[發明專利]一種腫瘤靶向基因測序數據解析方法

在審

• 申請號: 201710739726.0
• 申請日: 2017-08-25
• 公開（公告）號: CN107577921A
• 公開（公告）日: 2018-01-12
• 發明（設計）人: 李志廣;呂德康;張學紅;張宇
• 申請（專利權）人: 云壹生物技術（大連）有限公司
• 主分類號: G06F19/22
• 分類號: G06F19/22;G06F19/00
• 代理公司: 沈陽杰克知識產權代理有限公司21207
• 代理人: 羅瑩

1.一種腫瘤靶向基因測序數據解析方法，其特征在于，包括以下步驟：

步驟一：獲取含有突變信息的讀段序列，即高通量的測序數據；

步驟二：測序數據的質量控制，通過fastqc軟件對步驟一獲取的所有測序數據進行質量分析，獲得測序數據質量控制報告，并過濾掉被報告為低質量的數據；

步驟三：統計不同擴增區域的擴增效率，刪除擴增異常的數據；

步驟四：刪除測序數據讀段序列中的引物序列，即獲得讀段序列中真正的目標區域DNA序列；

步驟五：將步驟四中得到的所有序列數據比對到靶向區域上，獲得比對結果數據；

步驟六：應用突變識別工具從比對結果數據中檢測所有突變；

步驟七：統計擴增區域內所有覆蓋堿基的測序深度，根據突變位點的測序深度篩選可靠性高的突變；

步驟八：結合已注釋在癌癥相關數據庫中的突變篩選差異顯著的突變；

步驟九：結合病例的臨床資料信息，對各種突變進行統計分析，識別與性狀顯著相關的胚系突變(germline mutations)及體細胞突變(somatic mutations)；

步驟十：以圖表的形式生成數據分析報告。

2.根據權利要求1所述的一種腫瘤靶向基因測序數據解析方法，其特征在于，所述的測序數據來自包括IlluminaMiseq/Hiseq在內的高通量測序平臺的靶向擴增文庫，靶向區域可定制，即在首次分析時提供所有靶位點基因組定位信息。

3.根據權利要求1所述的一種腫瘤靶向基因測序數據解析方法，其特征在于，步驟二中所述的低質量數據是指單堿基平均測序質量得分低于20的測序數據。

4.根據權利要求1所述的一種腫瘤靶向基因測序數據解析方法，其特征在于，步驟三中擴增區域異常數據獲取及刪除過程如下：

(1)將測序得到的讀段數據比對到靶向參考基因組上；

(2)判斷讀段的兩端序列所對應的擴增子引物序列是否來自同一個引物對，即允許前引物和后引物與測序片段的5’和3’端各有2個錯配，去除不符合條件的讀段序列；

(3)統計覆蓋到每對擴增子對應的靶向擴增區域的讀段序列，并應用擴增數來衡量和比較它們的擴增效率；

(4)當擴增數小于所有擴增子對應的擴增數均值的1/3時，則判斷該擴增子所對應的擴增區域存在異常，并將其擴增出來的所有讀段序列在分析中刪除。

5.根據權利要求1所述的一種腫瘤靶向基因測序數據解析方法，其特征在于，所述步驟五中的比對過程需要根據首次提供的靶向區域基因組位置信息，提取這些靶向區域在基因組中的核酸序列信息，并生成索引。

6.根據權利要求1所述的一種腫瘤靶向基因測序數據解析方法，其特征在于，步驟七中對于所有突變位點，只將在該位點測序深度超過100×的病例納入統計分析。

7.根據權利要求1所述的一種腫瘤靶向基因測序數據解析方法，其特征在于，步驟八中差異顯著的突變的篩選是基于目前已知的癌癥相關數據庫中存儲的數據來進行的。

8.根據權利要求1所述的一種腫瘤靶向基因測序數據解析方法，其特征在于，步驟九中的臨床資料信息的關聯分析，具體應用R統計軟件中的卡方檢驗函數對患者的臨床資料，包括年齡、性別、癌癥TNM分期、腫瘤體積、腫塊大小、是否有淋巴結侵襲、Ki67惡性程度、組織亞型，進行關聯分析，找出與特定基因突變發生相關的風險因素，即是否具有某一臨床特征的病人傾向于發生哪些特異的突變。

9.如權利要求1-8中任意一項所述方法，其特征在于，所述參考序列是來源于UCSC公共數據庫的參考腫瘤基因或人類參考基因組序列。