[發(fā)明專利]一種基于大數(shù)據(jù)的染色體異常位點的篩選方法

在審

• 申請?zhí)枺?/td>: 201710492071.1
• 申請日: 2017-06-26
• 公開（公告）號: CN107194206A
• 公開（公告）日: 2017-09-22
• 發(fā)明（設(shè)計）人: 沈雨后
• 申請（專利權(quán)）人: 思暢信息科技（上海）有限公司
• 主分類號: G06F19/22
• 分類號: G06F19/22;G06F19/28
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及基因工程技術(shù)領(lǐng)域，特別是涉及一種基于大數(shù)據(jù)的染色體異常位點的篩選方法。

背景技術(shù)

單核苷酸多態(tài)性(single nucleotide polymorphism， SNP）位點，是指在基因組上單個核苷酸的變異形成的遺傳標(biāo)記，其數(shù)量很多，多態(tài)性豐富。單核苷酸多態(tài)性，主要是指在基因組水平上由單個核苷酸的變異所引起的DNA序列多態(tài)性。它是人類可遺傳的變異中最常見的一種，占所有已知多態(tài)性的90％以上。單核苷酸多態(tài)性在人類基因組中廣泛存在，平均每500～1000個堿基對中就有1個，估計其總數(shù)可達(dá)300萬個甚至更多。

對目標(biāo)區(qū)域通過一定的算法或者軟件運算可以得到目標(biāo)區(qū)域中潛在的單核苷酸多態(tài)性位點，在所得到的這些單核苷酸多態(tài)性位點中通常很難對找到的位點進(jìn)行異常驗證，如何從數(shù)以千計的單核苷酸多態(tài)性位點中精確篩選出異常位點是現(xiàn)在面臨的一個難題。

發(fā)明內(nèi)容

為克服現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供一種基于大數(shù)據(jù)的、能夠精準(zhǔn)、快速篩選出染色體異常位點的篩選方法。

為實現(xiàn)上述目的，本發(fā)明通過以下技術(shù)方案實現(xiàn)：

一種基于大數(shù)據(jù)的染色體異常位點的篩選方法，包括如下步驟：

建立數(shù)據(jù)庫：以預(yù)設(shè)疾病名稱結(jié)合多態(tài)性、META分析、單核苷酸多態(tài)性、遺傳性變異、GWAS分析中的至少一個作為關(guān)鍵詞，在PubMed數(shù)據(jù)庫中檢索文獻(xiàn)，根據(jù)所檢索文獻(xiàn)的摘要篩選出符合預(yù)設(shè)條件的相關(guān)聯(lián)文獻(xiàn)，將所述相關(guān)聯(lián)文獻(xiàn)下載到計算機的存儲器，建立一個數(shù)據(jù)庫；

確定位點的比值比：獲取所述數(shù)據(jù)庫中與所述預(yù)設(shè)疾病相關(guān)的所有位點的信息，從所述相關(guān)聯(lián)文獻(xiàn)的內(nèi)容中確定出所述位點的比值比；

核查位點的頻率：在HapMap數(shù)據(jù)庫中輸入所述位點，確定出在預(yù)設(shè)人群范圍內(nèi)所述HapMap數(shù)據(jù)庫中所述位點對應(yīng)基因型的研究頻率，剔除沒有頻率以及最小等位基因頻率小于3%的位點；將經(jīng)剔除后保留的位點作為預(yù)設(shè)異常位點，將所述預(yù)設(shè)異常位點的比值比和頻率匯總；

預(yù)實驗驗證：按照所述預(yù)設(shè)異常位點前后的序列，從NCBI中獲取所述預(yù)設(shè)異常位點前后的序列片段，根據(jù)所述預(yù)設(shè)異常位點前后的序列片段設(shè)計PCR引物、探針；選取細(xì)胞樣本并進(jìn)行DNA抽提，采用RT-PCR技術(shù)進(jìn)行DNA分型并進(jìn)行數(shù)據(jù)分析，若數(shù)據(jù)分析顯示出預(yù)設(shè)分型結(jié)果，則將所述預(yù)設(shè)異常位點確定為異常位點。

進(jìn)一步的，所述確定位點的比值比具體包括：從所述相關(guān)聯(lián)文獻(xiàn)的內(nèi)容中確定出與位點的比值比的相關(guān)數(shù)據(jù)，對所述相關(guān)數(shù)據(jù)進(jìn)行處理，確定出所述位點的比值比。

進(jìn)一步的，所述關(guān)鍵詞還包括預(yù)設(shè)人群范圍，以限定檢索的范圍。

有益效果：利用大數(shù)據(jù)建立數(shù)據(jù)庫，以一些特殊的關(guān)鍵詞來檢索，將與預(yù)設(shè)條件的相關(guān)聯(lián)文獻(xiàn)全部下載下來，確定位點的比值比，然后核查位點的頻率，再將剔除后保留的位點作為預(yù)設(shè)異常位點，最后通過預(yù)實驗驗證的方式，最終確認(rèn)出異常位點。按照預(yù)設(shè)異常位點前后的序列，從NCBI中獲取所述預(yù)設(shè)異常位點前后的序列片段，根據(jù)所述預(yù)設(shè)異常位點前后的序列片段設(shè)計PCR引物、探針；選取細(xì)胞樣本并進(jìn)行DNA抽提，采用RT-PCR技術(shù)進(jìn)行DNA分型，進(jìn)行數(shù)據(jù)分析，若數(shù)據(jù)分析顯示出預(yù)設(shè)分型結(jié)果，則將所述預(yù)設(shè)異常位點確定為異常位點，該驗證手段保證了精準(zhǔn)度。

具體實施方式

下面對本發(fā)明做進(jìn)一步的詳細(xì)說明，以令本領(lǐng)域技術(shù)人員參照說明書文字能夠據(jù)以實施。

一種基于大數(shù)據(jù)的染色體異常位點的篩選方法，包括如下步驟：

建立數(shù)據(jù)庫：以預(yù)設(shè)疾病名稱結(jié)合多態(tài)性（polymorphism）、META分析（meta）、單核苷酸多態(tài)性(single nucleotide polymorphism，SNP)、遺傳性變異（genetic variant）、GWAS分析（Genome-wide association study，GWAS）中的至少一個作為關(guān)鍵詞，在PubMed數(shù)據(jù)庫中檢索文獻(xiàn)，根據(jù)所檢索文獻(xiàn)的摘要篩選出符合預(yù)設(shè)條件的相關(guān)聯(lián)文獻(xiàn)，將相關(guān)聯(lián)文獻(xiàn)下載到計算機的存儲器，建立一個數(shù)據(jù)庫；

關(guān)鍵詞示例：

（1）預(yù)設(shè)疾病名稱+多態(tài)性；

（2）預(yù)設(shè)疾病名稱+單核苷酸多態(tài)性；疾病名稱+GWAS分析；

（3）預(yù)設(shè)疾病名稱+多態(tài)性+META分析;

（4）預(yù)設(shè)疾病名稱+單核苷酸多態(tài)性+META分析；

（5）預(yù)設(shè)疾病名稱+遺傳性變異；