[發(fā)明專利]一種基于目標(biāo)區(qū)域測序的單個外顯子拷貝數(shù)變異預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201810591504.3
• 申請日: 2018-06-10
• 公開（公告）號: CN108920899B
• 公開（公告）日: 2022-02-08
• 發(fā)明（設(shè)計）人: 朱忠旭;周文莉;楊克勤;呂遠(yuǎn)棟
• 申請（專利權(quán)）人: 杭州邁迪科生物科技有限公司
• 主分類號: G16B30/10
• 分類號: G16B30/10;G16B20/20
• 代理公司: 北京志霖恒遠(yuǎn)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11435
• 代理人: 奚麗萍

1.一種基于目標(biāo)區(qū)域測序的單個外顯子拷貝數(shù)變異預(yù)測方法，其特征在于：包括以下步驟：

(1)測序數(shù)據(jù)處理：

a.對樣本的目標(biāo)區(qū)域進行捕獲建庫，然后在二代測序儀中進行高通量測序，得到測序原始數(shù)據(jù)；

b.通過開源比對工具，對測序得到的序列與參考基因組進行比對，得到測序序列在參考基因組上的位置和序列比對質(zhì)量；

c.根據(jù)序列在染色體上的位置，對位于相同起始位置和相同終止位置的序列只保留一條，并對序列按照染色體順序和起始位置順序進行排序；

(2)拷貝數(shù)變異預(yù)測：

a.統(tǒng)計覆蓋到目標(biāo)區(qū)域的測序序列總數(shù)目和堿基總數(shù)目：

以目標(biāo)區(qū)域為基礎(chǔ)，以每個區(qū)域為單位，統(tǒng)計每個覆蓋到該區(qū)域的測序序列總數(shù)目和堿基總數(shù)目；

b.確定對照外顯子區(qū)域：

每個樣本選取至少30個以上的包含在目標(biāo)區(qū)域中且為不容易發(fā)生拷貝數(shù)變化的區(qū)域作為對照外顯子區(qū)域，每個樣本的對照外顯子區(qū)域與待分析外顯子區(qū)域一致；

c.標(biāo)準(zhǔn)化每個對照樣本和實驗樣本的待分析外顯子區(qū)域覆蓋度；

d.計算對照樣本中待分析外顯子區(qū)域標(biāo)準(zhǔn)化后的覆蓋度的平均值、標(biāo)準(zhǔn)差和變異系數(shù)；

e.根據(jù)變異系數(shù)、實驗樣本待分析外顯子區(qū)域標(biāo)準(zhǔn)化后的覆蓋度偏離對照樣本標(biāo)準(zhǔn)化后的覆蓋度平均值與標(biāo)準(zhǔn)差的關(guān)系，預(yù)測待分析外顯子區(qū)域拷貝數(shù)變化。

2.根據(jù)權(quán)利要求1所述的基于目標(biāo)區(qū)域測序的單個外顯子拷貝數(shù)變異預(yù)測方法，其特征在于：

所述步驟(2)c步驟中標(biāo)準(zhǔn)化單個樣本的待分析外顯子區(qū)域的覆蓋度的具體方法如下：

對于特定樣本，其對照外顯子區(qū)域為m個，待分析外顯子區(qū)域為n個，第j個對照外顯子區(qū)域定義為ControlRegion_j,j∈{1,2,3…m}，其覆蓋的reads數(shù)目定義為region_reads_j；第i個待分析外顯子區(qū)域定義為TestRegioni,i∈{1,2,3…n}，其覆蓋的reads數(shù)目定義為region_reads_i；

該樣本覆蓋到對照外顯子區(qū)域中的總reads數(shù)為：Total_reads_control＝∑region_reads_j,j∈{1,2,3...m}，該樣本待分析外顯子區(qū)域的覆蓋度標(biāo)準(zhǔn)化基數(shù)數(shù)值avr等于對照外顯子區(qū)域的總reads數(shù)Total_reads_control除以對照區(qū)域總個數(shù)m：該樣本的待分析外顯子區(qū)域TestRegion_i的標(biāo)準(zhǔn)化之后的覆蓋度為：

對照樣本數(shù)量為p個，第c個實驗樣本定義smp_c,c∈{1,2,3,…p}，根據(jù)上述方法標(biāo)準(zhǔn)化其每個待分析外顯子區(qū)域的覆蓋度，記為smp_{c_i}；

實驗樣本數(shù)量為q個，第t個實驗樣本定義為smp_t,t∈{1,2,3,…q}，根據(jù)上述方法標(biāo)準(zhǔn)化其每個待分析外顯子區(qū)域的覆蓋度，記為smp_{t_i}；

所述步驟(2)d步驟中計算對照樣本中待分析外顯子區(qū)域標(biāo)準(zhǔn)化后的覆蓋度的平均值、標(biāo)準(zhǔn)差和變異系數(shù)的具體方法如下：

對于p個對照樣本，待分析外顯子區(qū)域TestRegion_i,i∈{1,2,3...n}的標(biāo)準(zhǔn)化之后的覆蓋度的平均值為：

標(biāo)準(zhǔn)差為：

變異系數(shù)為：

所述步驟(2)e步驟中根據(jù)變異系數(shù)、實驗樣本待分析外顯子區(qū)域標(biāo)準(zhǔn)化后的覆蓋度偏離對照樣本標(biāo)準(zhǔn)化后的覆蓋度平均值與標(biāo)準(zhǔn)差的關(guān)系，預(yù)測待分析外顯子區(qū)域拷貝數(shù)變化的具體方法如下：

如果CV_i＞0.2，這提示該區(qū)域變異較大，預(yù)測不可靠；如果CV_i≤0.2，假設(shè)外顯子區(qū)域的覆蓋度在樣本之間的符合正態(tài)分布，則正態(tài)分布的均值為標(biāo)準(zhǔn)差為σ_i；則對于特定實驗樣本smp_t,t∈{1,2,3,...q}，其待分析外顯子區(qū)域數(shù)值偏離對照樣本覆蓋度平均值為：

如果|diffsmp_{t_i}|≤2σ_i，則認(rèn)為沒有發(fā)生拷貝數(shù)變化；

如果|diffsmp_{t_i}|＞2σ_i，diffsmp_{t_i}分大于0和小于0兩種情況：

第一種情況diff_{smpt_i}＞0，可能為拷貝數(shù)增加情況，則預(yù)測為重復(fù)變異，并根據(jù)正態(tài)分布的密度函數(shù)計算樣本落入smp_{t_i}至+∞區(qū)間內(nèi)的概率；第二種情況diffsmp_{t_i}＜0,可能為拷貝數(shù)減少情況，則預(yù)測為缺失變異，并根據(jù)正態(tài)分布的密度函數(shù)計算樣本落入-∞至區(qū)smp_{t_i}間內(nèi)的概率。