[發(fā)明專利]使用經(jīng)破碎的核苷酸的高通量多重測(cè)序確定基因拷貝數(shù)

有效

• 申請(qǐng)?zhí)枺?/td>: 201680063882.3
• 申請(qǐng)日: 2016-09-08
• 公開（公告）號(hào): CN108603190B
• 公開（公告）日: 2023-05-23
• 發(fā)明（設(shè)計(jì)）人: 邁克爾·H·魏格勒;丹·利維;王自華
• 申請(qǐng)（專利權(quán)）人: 美國(guó)冷泉港實(shí)驗(yàn)室
• 主分類號(hào): C12N15/10
• 分類號(hào): C12N15/10;C12P19/34
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 張晶;趙赫

本發(fā)明提供了SMASH(短多重聚合序列同源性)，其是一種設(shè)計(jì)用于將多個(gè)獨(dú)立的映射包含在每個(gè)讀段中的技術(shù)。具體而言，本發(fā)明涉及一種組合物，所述組合物包含不同嵌合基因組核酸片段的第一混合物，其中所述混合物中的不同片段各自包含隨機(jī)連接的DNA區(qū)段，其中片段中的每個(gè)DNA區(qū)段是長(zhǎng)度為至少27個(gè)堿基對(duì)的核酸分子，由單個(gè)基因組的隨機(jī)片段化產(chǎn)生。本發(fā)明還涉及產(chǎn)生所述組合物的方法和所述組合物用于獲得諸如拷貝數(shù)變異的基因組信息的用途。

本申請(qǐng)要求于2016年2月5日提交的第62/292,151號(hào)美國(guó)臨時(shí)申請(qǐng)、于2015年11月3日提交的第62/250,405號(hào)美國(guó)臨時(shí)申請(qǐng)以及于2015年9月8日提交的第62/215,540號(hào)美國(guó)臨時(shí)申請(qǐng)的優(yōu)先權(quán)，它們的內(nèi)容通過引用并入本文。

在本申請(qǐng)全文中，引用了各種出版物，包括在括號(hào)中引用的那些。對(duì)在括號(hào)中引用的出版物的完整引用可以在權(quán)利要求書之前的說明書末尾找到。所有引用的出版物的公開內(nèi)容全部通過引用并入到本申請(qǐng)中，以更全面地描述本發(fā)明所屬領(lǐng)域的狀態(tài)。

背景技術(shù)

在基因組尺度上分析拷貝數(shù)變異體(CNV)可用于評(píng)估癌癥進(jìn)展和鑒定先天性遺傳異常。CNV通常通過微陣列雜交鑒定，但也可以通過下一代測(cè)序(NGS)檢測(cè)(Alkan等，2009；Sudmant等，2010)。這通常使用測(cè)量映射(mapping)到特定區(qū)域的序列讀段(reads)的數(shù)量的算法來完成。因此，基于序列的拷貝數(shù)方法的分辨率在很大程度上取決于獨(dú)立映射的數(shù)量。

下一代測(cè)序技術(shù)目前的趨勢(shì)是增加每單位成本讀取的堿基數(shù)量。這通過增加流動(dòng)池中每條泳道的序列讀段總數(shù)以及增加每個(gè)讀段中的堿基數(shù)來完成。由于拷貝數(shù)測(cè)定方法的準(zhǔn)確性是由獨(dú)立讀段的數(shù)量決定的，增加的序列讀段長(zhǎng)度不會(huì)提高拷貝數(shù)分析的分辨率。大部分基因組被短的讀段很好地映射，短的讀段大約25-30個(gè)堿基對(duì)(bp)。目前，高通量測(cè)序儀正在產(chǎn)生約150bp的讀段長(zhǎng)度，遠(yuǎn)遠(yuǎn)超過了滿足唯一映射所需的讀段長(zhǎng)度。

發(fā)明內(nèi)容

為了利用不斷增加的讀段長(zhǎng)度，SMASH(短多重聚合序列同源性，Short?MultiplyAggregated?Sequence?Homologies)被開發(fā)為優(yōu)化用于將多個(gè)獨(dú)立映射包含在每個(gè)讀段中的技術(shù)。這是通過將基因組DNA破碎成小但仍可映射的區(qū)段來實(shí)現(xiàn)的，區(qū)段平均長(zhǎng)度為約40bp。將這些小的區(qū)段組合成長(zhǎng)度適合于產(chǎn)生NGS文庫(kù)(300-700bp)的DNA嵌合片段。

使用具有時(shí)效性的內(nèi)存密集型映射算法處理由SMASH產(chǎn)生的嵌合序列讀段，該算法將長(zhǎng)的片段讀段保守劃分為組成型區(qū)段映射序列(map)。在下游拷貝數(shù)分析中以與使用讀段映射序列相同的方式使用該區(qū)段映射序列。對(duì)于150-bp雙末端讀段，目前為止最具成本效益的測(cè)序平臺(tái)的全基因組測(cè)序(WGS)平均數(shù)小于每讀段對(duì)一個(gè)映射序列，而SMASH平均數(shù)4。SMASH映射序列的質(zhì)量，即由樣品制備、序列儀和映射偏差引入的不一致性，與WGS映射所觀察到的不一致性具有相同的數(shù)量級(jí)。使用對(duì)WGS數(shù)據(jù)最有利的修正和測(cè)試方案時(shí)，基于映射的SMASH被證明能以WGS幾分之一的成本產(chǎn)生與WGS具有幾乎同等質(zhì)量的拷貝數(shù)據(jù)。

附圖說明

圖1.SMASH方法和尺寸分析的示意圖。