[發(fā)明專利]一種腫瘤靶向基因測(cè)序數(shù)據(jù)解析方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710739726.0
• 申請(qǐng)日: 2017-08-25
• 公開（公告）號(hào): CN107577921A
• 公開（公告）日: 2018-01-12
• 發(fā)明（設(shè)計(jì)）人: 李志廣;呂德康;張學(xué)紅;張宇
• 申請(qǐng)（專利權(quán)）人: 云壹生物技術(shù)（大連）有限公司
• 主分類號(hào): G06F19/22
• 分類號(hào): G06F19/22;G06F19/00
• 代理公司: 沈陽杰克知識(shí)產(chǎn)權(quán)代理有限公司21207
• 代理人: 羅瑩

技術(shù)領(lǐng)域

本發(fā)明涉及基因組學(xué)高通量測(cè)序數(shù)據(jù)分析領(lǐng)域，具體包括對(duì)靶向基因文庫測(cè)序數(shù)據(jù)進(jìn)行質(zhì)量控制、擴(kuò)增子效率評(píng)估和過濾、基因組比對(duì)、突變識(shí)別及注釋，進(jìn)而結(jié)合已記錄突變及病例資料完成統(tǒng)計(jì)分析，為腫瘤患者提供一整套非定制腫瘤基因突變檢測(cè)分析解決方案，為腫瘤個(gè)體化醫(yī)療提供技術(shù)支持。

背景技術(shù)

腫瘤在本質(zhì)上是基因病。各種環(huán)境的和遺傳的致癌因素以協(xié)同的方式引起DNA損害，從而激活原癌基因和(或)滅活腫瘤抑制基因，加之凋亡調(diào)節(jié)基因和(或)DNA修復(fù)基因的改變，繼而引起表達(dá)水平的異常，使靶細(xì)胞逐步向癌細(xì)胞發(fā)生轉(zhuǎn)化。被轉(zhuǎn)化的細(xì)胞先呈現(xiàn)多克隆性的增生，經(jīng)過一個(gè)漫長(zhǎng)的多階段的演進(jìn)過程，其中一個(gè)克隆相對(duì)無限制的擴(kuò)增，通過累積附加突變，選擇性地形成具有不同特點(diǎn)的亞克隆(異質(zhì)化)，從而獲得浸潤(rùn)和轉(zhuǎn)移的能力(惡性轉(zhuǎn)化)，形成惡性腫瘤。

腫瘤基因檢測(cè)是提取人體細(xì)胞內(nèi)的遺傳物質(zhì)，通過測(cè)序檢測(cè)人體內(nèi)的腫瘤基因或易感基因，用于腫瘤的預(yù)防、診斷、預(yù)后預(yù)測(cè)、靶向用藥、術(shù)后監(jiān)控等。

靶向測(cè)序是對(duì)特定長(zhǎng)度的PCR產(chǎn)物或者捕獲的片段進(jìn)行測(cè)序，分析序列中的變異。靶向測(cè)序能夠根據(jù)不同需求，對(duì)目標(biāo)區(qū)域進(jìn)行高覆蓋度的測(cè)序，還可以檢測(cè)到低頻突變。隨著測(cè)序成本的減少以及人類功能基因組學(xué)研究的深入，靶向測(cè)序已經(jīng)從研究機(jī)構(gòu)走向臨床，用于遺傳篩查、疾病風(fēng)險(xiǎn)評(píng)估、腫瘤診治以及精準(zhǔn)用藥等多個(gè)領(lǐng)域。

靶向測(cè)序數(shù)據(jù)分析的問題：第一，尚無靶向測(cè)序數(shù)據(jù)工具能結(jié)合已知突變數(shù)據(jù)庫或病例資料進(jìn)行統(tǒng)計(jì)分析，不能給出與疾病顯著相關(guān)的突變分析結(jié)果。第二，一般分析軟件只滿足固定panel文庫測(cè)序數(shù)據(jù)的分析，如illumina公司的TrueSeqAmplicon，無法滿足不同需求的用戶的靶向文庫分析。第三，現(xiàn)有方法中，沒有評(píng)估擴(kuò)增子的擴(kuò)增效率并對(duì)引物序列進(jìn)行修剪的操作，如果不做處理兩者均會(huì)導(dǎo)致后續(xù)的突變分析得到的SNV結(jié)果具有較高的假陽性，從而影響分析結(jié)論。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有分析方法存在的缺陷，本發(fā)明為自主設(shè)計(jì)的靶向基因測(cè)序數(shù)據(jù)分析提供了一整套解決方案。

