[發(fā)明專利]一種檢測(cè)胎兒染色體非整倍體的方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201510976494.1
• 申請(qǐng)日: 2015-12-21
• 公開（公告）號(hào): CN105483229B
• 公開（公告）日: 2018-10-16
• 發(fā)明（設(shè)計(jì)）人: 楊呈勇;甘海燕
• 申請(qǐng)（專利權(quán)）人: 廣東騰飛基因科技股份有限公司
• 主分類號(hào): C12Q1/6883
• 分類號(hào): C12Q1/6883
• 代理公司: 天津?yàn)I海科緯知識(shí)產(chǎn)權(quán)代理有限公司 12211
• 代理人: 張會(huì)雪

1.一種去除不受實(shí)驗(yàn)操作影響的基因組不同區(qū)段之間由自身堿基組成不同造成的測(cè)序深度偏差的方法，其特征在于：該方法包括如下步驟：

1)、大量正常孕婦血樣的游離DNA進(jìn)行高通量測(cè)序，獲取各樣品的多核苷酸片段的堿基序列信息，又稱讀段；

2)、將各樣品測(cè)序所得的堿基序列與人基因組參考序列進(jìn)行比對(duì)，獲取序列的在基因組上的位置信息；

3)、根據(jù)各樣品的比對(duì)結(jié)果，去除由文庫(kù)構(gòu)建和上機(jī)測(cè)序中的PCR擴(kuò)增導(dǎo)致的重復(fù)讀段，去除低質(zhì)量讀段，去除未比對(duì)到基因組的讀段及比對(duì)到多個(gè)位置的讀段，得到唯一比對(duì)讀段；

4)、將各樣品的唯一比對(duì)讀段數(shù)均歸一化為10M，按照讀段比對(duì)后的位置信息將其分配到基因組各染色體以20K等長(zhǎng)劃分的非重疊區(qū)段，統(tǒng)計(jì)分配到各區(qū)段上的讀段數(shù)；

5)、去除高變區(qū)段，然后進(jìn)行GC校正；

6)、計(jì)算所有檢測(cè)樣品的各染色體上的同一區(qū)段對(duì)應(yīng)的讀段數(shù)的中位數(shù)，計(jì)算公式如下：

其中i表示第i個(gè)區(qū)段，Count_in表示第n個(gè)樣品對(duì)應(yīng)的第i個(gè)區(qū)段的讀段數(shù)；

7)、根據(jù)上一步得到的結(jié)果，計(jì)算每條染色體每個(gè)區(qū)段對(duì)應(yīng)的讀段數(shù)的中位數(shù)的中位數(shù)；計(jì)算公式如下：

其中m為區(qū)段個(gè)數(shù)；

8)、每個(gè)區(qū)段對(duì)應(yīng)的讀段數(shù)的中位數(shù)與上一步所得的對(duì)應(yīng)染色體的區(qū)段的讀段數(shù)的中位數(shù)的中位數(shù)之間的差值即為區(qū)段的偏移基線；

9)、對(duì)待測(cè)樣本各染色體劃分的等長(zhǎng)區(qū)段進(jìn)行偏移校正，即利用上述步驟得到的偏移基線與其對(duì)應(yīng)的每條染色體劃分的等長(zhǎng)區(qū)段所分配的片段數(shù)進(jìn)行相應(yīng)的調(diào)整；

count_norm＝count_gc+bin_offset

其中count_gc表示區(qū)段GC校正后對(duì)應(yīng)的讀段數(shù)，bin_offset表示區(qū)段對(duì)應(yīng)的偏移校正值，count_norm表示區(qū)段偏移校正后的對(duì)應(yīng)的讀段數(shù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于：所述的高變區(qū)段指的是區(qū)段的波動(dòng)幅度超過所有區(qū)段平均波動(dòng)幅度的三倍的區(qū)段。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于：所述的GC校正指的是：Fan和Quake提出的去除GC偏差效應(yīng)的方法；所述Fan和Quake提出的去除GC偏差效應(yīng)的方法指的是：首先將整個(gè)染色體劃成20kb片段大小的非重疊區(qū)域，進(jìn)而計(jì)算每個(gè)區(qū)域內(nèi)各測(cè)序序列的GC含量；根據(jù)不同的GC含量，以0.1％為單位，對(duì)所有具有相同GC含量的區(qū)段取其讀段數(shù)平均值M_i，其中忽略沒有讀段，GC含量為0，以及讀段數(shù)過多的區(qū)段，同時(shí)對(duì)每個(gè)GC含量所對(duì)應(yīng)的區(qū)段給予一個(gè)權(quán)重為所有區(qū)段的讀段數(shù)平均值，最后對(duì)每個(gè)區(qū)段乘以相應(yīng)的權(quán)重以改善映射到每個(gè)區(qū)段的讀段數(shù)目；

根據(jù)z_score計(jì)算公式，計(jì)算每條染色體與其他常染色體的z_score，

其中μ為染色體上分布的各大區(qū)段的讀段數(shù)的中位數(shù)；σ為染色上分布的各大區(qū)段的讀段數(shù)的標(biāo)準(zhǔn)方差；N為大區(qū)段的個(gè)數(shù)；j,k分別代表兩條不同的染色體，其中性染色體除外；

取這些z_score的中位數(shù)即為檢測(cè)樣本該染色體對(duì)應(yīng)的z_score，具體公式如下

z_score_l＝median(z_score_l,1,z_score_l,2,…z_score_l,21,z_score_l,22但不包括z_score_l,l)>3,(l＝1,2,...,21,22)表示第l號(hào)染色體為非整倍體。