[發明專利]一種基于三代測序的全基因組結構變異分析方法和系統

有效

• 申請號: 201710266327.7
• 申請日: 2017-04-21
• 公開（公告）號: CN107180166B
• 公開（公告）日: 2020-09-01
• 發明（設計）人: 汪德鵬;方立;王凱;張朋;胡江
• 申請（專利權）人: 北京希望組生物科技有限公司
• 主分類號: G16B20/20
• 分類號: G16B20/20
• 代理公司: 武漢河山金堂專利事務所(普通合伙) 42212
• 代理人: 胡清堂

本發明公開了一種基于三代測序的全基因組結構變異分析方法和系統，所述方法包括1)序列拆分，2)序列比對；3)基因組結構變異初步檢測；4)基因組結構變異初步檢測結果合并篩選，5)基因組結構變異功能注釋；所述系統包括序列拆分模塊,序列比對模塊,基因組結構變異初步檢測模塊,基因組結構變異初步檢測結果合并篩選模塊和基因組結構變異功能注釋模塊。所述方法和系統通過整合現有的三代基因組結構變異檢測技術PBhoney和Sniffles，能有效提高低覆蓋度下基因組結構變異檢測的準確性和敏感性，在降低檢測成本的同時保證檢測結果的可靠性。

技術領域

本發明屬于基因組結構變異檢測領域，具體涉及一種基于三代測序的全基因組結構變異分析方法和系統。

背景技術

基因組結構變異通常是指基因組內較大片段的插入、缺失、重復、倒位、易位以及DNA拷貝數變異(CNV)等。較之于短的序列變異(SNP、Indel等)，基因組結構變異影響了更多的基因組序列(～13％)，因此也在多種疾病中扮演非常重要的角色。目前，基因組結構變異的檢測主要包括，oligonucleotide-based array-CGH、SNP array、MLPA、QPCR等一代測序技術，基于二代測序的Breakdancer,readdepth,delly,PIndel分析技術，基于三代測序的PBhoney,Sniffles分析技術。由于一代基于存在價格高、通量低等弊端，已經越來越不適應目前的檢測需求；第二代測序技術的發展，使得SNP、Indel等遺傳變異得以廣泛檢測。然而，由于二代測序讀長短(100～150bp左右)的特點，reads不能跨過整個變異的區域，盡管使用了多種算法，基因組結構變異的檢測依然存在準確率低，敏感性低的不足；三代測序技術具有讀長特別長(最高可達40K以上)，單堿基錯誤率高(15％)，錯誤隨機性好(基本不受GC含量影響)等特點，目前基于第三代的基因組結構變異檢測技術(PBhoney,Sniffles等)雖然大大改善了二代技術敏感性低的問題，但準確率低的缺點依然存在。

發明內容

為了解決上述問題，本發明提供了一種基于三代測序的全基因組結構變異分析方法和系統。所述方法和系統通過整合現有的三代基因組結構變異檢測技術，能有效提高低覆蓋度下基因組結構變異檢測的準確性和敏感性，在降低檢測成本的同時保證檢測結果的可靠性。

本發明的技術方案為：

一種基于三代測序的全基因組結構變異分析方法，其特征在于,包括以下流程：

1)序列拆分，將基因組的測序序列拆分成若干個用于同步分析的子序列；

2)序列比對，將每個所述子序列分別通過兩種比對工具與參考基因組比對，獲得的比對結果分別通過合并工具合并得到兩組比對序列；

3)基因組結構變異初步檢測，將所述兩組比對序列中每組比對序列僅通過對應的一種結構變異分析工具進行檢測，兩組比對序列經分別檢測后得到兩組基因組結構變異初步檢測結果；

4)基因組結構變異初步檢測結果合并篩選：

4.1)分別將兩組基因組結構變異初步檢測結果轉換成統一格式；

4.2)合并兩組基因組結構變異初步檢測結果：

4.2.1)遍歷兩組基因組結構變異初步檢測結果中的缺失序列，如果所述兩組基因組結構變異初步檢測結果中缺失序列重疊部分的長度分別占兩缺失序列長度的比例均大于50％，則判定該兩個缺失序列為同一個缺失序列；

4.2.2)分別計算4.2.1)中所述兩個缺失序列的起始位點和終止位點的均值，所述均值為4.2.1)所述判定的缺失序列的起始位點和終止位點；

4.2.3)重復4.2.1)和4.2.2)中步驟，篩選出兩組基因組結構變異初步檢測結果中所有缺失序列的交集；篩選出兩組基因組結構變異初步檢測結果中所有缺失序列的并集；