[發(fā)明專利]一種單核苷酸多態(tài)性檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 200810218343.X
• 申請(qǐng)日: 2008-12-12
• 公開（公告）號(hào): CN101539967A
• 公開（公告）日: 2009-09-23
• 發(fā)明（設(shè)計(jì)）人: 李英睿;李瑞強(qiáng);方曉東;李松崗;余昶;王俊;楊煥明;汪建
• 申請(qǐng)（專利權(quán)）人: 深圳華大基因研究院;深圳華大基因科技有限公司
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00;C12Q1/68
• 代理公司: 深圳中一專利商標(biāo)事務(wù)所
• 代理人: 張全文

技術(shù)領(lǐng)域

本發(fā)明屬于生物工程領(lǐng)域，尤其涉及一種單核苷酸多態(tài)性檢測(cè)方法和系統(tǒng)。

背景技術(shù)

單核苷酸多態(tài)性(Single?Nucleotide?Polymorphism，SNP)，即指由于單個(gè)核苷酸堿基的改變而導(dǎo)致的核酸序列的多態(tài)性。在不同個(gè)體的同一條染色體或同一位點(diǎn)的核苷酸序列中，絕大多數(shù)核苷酸序列一致而只有一個(gè)堿基不同的現(xiàn)象，就是SNP。由于SNP在人類基因組中數(shù)量較多，發(fā)生頻率較高，因此被認(rèn)為是繼微衛(wèi)星之后的新一代遺傳學(xué)標(biāo)記，在醫(yī)學(xué)遺傳學(xué)、藥物遺傳學(xué)、疾病遺傳學(xué)、疾病診斷學(xué)、以及人類進(jìn)化等研究領(lǐng)域都有很高的研究?jī)r(jià)值和應(yīng)用前景。

二十多年以來，Sanger法測(cè)序和熒光電泳技術(shù)一直在DNA測(cè)序領(lǐng)域占據(jù)著主導(dǎo)地位，使用隨機(jī)鳥槍法策略或目標(biāo)區(qū)域的PCR擴(kuò)增法進(jìn)行了大量的SNP檢測(cè)。現(xiàn)有dbSNP數(shù)據(jù)庫中的大多數(shù)SNP位點(diǎn)都是通過這些方法鑒定的。鳥槍法測(cè)序進(jìn)行SNP檢測(cè)的標(biāo)準(zhǔn)方法是將測(cè)序片段與基因組參考序列進(jìn)行比對(duì)，并根據(jù)堿基的質(zhì)量打分來過濾掉低質(zhì)量的測(cè)序錯(cuò)誤，得到較為可信的SNP結(jié)果。使用來自二倍體樣本的PCR擴(kuò)增序列進(jìn)行直接測(cè)序，再通過對(duì)色譜圖進(jìn)行分析，檢測(cè)出雜合的多態(tài)性位點(diǎn)，也是常見的方法，主要軟件有SNPdetector，novoSNP，PolyPhred以及PolyScan。

與傳統(tǒng)的毛細(xì)管電泳法測(cè)序相比，新一代測(cè)序技術(shù)如Illumina?GenomeAnalyzer(GA)，AB?SOLiD，以及Roche?454FLX系統(tǒng)顯著地提高了測(cè)序通量，極大地降低了成本。Illumina?GA一次運(yùn)行可以產(chǎn)生約四千萬條長(zhǎng)度為50bp的測(cè)序片段。這種超高的測(cè)序通量使得新一代的測(cè)序技術(shù)特別適合于在已知參考基因組序列的基礎(chǔ)上進(jìn)行大規(guī)模個(gè)體的重測(cè)序，從而進(jìn)行基因變異的研究。截至當(dāng)前，使用新的測(cè)序技術(shù)已經(jīng)完成了兩個(gè)人的基因組測(cè)序：James?Watson的個(gè)人基因組測(cè)序(Roche?454FLX)和第一個(gè)亞洲人的基因組測(cè)序(Illumina?GA)。此外，國(guó)際千人基因組計(jì)劃執(zhí)行委員會(huì)也決定使用這種測(cè)序技術(shù)對(duì)來自全世界的1000個(gè)個(gè)體基因組進(jìn)行測(cè)序，得到最詳細(xì)的人類基因組變異圖譜。

