[發(fā)明專利]一種DNA甲基化測序數(shù)據(jù)計算解讀方法

有效

• 申請?zhí)枺?/td>: 201710362178.4
• 申請日: 2017-05-22
• 公開（公告）號: CN107273663B
• 公開（公告）日: 2018-12-11
• 發(fā)明（設(shè)計）人: 宋卓;劉蓬俠;李根
• 申請（專利權(quán)）人: 人和未來生物科技（長沙）有限公司
• 主分類號: G06F19/20
• 分類號: G06F19/20
• 代理公司: 湖南兆弘專利事務(wù)所(普通合伙) 43008
• 代理人: 譚武藝

1.一種DNA甲基化測序數(shù)據(jù)計算解讀方法，其特征在于實(shí)施步驟包括：

1）對用于DNA甲基化測序的參考基因組數(shù)據(jù)和原始的測序樣本數(shù)據(jù)進(jìn)行預(yù)處理；

2）通過CPU調(diào)用FPGA上硬件實(shí)現(xiàn)的比對器將預(yù)處理后的測序樣本數(shù)據(jù)和參考基因組進(jìn)行比對；

3）通過CPU調(diào)用GPU上編程實(shí)現(xiàn)的識別器、FPGA上硬件實(shí)現(xiàn)的深度學(xué)習(xí)模型基于比對結(jié)果進(jìn)行甲基化識別；

4）對結(jié)果數(shù)據(jù)進(jìn)行可視化，通過CPU調(diào)用FPGA上硬件實(shí)現(xiàn)的深度學(xué)習(xí)模型對結(jié)果數(shù)據(jù)反映的甲基化功能進(jìn)行挖掘和分析，且CPU調(diào)用GPU上編程處理分析挖掘相關(guān)的視頻、動畫和顯示任務(wù)，CPU調(diào)用DSP上編程處理和分析挖掘相關(guān)的圖形、圖像和音頻任務(wù)；

步驟1）對參考基因組數(shù)據(jù)進(jìn)行預(yù)處理的詳細(xì)步驟包括：對參考基因組數(shù)據(jù)進(jìn)行針對甲基化的生信轉(zhuǎn)換，通過CPU調(diào)用FPGA上硬件實(shí)現(xiàn)的索引生成器為生信轉(zhuǎn)換后的參考基因組數(shù)據(jù)生成用于后續(xù)比對任務(wù)的索引，輸出生信轉(zhuǎn)換后的參考基因組數(shù)據(jù)及其索引；

步驟1）對原始的測序樣本數(shù)據(jù)進(jìn)行預(yù)處理的詳細(xì)步驟包括：對原始的測序樣本數(shù)據(jù)進(jìn)行數(shù)據(jù)質(zhì)量控制得到可靠樣本數(shù)據(jù)，所述數(shù)據(jù)質(zhì)量控制包括修剪DNA甲基化測序原始樣本數(shù)據(jù)，移除reads上的接頭序列和低質(zhì)量的堿基，對可靠樣本數(shù)據(jù)進(jìn)行針對甲基化的生信轉(zhuǎn)換，輸出生信轉(zhuǎn)換后的DNA甲基化的測序可靠樣本數(shù)據(jù)；

步驟2）的詳細(xì)步驟包括：

2.1）讀取上述生信轉(zhuǎn)換后的參考基因組數(shù)據(jù)及其索引；讀取上述修剪后的DNA甲基化測序可靠樣本數(shù)據(jù)和生信轉(zhuǎn)換后的DNA甲基化測序可靠樣本數(shù)據(jù)；

2.2）根據(jù)上述生信轉(zhuǎn)換后的參考基因組數(shù)據(jù)的索引，通過CPU調(diào)用FPGA上硬件實(shí)現(xiàn)的比對器將上述生信轉(zhuǎn)換后的DNA甲基化測序可靠樣本數(shù)據(jù)和上述生信轉(zhuǎn)換后的參考基因組數(shù)據(jù)進(jìn)行精確比對，建立上述生信轉(zhuǎn)換后的DNA甲基化測序可靠樣本數(shù)據(jù)和上述生信轉(zhuǎn)換后的參考基因組數(shù)據(jù)之間的映射關(guān)系；

