲノム系統分類および統合）
得られたシングルセルゲノムアセンブル配列に関して、ＣｈｅｃｋＭによる完全性が２０％以上のものかつ汚染度が１０％未満のもの６０個を抽出した。６０個の対象に関して、総当たりでｆａｓｔＡＮＩ １．３によりＡＮＩ（Ａｖｅｒａｇｅ Ｎｕｃｌｅｏｔｉｄｅ Ｉｄｅｎｔｉｔｙ）をデフォルトオプションで計算した。また、ＣｈｅｃｋＭ ｖ１．１．２ ｔａｘｏｎｏｍｙ ｗｏｒｋ ｆｌｏｗ（オプション：－ｎｔ －－ｔａｂ＿ｔａｂｌｅ －ｔ １６ ｄｏｍａｉｎ Ｂａｃｔｅｒｉａ）により得られたシングルコピーマーカー遺伝子で共通なものの相同性をｂｌａｓｔｎ ２．９．０＋によりデフォルトオプションで計算した。ＡＮＩが９５％以上、かつシングルコピーマーカー遺伝子の相同性が９９．９％以上のシングルセルを同一菌株とみなし、グループ化した。その結果１８個の株違いのゲノム配列を取得した。

（メタゲノムＤＮＡの調製およびＤＮＡシーケンス）
ＩＨＭＳ ｐｒｏｔｏｃｏｌ Ｑに従い、糞便検体からからＴｏｔａｌ ＤＮＡを抽出した。シーケンスライブラリーは、ＱＩＡｓｅｑ ＦＸ ＤＮＡ ｌｉｂｒａｒｙ ｋｉｔを用いて構築した。Ｉｌｌｕｍｉｎａ ＨｉＳｅｑを用い、３００サイクルペアエンドシーケンスによりＤＮＡシーケンスを取得した（トータルリード数：４０Ｍ、トータル塩基サイズ：６．０Ｇｂ）。

（メタゲノム配列解析）
糞便検体から得られた１つのメタゲノムリードは、ｂｂｄｕｋ．ｓｈ ３８．７９を用いることで低品質リードを削除した（オプション：ｔｈｒｅａｄｓ＝４、ｑｔｒｉｍ＝ｒ、ｔｒｉｍｑ＝１０、ｍｉｎｌｅｎｇｔｈ＝４０、ｍａｘｎｓ＝１）。リードのｄｅ ｎｏｖｏアセンブルはＭＥＧＡＨＩＴ ｖ１．１．１３を用いて行った（オプション：－ｔ １２）。

（アセンブル配列の対応付け）
ＢＷＡ ０．７．１７を用いて、メタゲノムのアセンブル配列に対して１８のシングルセルゲノムの統合配列をデフォルトオプションでマップした。メタゲノムアセンブル配列の各コンティグは、最もコンティグをカバーしている統合配列に対応付けた。８，１７８のメタゲノムコンティグ（トータル塩基サイズ３４．９Ｍｂ）を統合配列に対対応付をもって分別できた。

（アセンブル配列の結合）
ＣＳＡＲ ｖ１．１．１を用いて、統合配列とメタゲノムアセンブル配列を結合した。ターゲットにシングルセルゲノム統合配列、リファレンスにメタゲノムアセンブル配列を指定した（図３）。オプションは－ｎｕｃを用いた。

（統合配列と結合した高品質ゲノム配列の比較）
図９は、シングルセルゲノムの統合配列と、メタゲノムアセンブル配列を結合して高品質化したゲノム配列の精度比較である。ｃｓａｇは統合配列、ｈｙｂｒｉｄは結合した高品質ゲノム配列を表す。ゲノムサイズは両者ともほぼ同等であるのに対し、コンティグ数はｈｙｂｒｉｄが減少しＮ５０はｈｙｂｒｉｄが上昇していた。つまり、分断されていたシングルセルゲノム統合配列のコンティグが、メタゲノムアセンブル配列により結合され、より品質の高いゲノム配列になっていることを示している。また、ゲノム配列の完全性と汚染度の統合指標およびｒＲＮＡとｔＲＮＡの取得指標についても評価した結果、両指標について、メタゲノムアセンブル配列より結合したゲノム配列（ｈｙｂｒｉｄ）で低下することはなく同等であった（図１２）。