隨著新的測(cè)序技術(shù)的發(fā)展，相應(yīng)的SNP檢測(cè)方法也有了很好的發(fā)展，然而，由于新測(cè)序技術(shù)產(chǎn)生的測(cè)序片段與以往相比有顯著的差異，因此現(xiàn)有的SNP測(cè)序方法難以滿足高通量測(cè)序技術(shù)的要求。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種單核苷酸多態(tài)性檢測(cè)方法，旨在解決現(xiàn)有的單核苷酸多態(tài)性檢測(cè)方法難以滿足高通量測(cè)序技術(shù)的要求的問題。

本發(fā)明是這樣實(shí)現(xiàn)的，一種單核苷酸多態(tài)性檢測(cè)方法，所述方法包括下述步驟：

將高通量測(cè)序技術(shù)得到的測(cè)序片段比對(duì)到參考基因組序列上；

將測(cè)序得到的待測(cè)基因組中每個(gè)堿基的測(cè)序質(zhì)量分?jǐn)?shù)轉(zhuǎn)換為堿基錯(cuò)配率，并根據(jù)比對(duì)到參考基因組上的每個(gè)位點(diǎn)的所有測(cè)序片段堿基的錯(cuò)配率之積，得到待測(cè)基因組上對(duì)應(yīng)位點(diǎn)的各種基因型的似然概率；

根據(jù)所述似然概率和為每種基因型預(yù)設(shè)的先驗(yàn)概率，計(jì)算參考基因組上每個(gè)位點(diǎn)上每種基因型的后驗(yàn)概率，并將后驗(yàn)概率最高的基因型確定為待測(cè)基因組對(duì)應(yīng)位點(diǎn)最有可能正確的基因型，得到待測(cè)基因組的一致序列；

檢測(cè)待測(cè)基因組的一致序列中與參考基因組序列不一致的位點(diǎn)，得到待測(cè)基因組中的多態(tài)性位點(diǎn)。

在本發(fā)明實(shí)施例中，根據(jù)測(cè)序片段的質(zhì)量分?jǐn)?shù)計(jì)算得到待測(cè)基因組上對(duì)應(yīng)位點(diǎn)的各種基因型的似然概率，再根據(jù)似然概率和為每種基因型預(yù)設(shè)的先驗(yàn)概率，計(jì)算參考基因組上每個(gè)位點(diǎn)上每種基因型的后驗(yàn)概率，并將后驗(yàn)概率最高的基因型確定為待測(cè)基因組對(duì)應(yīng)位點(diǎn)最有可能正確的基因型，得到待測(cè)基因組的一致序列，檢測(cè)待測(cè)基因組的一致序列中與參考基因組序列不一致的位點(diǎn)，得到待測(cè)基因組中的單核苷酸中的多態(tài)性位點(diǎn)。本發(fā)明實(shí)施例在檢測(cè)單核苷酸多態(tài)性時(shí)考慮了先驗(yàn)概率對(duì)檢測(cè)結(jié)果的影響，從而使本發(fā)明實(shí)施例的檢測(cè)結(jié)果更準(zhǔn)確，適用于高通量測(cè)序技術(shù)。

附圖說明

圖1是本發(fā)明實(shí)施例提供的單核苷酸多態(tài)性檢測(cè)方法的實(shí)現(xiàn)流程圖；

圖2是本發(fā)明另一實(shí)施例提供的單核苷酸多態(tài)性檢測(cè)方法的實(shí)現(xiàn)流程圖；

圖3a至圖3d是測(cè)序片段比對(duì)的準(zhǔn)確性和唯一性示意圖；

圖4a和圖4b本發(fā)明實(shí)施例提供的測(cè)序質(zhì)量分?jǐn)?shù)的不準(zhǔn)確性和錯(cuò)配的偏向性示意圖；

圖5是本發(fā)明實(shí)施例提供的測(cè)序質(zhì)量分?jǐn)?shù)校正前后的起點(diǎn)數(shù)目分布示意圖；

圖6是本發(fā)明實(shí)施例提供的在不同質(zhì)量閥值下全基因組覆蓋度、基因分型位點(diǎn)的覆蓋度和錯(cuò)誤率示意圖。

具體實(shí)施方式