[發(fā)明專利]一種測(cè)定待測(cè)基因組區(qū)域表達(dá)水平的方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201410096063.1
• 申請(qǐng)日: 2014-03-14
• 公開(kāi)（公告）號(hào): CN103984879B
• 公開(kāi)（公告）日: 2017-03-29
• 發(fā)明（設(shè)計(jì)）人: 楊力;朱閃閃;薛尉
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院上海生命科學(xué)研究院
• 主分類號(hào): G06F19/22
• 分類號(hào): G06F19/22;G06F19/18
• 代理公司: 上海一平知識(shí)產(chǎn)權(quán)代理有限公司31266
• 代理人: 馬莉華,崔佳佳

1.一種測(cè)定待測(cè)基因組區(qū)域表達(dá)水平的方法，其特征在于，包括以下步驟：

(1)對(duì)待測(cè)樣本進(jìn)行測(cè)序，獲得包含待測(cè)基因組區(qū)域轉(zhuǎn)錄本的轉(zhuǎn)錄組測(cè)序數(shù)據(jù)；

(2)將獲得的轉(zhuǎn)錄組測(cè)序數(shù)據(jù)與同一物種的基因組序列進(jìn)行比對(duì)；

(3)對(duì)定位到基因組的轉(zhuǎn)錄組測(cè)序讀段進(jìn)行篩選，所述篩選包括去除測(cè)序質(zhì)量≤99.9%的轉(zhuǎn)錄組測(cè)序讀段；

(4)將篩選后的轉(zhuǎn)錄組測(cè)序讀段，按照其定位到基因組上的起始位置進(jìn)行排序，并對(duì)排序結(jié)果建立索引；

(5)根據(jù)待測(cè)基因組區(qū)域的位置信息，構(gòu)建出計(jì)算RPKM的基因注釋文件；

(6)計(jì)算能夠映射到基因組上的所有測(cè)序讀段的總數(shù)M；

(7)根據(jù)上述步驟(5)構(gòu)建的基因注釋文件計(jì)算出定位至待測(cè)DNA區(qū)間上所有測(cè)序讀段的總數(shù)R；

(8)根據(jù)上述步驟(5)構(gòu)建的基因注釋文件，計(jì)算出待測(cè)DNA區(qū)間所有被測(cè)序讀段定位的序列長(zhǎng)度L；和

(9)根據(jù)上述步驟(6)-(8)的計(jì)算結(jié)果，將步驟(7)得到的R除以步驟(6)得到的M與步驟(8)得到的L乘以10⁹，得待測(cè)基因組區(qū)域的RPKM值，即為待測(cè)基因組區(qū)域的表達(dá)水平，計(jì)算公式如下，

RPKM=RM×L×109.]]>

2.如權(quán)利要求1所述的方法，其特征在于，所述方法還包括結(jié)果驗(yàn)證步驟，優(yōu)選地，所述結(jié)果驗(yàn)證步驟包括：提取待測(cè)樣品的總RNA，經(jīng)過(guò)反轉(zhuǎn)錄得到其cDNA，以cDNA作為模板進(jìn)行PCR檢測(cè)，驗(yàn)證待測(cè)基因組區(qū)域的表達(dá)水平。

3.如權(quán)利要求1所述的方法，其特征在于，所述待測(cè)基因組區(qū)域包含N個(gè)同源異構(gòu)體，且N≥2。

4.如權(quán)利要求3所述的方法，其特征在于，在測(cè)定過(guò)程中還包括步驟：將各同源異構(gòu)體的所有外顯子進(jìn)行整合，對(duì)于重復(fù)的序列區(qū)間，僅保留單一序列，從而將同一待測(cè)基因組區(qū)域中的不同同源異構(gòu)體的外顯子整合成單一序列，將該單一序列的長(zhǎng)度作為計(jì)算該基因組區(qū)域表達(dá)水平時(shí)的序列長(zhǎng)度L。

5.如權(quán)利要求1所述的方法，其特征在于，所述步驟(1)中，所述轉(zhuǎn)錄組序列數(shù)據(jù)由羅氏454測(cè)序技術(shù)、Illumina測(cè)序技術(shù)、AB公司的SOLiD技術(shù)、或者第三代的單分子實(shí)時(shí)DNA測(cè)序技術(shù)獲得。

6.如權(quán)利要求1所述的方法，其特征在于，所述步驟(4)中，所述排序方法為：

a.按照每條測(cè)序讀段定位到基因組的起始位置進(jìn)行排序；

b.如果測(cè)序讀段在基因組位置中的起始位置相同，按照其定位到基因組的先后順序進(jìn)行排序，并且保留所有的測(cè)序讀段；

最后對(duì)排序結(jié)果建立索引。

7.如權(quán)利要求1所述的方法，其特征在于，所述基因組區(qū)域選自如下的組：癌基因基因組區(qū)域、遺傳疾病基因組區(qū)域和/或長(zhǎng)非編碼基因區(qū)域或任意指定的基因組區(qū)域。