[發(fā)明專利]一種基因序列數(shù)據(jù)分析與在線交互可視化的方法

在審

• 申請?zhí)枺?/td>: 201710607539.7
• 申請日: 2017-07-24
• 公開（公告）號: CN107451422A
• 公開（公告）日: 2017-12-08
• 發(fā)明（設(shè)計）人: 楊文婷
• 申請（專利權(quán)）人: 楊文婷
• 主分類號: G06F19/18
• 分類號: G06F19/18;G06F19/26
• 代理公司: 北京文苑專利代理有限公司11516
• 代理人: 王煒

1.一種基因序列數(shù)據(jù)分析與在線交互可視化的方法，其特征在于，包括以下步驟：

步驟1)上傳基因序列數(shù)據(jù)，填寫對應(yīng)信息；

步驟2)選擇基因序列數(shù)據(jù)，進行單基因序列數(shù)據(jù)分析；

步驟3)選擇多個單基因序列數(shù)據(jù)的分析結(jié)果，進行組合分析；

步驟4)查看組合分析的結(jié)果，導(dǎo)出報告；

步驟5)對分析結(jié)果進行可視化展示。

2.根據(jù)權(quán)利要求1所述的基因序列數(shù)據(jù)分析方法，其特征在于，所述步驟2)包括以下步驟：

步驟一：檢測插入和缺失突變；

步驟二：檢測插入和缺失突變的組合；

步驟三：檢測結(jié)構(gòu)突變；

步驟四：配對檢測分析；

步驟五：檢測PCR擴增序列；

步驟六：刪除重復(fù)數(shù)據(jù)。

3.根據(jù)權(quán)利要求1、2所述的基因序列數(shù)據(jù)分析與在線交互可視化的方法，其特征在于，所述步驟一具體為：當(dāng)發(fā)現(xiàn)插入和缺失突變時，采用有監(jiān)督的方法來讀取錯配的序列，將它們添加到插入和缺失突變的基因庫中，來增加等位基因頻率；而無監(jiān)督的方法則是掃描軟切片附近的局部序列以查找更多的插入和缺失突變，具體步驟為從在等位基因組位置剪切的軟切片序列中查找共有序列，如果可以找到共有序列，則使用它來在自定義的距離內(nèi)查找有無匹配的序列，此時允許小范圍的不匹配誤差。當(dāng)在遠離切片序列的位置發(fā)現(xiàn)匹配序列時，則認為檢測到缺失類型的突變；當(dāng)共有序列的端部匹配與軟切片序列相鄰時，即檢測到插入類型的突變。

4.根據(jù)權(quán)利要求1、2所述的基因序列數(shù)據(jù)分析與在線交互可視化的方法，其特征在于，所述步驟二具體為：將插入和缺失突變的組合視為一個基因突變，當(dāng)檢測到一個插入或者缺失突變中的一種時，在同一條序列中檢測是否有另一種突變，如果有，則將它們組合，視為一種插入和缺失突變的組合。

5.根據(jù)權(quán)利要求1、2所述的基因序列數(shù)據(jù)分析與在線交互可視化的方法，其特征在于，所述步驟三具體為：使用軟切片序列的方法來構(gòu)建共有序列，然后搜索該共有序列是否可以在給定5kb的敏感區(qū)域內(nèi)唯一匹配；如果沒有找到匹配項，將在不配對的序列區(qū)域中進行搜索；對于較大的結(jié)構(gòu)突變，搜索范圍以不一致的序列為準，在不一致的序列區(qū)域中進行搜索，識別另一個端點位置。

6.根據(jù)權(quán)利要求1、2所述的基因序列數(shù)據(jù)分析與在線交互可視化的方法，其特征在于，所述步驟四具體為：在配對樣本分析時，給定兩個BAM文件，提取突變和參考等位基因頻率的計數(shù)次數(shù)，通過費舍爾精確檢驗確定突變是否在兩個樣本之間的等位基因頻率有顯著差異；基于等位基因頻率差異，如果僅存在于第一個樣本中，則將突變分類為“體細胞”，如果存在于兩個樣本中，則分類為“種系”，如果第二個樣本中的突變是雜合的，但在第一個樣本中是純合的或沒有突變，則為“雜合缺失突變”，如果僅存在于第二個樣本中，在第一個樣本中沒有覆蓋，則為“缺失型突變”。

7.根據(jù)權(quán)利要求1-2所述的基因序列數(shù)據(jù)分析與在線交互可視化的方法，其特征在于，所述步驟五具體為：首先對讀取的序列與BED文件中提供的PCR擴增序列進行比較，確定讀取的序列是否屬于特定的PCR擴增；然后，只篩選與擴增具有90％相同并且落在擴增PCR邊緣10bp內(nèi)的那些序列對；在多個擴增覆蓋的區(qū)域中，將區(qū)域內(nèi)擴增中不能被檢測出的突變認為是擴增偏置，并且作為PCR假陽性濾除。

8.根據(jù)權(quán)利要求1-7所述的基因序列數(shù)據(jù)分析方法，其特征在于，在所述步驟5)中，分析結(jié)果分為兩種形式展示，一種是對分析結(jié)果以表格的形式進行展示，另一種是對分析結(jié)果進行統(tǒng)計后以各種形式統(tǒng)計圖的形式展示。

9.根據(jù)權(quán)利要求1-8所述的基因序列數(shù)據(jù)分析方法，其特征在于，在所述步驟2)中，對于上傳的基因序列數(shù)據(jù)，在存儲器中構(gòu)建不同的數(shù)據(jù)結(jié)構(gòu)來表示不同類型的突變，使存儲器所需的容量僅與該數(shù)據(jù)結(jié)構(gòu)的大小有關(guān)，而不需要考慮測序深度；通過對降解最嚴重序列的區(qū)域進行一致性分析使本地運行和計算效率與測序深度、擴展線性深度成正比關(guān)系。