[發明專利]確定重排前V/J基因序列的方法和裝置

有效

• 申請號: 201610075036.5
• 申請日: 2016-02-03
• 公開（公告）號: CN107038349B
• 公開（公告）日: 2020-03-31
• 發明（設計）人: 張偉;齊彥偉;王長希;劉曉
• 申請（專利權）人: 深圳華大生命科學研究院
• 主分類號: G16B20/00
• 分類號: G16B20/00;C12Q1/68
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 李志東

本發明公開一種確定重排前的V和/或J基因序列的方法，包括：(1)獲取待測RNA樣品的測序數據，測序數據包括來自TCR、BCR和/或Ig的可變區的多個讀段；(2)基于測序數據，依據可變區中的V、J與C基因片段的排列關系，確定讀段上的來自V/J基因片段的部分，獲得多個V/J區部分；(3)從每個V/J區部分取出至少一段序列作為種子序列，獲得包含多個種子序列的種子序列集；(4)依據每個種子序列的V/J區部分的支持數目的差異，對V/J區部分進行聚類，獲得多個V/J區部分簇；(5)利用每個V/J區部分簇延伸其所支持的種子序列，獲得多個候選的重排前V/J基因序；(6)利用讀段對候選的重排前V/J基因序列的支持情況進行過濾，以獲得重排前的V/J基因序列。

技術領域

本發明屬于生物信息領域，具體的，本發明涉及一種確定重排前V/J基因序列的方法和裝置。

背景技術

胚系細胞(Germline)上存在一簇V基因、一簇J基因，有的V/J基因之間還有一簇D基因，基因簇中的基因由內含子分開，串聯排列在同一條染色體上，并且基因之間的同源性非常的高【動物免疫學[M].中國農業大學出版社,1996.】。一般一個簇里面有幾十個基因，且每個基因在不同個體上可能不一樣，如人編碼抗體的重鏈(IGH)的V基因簇中有40個基因、D基因簇有25個基因、J基因簇有6個基因，其中40個V基因總共有425個等位基因(allele)。

對于淋巴細胞來說，在細胞發育成熟過程中，V基因、J基因或者D基因會發生基因間的重排【Parkin J,Cohen B.An overview of the immune system[J].The Lancet,2001,357(9270):1777-1789.】，形成編碼T細胞受體(TCR)和B細胞受體(BCR)或抗體(Ig)的基因。而這些構成機體免疫系統的B細胞受體/抗體或T細胞受體的集合就形成了免疫組庫(immune reperoire)。

免疫球蛋白TCR和BCR的恒定區(C區)比較保守，相對容易測序，很多動物的C區已知。但V，D，J基因區的多樣性較高【余江,姚新生.高通量測序分析自身免疫性疾病T細胞受體β鏈CDR3組庫的特征[J].貴州醫藥,2015,3:037.】；而且，除人類和小鼠外，其他物種的該區域基因還未被找到或者僅僅證明了其中一部分；這些一定程度上阻礙了免疫學研究的進程。例如，猴子是一種可用的疫苗評價和抗體動物模型并被廣泛使用。但是猴子的IgH序列【Link J M,Hellinger M A,Schroeder H W.The Rhesus monkey immunoglobulin IGHDand IGHJ germline repertoire[J].Immunogenetics,2002,54(4):240-250.】只有少量被發現，遠遠達不到分析的要求。因此研究物種的germline序列是一個亟待解決的基本問題。

目前，已有一些方法試圖探索germline序列。傳統的方法是使用PCR克隆的策略，基于人類基因組DNA序列作為引物進行PCR擴增物種的germline。使用這種方法能測出駱駝【Nguyen V K,Hamers R,Wyns L,et al.Camel heavy‐chain antibodies:diversegermline VHH and specific mechanisms enlarge the antigen‐binding repertoire[J].The EMBO journal,2000,19(5):921-930.】和猴子【Diaz O L,Daubenberger C A,Rodriguez R,et al.Immunoglobulin kappa light-chain V,J,and C gene sequencesof the owl monkey Aotus nancymaae[J].Immunogenetics,2000,51(3):212-218.】的部分germline序列，這是最直接的獲得序列的方法，但只適用于和人類同源的物種，并且需要設計多重配對引物且時間長。