（実施例３）
ここでは、メタゲノムリードをシングルセルゲノムのアセンブル配列または統合配列で分別する方法の１例を示す。同一サンプルにおいてシングルセルゲノムリードとメタゲノムリードを取得し、シングルセルゲノムリードからアセンブル配列および統合配列を取得する。ここで得られたアセンブル配列と統合配列にメタゲノムリードをマッピングし、分別する。分別されたメタゲノムリードをアセンブルし、分別アセンブル配列を取得する。対応するシングルセルゲノムアセンブル配列・統合配列と結合し、最終的な高品質ゲノム配列を取得する（図４）。

（実施例４）
（使用データ）
ここでは、実施例１で取得した標準菌体カクテルのデータを使用して解析を実施した。サンプルの取得、シングルセルゲノムＤＮＡの調製およびＤＮＡシーケンス、メタゲノムＤＮＡの調製およびＤＮＡシーケンス、シングルセルゲノム解析、シングルセルゲノム系統分類および統合、メタゲノム配列解析は実施例１と同じである。本実施例では、Ｐｓｅｕｄｏｍｏｎａｓ ｐｕｔｉｄａ（アクセッション番号：ＧＣＦ＿０００４１２６７５．１）として同定されたデータを用いて解析した。

（リファレンスゲノム配列を用いたキメラ配列同定）
標準菌体カクテルのＰｓｅｕｄｏｍｏｎａｓ ｐｕｔｉｄａのリファレンスゲノム配列に対して、シングルセルゲノムリードをマップした結果を取得した。マッピングツールはｍｉｎｉｍａｐ２を用い、解析オプションはデフォルトとした。正しいキメラ配列を同定した。

（従来法によるキメラ配列同定）
ｃｃＳＡＧ法（Ｋｏｇａｗａ，２０１８）によりシングルセルゲノムリードのキメラ配列を同定した。シングルセルゲノム統合配列を作るにあたり、マーカー遺伝子やＡＮＩなどを基にシングルセルゲノムアセンブル配列の同一株を同定する。同一株と同定されたシングルセルゲノムアセンブル配列に対応する。シングルセルゲノムリードを、自身以外のシングルセルゲノムアセンブル配列へマップした結果を取得した。マッピングツールはｍｉｎｉｍａｐ２を用い、解析オプションはデフォルトとした。

（本開示の方法によるキメラ配列同定）
メタゲノムアセンブル配列に対してシングルセルゲノムリードをマップした結果を取得した。マッピングツールはｍｉｎｉｍａｐ２を用い、解析オプションはデフォルトとした。

（キメラ配列の同定）
本実施例では、マッピング結果であるＳＡＭフォーマットに記載されているＣＩＧＡＲ文字列を分析することでキメラ配列の同定を行った。ＣＩＧＡＲ文字列中にソフトクリップ、ハードクリップ、Ｎ文字が含まれているリードをキメラ配列として同定した。なお、ソフトクリップは、一部リードがゲノムにマップされていない部分があり、リードにそのマップされていない部分が情報として残っている状態、ハードクリップは、一部リードがゲノムにマップされていない部分があり、リードからそのマップされていない部分が除去されている状態という処理がなされている。ソフトクリップリードは、マップされている部分とマップされていない部分を分割して2つのリードにして再利用し、ハードクリップはマップされなかった部分はすでにリードからなくなっているため、そのまま１つのリードとして再利用した。Ｎ文字は、特定のリードが別個の場所にマッピングされた際に、マッピングされた場所がどの程度離れているかを示しており、例えば、２５Ｍ５０００Ｎ２５Ｍという形で出てきた場合、これは５０ｂｐのリードが２５ｂｐ、２５ｂｐマップされているが、５０００ｂｐ離れてマップされていることを意味する。また、ＣＩＧＡＲ文字列が４５Ｍ２３Ｓなどの場合、リードの左側４５塩基がマップされ右側２３塩基はマップされないことになる。これは４５塩基と２３塩基の独立した塩基配列が組み合わさったキメラ配列と考えられる。