本發(fā)明目的是通過下述技術(shù)方案實(shí)現(xiàn)的：

一種腫瘤靶向基因測(cè)序數(shù)據(jù)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(cè)序數(shù)據(jù)；

步驟二：測(cè)序數(shù)據(jù)的質(zhì)量控制，通過fastqc軟件對(duì)步驟一獲取的所有測(cè)序數(shù)據(jù)進(jìn)行質(zhì)量分析，獲得測(cè)序數(shù)據(jù)質(zhì)量控制報(bào)告，并過濾掉被報(bào)告為低質(zhì)量的數(shù)據(jù)；

步驟三：統(tǒng)計(jì)不同擴(kuò)增區(qū)域的擴(kuò)增效率，刪除擴(kuò)增異常的數(shù)據(jù)；

步驟四：刪除測(cè)序數(shù)據(jù)讀段序列中的引物序列，即獲得讀段序列中真正的目標(biāo)區(qū)域DNA序列；

步驟五：將步驟四中得到的所有序列數(shù)據(jù)比對(duì)到靶向區(qū)域上，獲得比對(duì)結(jié)果數(shù)據(jù)；

步驟六：應(yīng)用突變識(shí)別工具從比對(duì)結(jié)果數(shù)據(jù)中檢測(cè)所有突變；

步驟七：統(tǒng)計(jì)擴(kuò)增區(qū)域內(nèi)所有覆蓋堿基的測(cè)序深度，根據(jù)突變位點(diǎn)的測(cè)序深度篩選可靠性高的突變；

步驟八：結(jié)合已注釋在癌癥相關(guān)數(shù)據(jù)庫中的突變篩選差異顯著的突變；

步驟九：結(jié)合病例的臨床資料信息，對(duì)各種突變進(jìn)行統(tǒng)計(jì)分析，識(shí)別與性狀顯著相關(guān)的胚系突變(germline mutations)及體細(xì)胞突變(somatic mutations)；

步驟十：以圖表的形式生成數(shù)據(jù)分析報(bào)告。

所述的測(cè)序數(shù)據(jù)來自包括IlluminaMiseq/Hiseq在內(nèi)的高通量測(cè)序平臺(tái)的靶向擴(kuò)增文庫，靶向區(qū)域可定制，即在首次分析時(shí)提供所有靶位點(diǎn)基因組定位信息。

步驟二中所述的低質(zhì)量數(shù)據(jù)是指單堿基平均測(cè)序質(zhì)量得分低于20的測(cè)序數(shù)據(jù)。

步驟三中擴(kuò)增區(qū)域異常數(shù)據(jù)獲取及刪除過程如下：

(1)將測(cè)序得到的讀段數(shù)據(jù)比對(duì)到靶向參考基因組上；

(2)判斷讀段的兩端序列所對(duì)應(yīng)的擴(kuò)增子引物序列是否來自同一個(gè)引物對(duì)，即允許前引物和后引物與測(cè)序片段的5’和3’端各有2個(gè)錯(cuò)配，去除不符合條件的讀段序列；

(3)統(tǒng)計(jì)覆蓋到每對(duì)擴(kuò)增子對(duì)應(yīng)的靶向擴(kuò)增區(qū)域的讀段序列，并應(yīng)用擴(kuò)增數(shù)來衡量和比較它們的擴(kuò)增效率；

(4)當(dāng)擴(kuò)增數(shù)小于所有擴(kuò)增子對(duì)應(yīng)的擴(kuò)增數(shù)均值的1/3時(shí)，則判斷該擴(kuò)增子所對(duì)應(yīng)的擴(kuò)增區(qū)域存在異常，并將其擴(kuò)增出來的所有讀段序列在分析中刪除。

所述步驟五中的比對(duì)過程需要根據(jù)首次提供的靶向區(qū)域基因組位置信息，提取這些靶向區(qū)域在基因組中的核酸序列信息，并生成索引。