[發(fā)明專利]單核苷酸多態(tài)性的檢測方法及裝置

有效

• 申請?zhí)枺?/td>: 201410048518.2
• 申請日: 2014-02-12
• 公開（公告）號: CN104834833B
• 公開（公告）日: 2017-12-05
• 發(fā)明（設(shè)計）人: 朱鵬遠(yuǎn);黃文潘;李雅喬;賀玲瑜;盧志遠(yuǎn);章文蔚;席鳳;龔梅花;韓鴻雁
• 申請（專利權(quán)）人: 深圳華大基因科技有限公司
• 主分類號: G06F19/18
• 分類號: G06F19/18;G06F19/20
• 代理公司: 深圳鼎合誠知識產(chǎn)權(quán)代理有限公司44281
• 代理人: 彭家恩,羅瑤

1.一種單核苷酸多態(tài)性的檢測方法，其特征在于，包括：

獲取含有核酸序列信息的讀段序列；

將所述讀段序列與參考序列進(jìn)行比對，獲取比對上的讀段序列；

將比對上的讀段序列按照5’端比對位置劃分為不同的冗余讀段序列組；

對所述不同冗余讀段序列組中的每個冗余讀段序列組中的每個讀段序列進(jìn)行計分，依據(jù)讀段序列的得分從一個冗余讀段序列組中得到一個代表讀段序列組；

判斷所述代表讀段序列組是否存在支持假陰性單核苷酸多態(tài)性SNP的讀段序列，

若判斷結(jié)果為是，則從所述代表讀段序列組中去除支持假陰性SNP的代表讀段序列，獲得不支持假陰性SNP的代表讀段序列組；若判斷結(jié)果為否，則所述代表讀段序列組為不支持假陰性SNP的代表讀段序列組；

依據(jù)所述不支持假陰性SNP的代表讀段序列組進(jìn)行所述SNP檢測。

2.如權(quán)利要求1所述的方法，其特征在于，所述對所述不同冗余讀段序列組中的每個冗余讀段序列組中的每個讀段序列進(jìn)行計分，依據(jù)讀段序列的得分從一個冗余讀段序列組中得到一個代表讀段序列組的步驟包括：

按照與參考序列的匹配程度，對每個冗余讀段序列組中的每個讀段序列進(jìn)行計分，獲得不同冗余讀段序列組中的每個讀段序列的得分；

將獲得的同一冗余讀段序列組中的每個讀段序列的得分與第一預(yù)設(shè)閾值相比，如果讀段序列的得分不小于第一預(yù)設(shè)閾值，則保留該讀段序列，以此從同一冗余讀段序列組中得到一個代表讀段序列組；如果同一冗余讀段序列組中的所有讀段序列的得分都小于第一預(yù)設(shè)閾值，則保留得分最高的讀段序列，以此從同一冗余讀段序列組中得到一個代表讀段序列組。

3.如權(quán)利要求1所述的方法，其特征在于，所述判斷所述代表讀段序列組是否存在支持假陰性單核苷酸多態(tài)性SNP的讀段序列的步驟包括：

在所述代表讀段序列組和/或所述代表讀段序列組比對上的參考序列包含有連續(xù)相同堿基區(qū)域，并且所述連續(xù)相同堿基區(qū)域包含缺失時，比較支持缺失的代表讀段序列在所述代表讀段序列組的數(shù)目和/或比例與第二預(yù)設(shè)閾值的大小，

若所述數(shù)目和/或比例不小于所述第二預(yù)設(shè)閾值，則所述支持缺失的代表讀段序列是支持假陰性SNP的代表讀段序列，判斷所述代表讀段序列組是存在支持假陰性單核苷酸多態(tài)性SNP的讀段序列；

若所述數(shù)目和/或比例大于所述第二預(yù)設(shè)閾值，判定所述支持缺失的代表讀段序列不是支持假陰性SNP的代表讀段序列，所述代表讀段序列組不存在支持假陰性單核苷酸多態(tài)性SNP的讀段序列。

4.如權(quán)利要求1所述的方法，其特征在于，所述判斷代表讀段序列組是否存在支持假陰性單核苷酸多態(tài)性SNP的讀段序列包括：

在所述代表讀段序列組和/或所述代表讀段序列組比對上的參考序列沒有包含有連續(xù)相同堿基區(qū)域，或者所述連續(xù)相同堿基區(qū)域不包含缺失時，則判斷所述代表讀段組不存在支持假陰性SNP的讀段序列。

5.如權(quán)利要求4所述的方法，其特征在于，所述連續(xù)相同堿基區(qū)域是指包含至少3個連續(xù)相同堿基。

6.如權(quán)利要求1所述的方法，其特征在于，所述依據(jù)所述不支持假陰性SNP的代表讀段序列組進(jìn)行SNP檢測的步驟之后還包括：

判斷是否存在假陽性SNP，

如果判斷結(jié)果為是，則去除假陽性SNP。

7.如權(quán)利要求6所述的方法，其特征在于，所述判斷是否存在假陽性SNP的步驟包括：

查看m個bp范圍中檢測得的SNP的個數(shù)n，當(dāng)n＜2時，則判斷不存在假陽性SNP，m、n為自然數(shù)，2≤m≤200；

當(dāng)n≥2時，如果n個 SNP全部都有正負(fù)代表讀段序列的支持，則判斷不存在假陽性SNP；如果n個SNP中的任意一個SNP沒有一對正負(fù)代表讀段序列的支持，則判斷存在假陽性SNP。

8.如權(quán)利要求7中所述的方法，其特征在于，m的取值為80。

9.如權(quán)利要求1-8中任意一項所述的方法，其特征在于，所述參考序列是參考基因或參考基因組。

10.一種單核苷酸多態(tài)性的檢測裝置，其特征在于，包括：

數(shù)據(jù)輸入單元，用于輸入數(shù)據(jù)；

數(shù)據(jù)輸出單元，用于輸出數(shù)據(jù)；

存儲單元，用于存儲數(shù)據(jù)，其中包括可執(zhí)行的程序；

處理器，與所述數(shù)據(jù)輸入單元、數(shù)據(jù)輸出單元及存儲單元數(shù)據(jù)連接，用于執(zhí)行所述可執(zhí)行的程序，所述程序的執(zhí)行包括完成如權(quán)利要求9所述的方法。