（従来法との比較）
図１１は、従来法と本開示の方法において、リファレンスゲノム配列を用いたキメラ配列同定と同等に同定出来たキメラ配列、リファレンスゲノム配列を用いたキメラ配列同定のみで検出したキメラ配列、リファレンスゲノム配列を用いたキメラ配列同定では検出されなかったキメラ配列に関してそれぞれプロットしたものである。本開示の方法で正しく同定できたキメラ配列は１６４，０１９であり、従来法の１３８，６８２と比較して１８．３％多く検出することができた。また、正解率も従来法の７６．７％から９４．４％へ大きく向上する結果となった。

（実施例５）
以下は、本発明を検体受託解析などで使用する場合の実施例となる。

（検体の受領）
ユーザから糞便、唾液、皮膚、土壌などの検体を適切な方法で受領する。例えば、糞便検体の場合テクノスルガラボの提供する採便キットなどの使用が考えられる。唾液検体の場合ＯＭＮＩｇｅｎｅ ｏｒａｌ ｋｉｔなどの使用が考えられる。皮膚検体の場合テクノスルガラボの提供するメタフロキーパーなどの使用が考えられる。土壌検体の場合、採取した土壌を冷蔵状態で受領するなどが考えられる。

（ＤＮＡの抽出・調製・シーケンシング）
受領した検体は、メタゲノム解析用とシングルセルゲノム解析用に分けられ、それぞれＤＮＡ抽出・調製・ＤＮＡシーケンシングを実施する。

（データ解析環境の準備）
データ解析はＷｉｎｄｏｗやＭａｃなどでも可能であるが、ここではＬｉｎｕｘ（登録商標） ＯＳの動作するコンピュータ上で行うことを想定する。大規模にデータ解析を行う場合は、並列解析を行うことができる高性能計算機を使用することが望ましい。ＱＣツール（ｂｂｄｕｃｋ．ｓｈ、ｆａｓｔｑｐなど）、アセンブルツール（ＭＥＧＡＨＩＴ、ＳＰＡｄｅｓなど）、マッピングツール（ＢＥＷＡ、ＨＩＳＡＴ２、ＭｉｎｉＭａｐ２など）、アセンブリ評価ツール（ＣｈｅｃｋＭ、ＱＵＡＳＴなど）、遺伝子予測ツール（Ｐｒｏｋｋａ、ＤＦＡＳＴなど）、機能推定ツール（ａｎｔｉＳＭＡＳＨ、ＡＢＲｉｃａｔｅ）、その他ユーティリティ（ＢＬＡＳＴ、ＳＡＭｔｏｏｌｓ、ＢＥＤｔｏｏｌｓなど）をインストールしておく。

（相互参照による高品質ゲノム取得）
取得したメタゲノムリードをアセンブルしてメタゲノムアセンブル配列を取得する。シングルセルゲノムリードをメタゲノムアセンブル配列にマップしてキメラ配列を除去する。キメラ除去シングルセルゲノムリードをアセンブルしてシングルセルゲノムアセンブル配列を取得する。シングルセルゲノムアセンブル配列をｃｃＳＡＧなどで統合し、シングルセルゲノム統合配列を作成する。メタゲノムアセンブル配列とシングルセルゲノム統合配列をマッピングなどにより対応付け、メタゲノムアセンブル配列を分別する。メタゲノム分別配列とシングルセルゲノム統合配列を結合することで菌株レベルの高品質ゲノムを取得する。

（遺伝子予測・機能推定）
高品質ゲノムに対し遺伝子予測ツールを実行し、遺伝子データを取得する。高品質ゲノム配列または遺伝子データに対し機能推定ツールを実行し、薬剤耐性をもつ遺伝子の同定や、生合成遺伝子クラスターの同定などを行う。