2.3）判斷DNA甲基化測序樣本數(shù)據(jù)是否為雙端reads，如果是雙端reads，則跳轉(zhuǎn)執(zhí)行步驟2.4）；否則為單端reads，跳轉(zhuǎn)執(zhí)行步驟2.5）；不明確的reads則直接移除；

2.4）對于雙端reads，在不匹配數(shù)受控以及雙端reads之間的讀距受控條件下，根據(jù)上述生信轉(zhuǎn)換后的參考基因組數(shù)據(jù)的索引，再次通過CPU調(diào)用FPGA上硬件實(shí)現(xiàn)的比對器將上述生信轉(zhuǎn)換后的DNA甲基化測序可靠樣本數(shù)據(jù)和上述生信轉(zhuǎn)換后的參考基因組數(shù)據(jù)進(jìn)行比對，增加建立上述生信轉(zhuǎn)換后的DNA甲基化測序可靠樣本數(shù)據(jù)和上述生信轉(zhuǎn)換后的參考基因組數(shù)據(jù)之間的映射關(guān)系；跳轉(zhuǎn)執(zhí)行步驟2.6）；

2.5）對于單端reads，在不匹配數(shù)受控的條件下，根據(jù)上述生信轉(zhuǎn)換后的參考基因組數(shù)據(jù)的索引，再次通過CPU調(diào)用FPGA上硬件實(shí)現(xiàn)的比對器將上述生信轉(zhuǎn)換后的DNA甲基化測序可靠樣本數(shù)據(jù)和上述生信轉(zhuǎn)換后的參考基因組數(shù)據(jù)進(jìn)行比對，增加建立上述生信轉(zhuǎn)換后的DNA甲基化測序可靠樣本數(shù)據(jù)和上述生信轉(zhuǎn)換后的參考基因組數(shù)據(jù)之間的映射關(guān)系；

2.6）根據(jù)上述比對結(jié)果，移除重復(fù)的reads；

2.7）根據(jù)上述比對結(jié)果，生成基本的統(tǒng)計信息，所述基本的統(tǒng)計信息包括比對率統(tǒng)計、甲基化密度水平統(tǒng)計的至少一種；

2.8）輸出上述數(shù)據(jù)比對結(jié)果和基本統(tǒng)計信息。

2.根據(jù)權(quán)利要求1所述的DNA甲基化測序數(shù)據(jù)計算解讀方法，其特征在于，步驟1）中對用于DNA甲基化測序的參考基因組數(shù)據(jù)和原始的測序樣本數(shù)據(jù)進(jìn)行預(yù)處理是在CPU上基于不同的線程并發(fā)執(zhí)行的。

3.根據(jù)權(quán)利要求1所述的DNA甲基化測序數(shù)據(jù)計算解讀方法，其特征在于，步驟3）的詳細(xì)步驟包括：

3.1）讀取上述生信轉(zhuǎn)換后的參考基因組數(shù)據(jù)及其索引；讀取上述修剪后的DNA甲基化測序可靠樣本數(shù)據(jù)和生信轉(zhuǎn)換后的DNA甲基化測序可靠樣本數(shù)據(jù)；讀取上述數(shù)據(jù)比對的結(jié)果信息；讀取上述基本統(tǒng)計結(jié)果信息；

3.2）識別每個有效的甲基化位點(diǎn)；

3.3）進(jìn)行各種指定的特殊甲基化區(qū)的識別；

3.4）通過CPU調(diào)用FPGA上硬件實(shí)現(xiàn)的深度學(xué)習(xí)模型負(fù)責(zé)并行執(zhí)行ASMs識別；

3.5）輸出甲基化識別結(jié)果信息。