[發明專利]一種基于新一代測序數據的Indel檢測方法

有效

• 申請號: 201710377194.0
• 申請日: 2017-05-25
• 公開（公告）號: CN107229839B
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 袁細國;許向彥;楊利英;張軍英;白俊
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G16B20/30
• 分類號: G16B20/30;G16B20/20;G16B40/00
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

1.一種基于新一代測序數據的Indel檢測方法，其特征在于，所述基于新一代測序數據的Indel檢測方法包括以下步驟：

步驟一，利用bwa比對軟件對原始的fastq數據做比對，生成sam文件；

步驟二，對discordant.sam文件中的每一對reads提取出比對位置當作一個二維點坐標，對二維點根據設定的閾值進行層次聚類；

步驟三，對hang.sam文件中的每一對reads，取出未正常比對的read，若其比對上的部分在某個聚類單元所代表的范圍內，則將read插入聚類單元，經從hang.sam文件中提取出含有變異信息的read；

步驟四，每個聚類單元確定一個變異范圍，提取出此變異范圍內含有的攜帶變異信息的reads，根據每一條read比對上的位置和變異的范圍截取參考序列上的一段序列，將read和截取下來的參考序列做比對即可確定變異類型，變異位置，以及變異大?。?/p>

所述步驟四具體包括：read序列為序列A，截取的參考序列為序列B；從A和B的左端開始比較，遇到第一個堿基不相同的位置即為變異位置，記為q，然后從不相同的位置截取A序列，以A序列剩下的部分作為窗口開始滑動，起始位置為變異位置，每次向右滑動一個距離，窗口的得分函數為窗口內比對上的堿基的個數，若某個位置窗口的得分大于窗口內堿基的總數乘以0.95，則停止滑動，確定變異類型為deletion，記錄此時的位置，記為w，w-q即為變異的大小，同理，在參考序列B上同樣滑動，若存在某個位置匹配，即可確定變異類型為insertion；

步驟五，將變異類型deletion記為1，insertion記為2，某一個確定的變異可以表示為“1_變異位置_變異大小”；然后利用哈希結構來存儲變異；對于某個變異，根據測序的覆蓋度設置閾值，當支持此變異的reads個數大于此閾值時，將此變異輸出。

2.如權利要求1所述的基于新一代測序數據的Indel檢測方法，其特征在于，所述步驟一的sam文件中包括正常比對上pair-end數據、未正常比對的pair-end數據。

3.如權利要求1所述的基于新一代測序數據的Indel檢測方法，其特征在于，所述步驟二通過層次聚類并且設定閾值可以自動完成聚類，對每個聚類單元中的所有點求其平均值，聚類單元中含有的點如下：A[a1，b1]，B[a2，b2]，得到每個聚類單元含有一個范圍[a,b]，a＝(a1+a2)/2，b＝(b1+b2)/2，即范圍[a,b]內含有變異。