（解析データの提供）
解析にて取得したデータ（高品質ゲノム配列やそれに付随する遺伝子データなど）は、クラウド上からダウンロードする形でユーザに提供する。もしくは、ポータブルＨＤＤなどを使用して郵送でユーザへ提供する。

（実施例６）
（Ｗｅｂサービスの概要）
本実施例では、ユーザが独自に測定したメタゲノムデータとシングルセルゲノムデータを統合解析して高品質ゲノム配列を返すｗｅｂアプリケーションに関して言及する。ｗｅｂサーバはａｐａｃｈｅやｎｇｉｎｘなどを用いることが考えられる。実際の計算は負荷がかかるため、ｗｅｂサーバと別に計算用サーバを用意しておく。計算状態を計算用サーバが管理し、ｗｅｂサーバが問い合わせることでユーザに計算状態を知らせるようにしておく。計算完了後、ユーザはアウトプットをｗｅｂ経由で取得することが可能となる。

（入力データ）
サービスが受け入れるデータは、メタゲノムリードとシングルセルゲノムリード、またはメタゲノムアセンブル配列とシングルセルゲノムアセンブル配列などが考えられる。

（出力データ）
ユーザは、高品質ゲノム配列をダウンロードにより取得可能となる。オプションとして予測された遺伝子データや、遺伝子機能情報などの提供も考えられる。

（注記）
以上のように、本開示の好ましい実施形態を用いて本開示を例示してきたが、本開示は、特許請求の範囲によってのみその範囲が解釈されるべきであることが理解される。本明細書において引用した特許、特許出願及び他の文献は、その内容自体が具体的に本明細書に記載されているのと同様にその内容が本明細書に対する参考として援用されるべきであることが理解される。

本開示は、遺伝子技術に関する分野で利用可能性を見出す。

Claims (32)

1. 複数の単位生物単位を含む生物単位集団の配列を解析する方法であって、
   Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
   Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
   Ｃ）Ａ）およびＢ）について、リードよりも長い元のゲノム配列の再構築、分別および／または統合および／またはキメラ除去をそれぞれ行うステップと、
   Ｄ）メタゲノム断片配列またはそれに由来する配列と、シングルセルゲノム断片配列またはそれに由来する配列とを少なくとも含む配列を用いた組み合わせ解析を行い、改良された再構築ゲノム配列を得るステップと
   を含む、方法。
2. 前記メタゲノム断片配列またはそれに由来する配列は、メタゲノム断片配列、メタゲノム断片配列を再構築した配列、およびメタゲノム断片配列を再構築した配列を分別した配列を含み、
   前記シングルセルゲノム断片配列またはそれに由来する配列は、シングルセルゲノム断片配列、シングルセルゲノム断片配列を再構築した配列、およびシングルセルゲノム断片配列を再構築した配列を統合した配列を含む、
   請求項１に記載の方法。
3. 前記組み合わせ解析が、シングルセルゲノム断片配列またはそれに由来する配列を用いた、メタゲノム断片配列またはそれに由来する配列の分別を含む、請求項１または２に記載の方法。
4. 前記組み合わせ解析が、メタゲノム断片配列またはそれに由来する配列を用いた、シングルセルゲノム断片配列またはそれに由来する配列の統合を含む、請求項１～３のいずれか一項に記載の方法。
5. 前記組み合わせ解析が、シングルセルゲノム断片配列をメタゲノム断片配列を再構築した配列にマッピングすることにより、シングルセルゲノム断片配列をメタゲノム断片配列を再構築した配列に分断して、アライメントされたシングルセルゲノム断片配列をキメラ配列と特定すること、および必要に応じてキメラ配列を除去することを含む、請求項１～４のいずれか一項に記載の方法。
6. 前記方法は、
   Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
   Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
   Ｃ－１）Ａ）およびＢ）について、リードよりも長い元のゲノム配列の再構築をそれぞれ行うステップと、
   Ｃ－２）前記メタゲノム断片配列を再構築した配列を分別し、前記シングルセルゲノム断片配列を再構築した配列を統合して、メタゲノム断片配列を再構築した配列を分別した配列およびシングルセルゲノム断片配列を再構築した配列を統合した配列をそれぞれ生成するステップであって、前記メタゲノム断片配列を再構築した配列の分別の際に前記シングルセルゲノム断片配列を参照する、ステップと、
   Ｃ－３）前記メタゲノム断片配列を再構築した配列を分別した配列から、メタゲノム断片配列を参照して、分別断片配列を生成するステップと、
   Ｄ）前記分別断片配列と前記シングルセルゲノム断片配列を再構築した配列を分別した配列とを組み合わせて、改良された再構築ゲノム配列を得るステップと
   を含む、請求項１～５のいずれか一項に記載の方法。
7. 前記方法は、
   Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
   Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
   Ｃ－１）Ａ）およびＢ）について、リードよりも長い元のゲノム配列の再構築をそれぞれ行うステップと、
   Ｃ－２）前記シングルセルゲノム断片配列を再構築した配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成するステップと、
   Ｃ－３）前記メタゲノム断片配列を再構築した配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列を再構築した配列を分別した配列を生成するステップと、
   Ｄ）前記メタゲノム断片配列を再構築した配列を分別した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得るステップと
   を含む、請求項１～６のいずれか一項に記載の方法。
8. 前記方法は、
   Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
   Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
   Ｃ－１）Ｂ）について、リードよりも長い元のゲノム配列の再構築を行うステップと、
   Ｃ－２）前記Ｃ－１）で得た配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成するステップと、
   Ｃ－３）前記メタゲノム断片配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列の分別断片配列を生成するステップと、
   Ｃ－４）前記メタゲノム断片配列の分別断片配列について、リードよりも長い元のゲノム配列の再構築を行うステップと、
   Ｄ）前記メタゲノム断片配列の分別断片配列を再構築した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得るステップと
   を含む、請求項１～７のいずれか一項に記載の方法。
9. 複数の単位生物単位を含む生物単位集団の配列を解析する方法をコンピュータに実装させるプログラムであって、該方法は
   Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
   Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
   Ｃ）Ａ）およびＢ）について、前記断片配列よりも長い元のゲノム配列の再構築、分別、統合および／またはキメラ除去をそれぞれ行うステップと、
   Ｄ）メタゲノム断片配列またはそれに由来する配列と、シングルセルゲノム断片配列またはそれに由来する配列とを少なくとも含む配列を用いた組み合わせ解析を行い、改良された再構築ゲノム配列を得るステップと
   を含む、プログラム。
10. 前記メタゲノム断片配列またはそれに由来する配列は、メタゲノム断片配列、メタゲノム断片配列を再構築した配列、およびメタゲノム断片配列を再構築した配列を分別した配列を含み、
    前記シングルセルゲノム断片配列またはそれに由来する配列は、シングルセルゲノム断片配列、シングルセルゲノム断片配列を再構築した配列、およびシングルセルゲノム断片配列を再構築した配列を統合した配列を含む、
    請求項９に記載のプログラム。
11. 前記組み合わせ解析が、シングルセルゲノム断片配列またはそれに由来する配列を用いた、メタゲノム断片配列またはそれに由来する配列の分別を含む、請求項９または１０に記載のプログラム。
12. 前記組み合わせ解析が、メタゲノム断片配列またはそれに由来する配列を用いた、シングルセルゲノム断片配列またはそれに由来する配列の統合を含む、請求項９～１１のいずれか一項に記載のプログラム。
13. 前記組み合わせ解析が、シングルセルゲノム断片配列を、メタゲノム断片配列を再構築した配列にマッピングすることにより、シングルセルゲノム断片配列を、メタゲノム断片配列を再構築した配列に分断して、アライメントされたシングルセルゲノム断片配列をキメラ配列と特定すること、および必要に応じてキメラ配列を除去することを含む、請求項９～１２のいずれか一項に記載のプログラム。
14. 前記方法は、
    Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
    Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
    Ｃ－１）Ａ）およびＢ）について、前記断片配列よりも長い元のゲノム配列の再構築をそれぞれ行うステップと、
    Ｃ－２）前記メタゲノム断片配列を再構築した配列を分別し、前記シングルセルゲノム断片配列を再構築した配列を統合して、メタゲノム断片配列を再構築した配列を分別した配列およびシングルセルゲノム断片配列を再構築した配列を統合した配列をそれぞれ生成するステップであって、前記メタゲノム断片配列を再構築した配列の分別の際に前記シングルセルゲノム断片配列を参照する、ステップと、
    Ｃ－３）前記メタゲノム断片配列を再構築した配列を分別した配列から、メタゲノム断片配列を参照して、分別断片配列を生成するステップと、
    Ｄ）前記分別断片配列と前記シングルセルゲノム断片配列を再構築した配列を分別した配列とを組み合わせて、改良された再構築ゲノム配列を得るステップと
    を含む、請求項９～１３のいずれか一項に記載のプログラム。
15. 前記方法は、
    Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
    Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
    Ｃ－１）Ａ）およびＢ）について、前記断片配列よりも長い元のゲノム配列の再構築をそれぞれ行うステップと、
    Ｃ－２）前記シングルセルゲノム断片配列を再構築した配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成するステップと、
    Ｃ－３）前記メタゲノム断片配列を再構築した配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列を再構築した配列を分別した配列を生成するステップと、
    Ｄ）前記メタゲノム断片配列を再構築した配列を分別した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得るステップと
    を含む、請求項９～１４のいずれか一項に記載のプログラム。
16. 前記方法は、
    Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
    Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
    Ｃ－１）Ｂ）について、前記断片配列よりも長い元のゲノム配列の再構築を行うステップと、
    Ｃ－２）前記Ｃ－１）で得た配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成するステップと、
    Ｃ－３）前記メタゲノム断片配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列の分別断片配列を生成するステップと、
    Ｃ－４）前記メタゲノム断片配列の分別断片配列について、リードよりも長い元のゲノム配列の再構築を行うステップと、
    Ｄ）前記メタゲノム断片配列の分別断片配列を再構築した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得るステップと
    を含む、請求項９～１５のいずれか一項に記載のプログラム。
17. 複数の単位生物単位を含む生物単位集団の配列を解析する方法をコンピュータに実装させるプログラムを格納する記録媒体であって、該方法は、
    Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
    Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
    Ｃ）Ａ）およびＢ）について、前記断片配列よりも長い元のゲノム配列の再構築、分別、統合および／またはキメラ除去をそれぞれ行うステップと、
    Ｄ）メタゲノム断片配列またはそれに由来する配列と、シングルセルゲノム断片配列またはそれに由来する配列とを少なくとも含む配列を用いた組み合わせ解析を行い、改良された再構築ゲノム配列を得るステップと
    を含む、記録媒体。
18. 前記メタゲノム断片配列またはそれに由来する配列は、メタゲノム断片配列、メタゲノム断片配列を再構築した配列、およびメタゲノム断片配列を再構築した配列を分別した配列を含み、
    前記シングルセルゲノム断片配列またはそれに由来する配列は、シングルセルゲノム断片配列、シングルセルゲノム断片配列を再構築した配列、およびシングルセルゲノム断片配列を再構築した配列を統合した配列を含む、
    請求項１７に記載の記録媒体。
19. 前記組み合わせ解析が、シングルセルゲノム断片配列またはそれに由来する配列を用いた、メタゲノム断片配列またはそれに由来する配列の分別を含む、請求項１７または１８に記載の記録媒体。
20. 前記組み合わせ解析が、メタゲノム断片配列またはそれに由来する配列を用いた、シングルセルゲノム断片配列またはそれに由来する配列の統合を含む、請求項１７～１９のいずれか一項に記載の記録媒体。
21. 前記組み合わせ解析が、シングルセルゲノム断片配列を、メタゲノム断片配列を再構築した配列にマッピングすることにより、シングルセルゲノム断片配列を、メタゲノム断片配列を再構築した配列に分断して、アライメントされたシングルセルゲノム断片配列をキメラ配列と特定すること、および必要に応じてキメラ配列を除去することを含む、請求項１７～２０のいずれか一項に記載の記録媒体。
22. 前記方法は、
    Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
    Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
    Ｃ－１）Ａ）およびＢ）について、前記断片配列よりも長い元のゲノム配列の再構築をそれぞれ行うステップと、
    Ｃ－２）前記メタゲノム断片配列を再構築した配列を分別し、前記シングルセルゲノム断片配列を再構築した配列を統合して、メタゲノム断片配列を再構築した配列を分別した配列およびシングルセルゲノム断片配列を再構築した配列を統合した配列をそれぞれ生成するステップであって、前記メタゲノム断片配列を再構築した配列の分別の際に前記シングルセルゲノム断片配列を参照する、ステップと、
    Ｃ－３）前記メタゲノム断片配列を再構築した配列を分別した配列から、メタゲノム断片配列を参照して、分別断片配列を生成するステップと、
    Ｄ）前記分別断片配列と前記シングルセルゲノム断片配列を再構築した配列を分別した配列とを組み合わせて、改良された再構築ゲノム配列を得るステップと
    を含む、請求項１７～２１のいずれか一項に記載の記録媒体。
23. 前記方法は、
    Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
    Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
    Ｃ－１）Ａ）およびＢ）について、前記断片配列よりも長い元のゲノム配列の再構築をそれぞれ行うステップと、
    Ｃ－２）前記シングルセルゲノム断片配列を再構築した配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成するステップと、
    Ｃ－３）前記メタゲノム断片配列を再構築した配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列を再構築した配列を分別した配列を生成するステップと、
    Ｄ）前記メタゲノム断片配列を再構築した配列を分別した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得るステップと
    を含む、請求項１７～２２のいずれか一項に記載の記録媒体。
24. 前記方法は、
    Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るステップと、
    Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るステップと、
    Ｃ－１）Ｂ）について、前記断片配列よりも長い元のゲノム配列の再構築を行うステップと、
    Ｃ－２）前記Ｃ－１）で得た配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成するステップと、
    Ｃ－３）前記メタゲノム断片配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列の分別断片配列を生成するステップと、
    Ｃ－４）前記メタゲノム断片配列の分別断片配列について、リードよりも長い元のゲノム配列の再構築を行うステップと、
    Ｄ）前記メタゲノム断片配列の分別断片配列を再構築した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得るステップと
    を含む、請求項１７～２３のいずれか一項に記載の記録媒体。
25. 複数の単位生物単位を含む生物単位集団の配列を解析するシステムであって、該システムは、
    Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るメタゲノム断片配列生成部と、
    Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るシングルセルゲノム断片配列生成部と、
    Ｃ）メタゲノム断片配列およびシングルセルゲノム断片配列について、前記断片配列よりも長い元のゲノム配列の再構築、分別、統合および／またはキメラ除去をそれぞれ行う配列処理部と、
    Ｄ）メタゲノム断片配列またはそれに由来する配列と、シングルセルゲノム断片配列またはそれに由来する配列とを少なくとも含む配列を用いた組み合わせ解析を行い、改良された再構築ゲノム配列を得る改良ゲノム配列生成部と
    を含む、システム。
26. 前記メタゲノム断片配列またはそれに由来する配列は、メタゲノム断片配列、メタゲノム断片配列を再構築した配列、およびメタゲノム断片配列を再構築した配列を分別した配列を含み、
    前記シングルセルゲノム断片配列またはそれに由来する配列は、シングルセルゲノム断片配列、シングルセルゲノム断片配列を再構築した配列、およびシングルセルゲノム断片配列を再構築した配列を統合した配列を含む、
    請求項２５に記載のシステム。
27. 前記組み合わせ解析が、シングルセルゲノム断片配列またはそれに由来する配列を用いた、メタゲノム断片配列またはそれに由来する配列の分別を含む、請求項２５または２６に記載のシステム。
28. 前記組み合わせ解析が、メタゲノム断片配列またはそれに由来する配列を用いた、シングルセルゲノム断片配列またはそれに由来する配列の統合を含む、請求項２５～２７のいずれか一項に記載のシステム。
29. 前記組み合わせ解析が、シングルセルゲノム断片配列を、メタゲノム断片配列を再構築した配列にマッピングすることにより、シングルセルゲノム断片配列を、メタゲノム断片配列を再構築した配列に分断して、アライメントされたシングルセルゲノム断片配列をキメラ配列と特定すること、および必要に応じてキメラ配列を除去することを含む、請求項２５～２８のいずれか一項に記載のシステム。
30. 前記システムは、
    Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るメタゲノム断片配列生成部と、
    Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るシングルセルゲノム断片配列生成部と、
    Ｃ－１）Ａ）およびＢ）について、前記断片配列よりも長い元のゲノム配列の再構築をそれぞれ行う再構築部と、
    Ｃ－２）前記メタゲノム断片配列を再構築した配列を分別し、前記シングルセルゲノム断片配列を再構築した配列を統合して、メタゲノム断片配列を再構築した配列を分別した配列およびシングルセルゲノム断片配列を再構築した配列を統合した配列をそれぞれ生成するステップであって、前記メタゲノム断片配列を再構築した配列の分別の際に前記シングルセルゲノム断片配列を参照する、分別統合部と、
    Ｃ－３）前記メタゲノム断片配列を再構築した配列を分別した配列から、メタゲノム断片配列を参照して、分別断片配列を生成する生成部と、
    Ｄ）前記分別断片配列と前記シングルセルゲノム断片配列を再構築した配列を分別した配列とを組み合わせて、改良された再構築ゲノム配列を得る改良ゲノム配列生成部と
    を含む、請求項２４～２９のいずれか一項に記載のシステム。
31. 前記システムは、
    Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るメタゲノム断片配列生成部と、
    Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るシングルセルゲノム断片配列生成部と、
    Ｃ－１）Ａ）およびＢ）について、前記断片配列よりも長い元のゲノム配列の再構築をそれぞれ行う再構築部と、
    Ｃ－２）前記シングルセルゲノム断片配列を再構築した配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成する統合部と、
    Ｃ－３）前記メタゲノム断片配列を再構築した配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列を再構築した配列を分別した配列を生成する生成部と、
    Ｄ）前記メタゲノム断片配列を再構築した配列を分別した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得る改良ゲノム配列生成部と
    を含む、請求項２５～３０のいずれか一項に記載のシステム。
32. 前記システムは、
    Ａ）前記生物単位集団に対して、メタゲノム解析を行い、メタゲノム断片配列を得るメタゲノム断片配列生成部と、
    Ｂ）前記生物単位集団に対して、シングルセルゲノム解析を行い、前記複数の単位生物単位由来のシングルセルゲノム断片配列を得るシングルセルゲノム断片配列生成部と、
    Ｃ－１）Ｂ）について、前記断片配列よりも長い元のゲノム配列の再構築を行う再構築部と、
    Ｃ－２）前記Ｃ－１）で得た配列を統合して、シングルセルゲノム断片配列を再構築した配列を統合した配列を生成する統合部と、
    Ｃ－３）前記メタゲノム断片配列から、前記シングルセルゲノム断片配列を再構築した配列および／または前記シングルセルゲノム断片配列を再構築した配列を統合した配列を参照して、メタゲノム断片配列の分別断片配列を生成するステップと、
    Ｃ－４）前記メタゲノム断片配列の分別断片配列について、リードよりも長い元のゲノム配列の再構築を行う生成部と、
    Ｄ）前記メタゲノム断片配列の分別断片配列を再構築した配列と前記シングルセルゲノム断片配列を再構築した配列を統合した配列とを結合して、改良された再構築ゲノム配列を得る改良ゲノム配列生成部と
    を含む、請求項２５～３１のいずれか一項に記載のシステム。

Images