[發明專利]一種基于目標區域測序的單個外顯子拷貝數變異預測方法

有效

• 申請號: 201810591504.3
• 申請日: 2018-06-10
• 公開（公告）號: CN108920899B
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 朱忠旭;周文莉;楊克勤;呂遠棟
• 申請（專利權）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: 北京志霖恒遠知識產權代理事務所(普通合伙) 11435
• 代理人: 奚麗萍

本發明涉及一種基于目標區域測序的單個外顯子拷貝數變異預測方法，包括和測序數據處理和拷貝數變異預測2個步驟，其中拷貝數變異預測步驟包括統計覆蓋到目標區域的測序序列總數目和堿基總數目，確定對照外顯子區域，標準化每個對照樣本和實驗樣本的待分析外顯子區域覆蓋度，計算對照樣本中待分析外顯子區域標準化后的覆蓋度的平均值、標準差和變異系數，預測待分析外顯子區域拷貝數變化步驟。本發明不用基于全基因組測序，直接利用外顯子水平的覆蓋度信息進行分析外顯子水平的拷貝數變異，分析方法簡單，不經過復雜的GC校正和建模。

技術領域

本發明涉及生物醫學領域，具體涉及一種基于目標區域測序的單個外顯子拷貝數變異預測方法。

背景技術

從2003年人類基因組計劃結束起，基因組測序技術突飛猛進，基于高通量測序技術的單核苷酸多態性(SNP)檢測技術，已經成熟和普及。高通量測序技術可以實現數以萬計的DNA分子同時進行邊合成邊測序反應，極大的提高的測序通量?；驒z測的測序成本下降速度甚至快于計算機領域的摩爾定律。基于測序技術的應用，生物學的研究從傳統的單基因、單位點的研究進入了組學研究時代，由此產生了一系列的研究成果和和具有社會價值的臨床應用。

拷貝數變異是結構變異的一種，研究已經證實拷貝數變異與人類疾病的發生相關，例如智力缺陷、自閉癥、精神分裂、癌癥發生等。不同于基因的單堿基變異，外顯子水平的拷貝數變異(Exon Copy Number Variant)是一類不常見但非常重要的突變類型，約10％的BRCA1癌癥是由外顯子拷貝數變異引起的。典型的外顯子拷貝數變異可能導致蛋白紊亂甚至喪失功能。過往檢測拷貝數變異的方法是利用多重連接探針擴增技術(multiplexligation-dependent probe amplification，MLPA)，染色體芯片(CMA)或熒光PCR。隨著測序技術的發展，利用NGS的數據分析基因拷貝數變化是越來越受到關注和有效的確定基因拷貝數的方法。

拷貝數變異分析一般基于全基因組測序，但成本較目標區域測序高，并且分辨率較低，只能得到大片段的拷貝數變異(通常大于1Mbp)，不能用于檢測外顯子水平的拷貝數變異(外顯子拷貝數變異的序列長度在100bp左右)。

利用目標區域測序數據進行分析是一種目的性強(有明確的分析目標基因)、成本節約的方法。但目標區域測序存在各區域捕獲效率不一致等問題，覆蓋度均一性較全基因組差。隨著技術的發展，針對外顯子水平的分析工具開始出現，多數軟件都利用了外顯子區域的覆蓋度信息，用參考基因組GC含量校正，然后根據不同算法來識別拷貝數變異。這些工具存在這分析流程復雜，需要的對照樣本總量在30個以上或者需要配對的對照樣本。

發明內容

本發明所要解決的技術問題在于提供一種基于目標區域測序的單個外顯子拷貝數變異預測方法，不用基于全基因組測序，直接利用外顯子水平的覆蓋度信息進行分析外顯子水平的拷貝數變異，分析方法簡單，不經過復雜的GC校正和建模。

為解決上述技術問題，本發明提供的一種基于目標區域測序的單個外顯子拷貝數變異預測方法，包括以下步驟：

(1)測序數據處理：

a.對樣本的目標區域進行捕獲建庫，然后在二代測序儀中進行高通量測序，得到測序原始數據；

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量；

c.根據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)拷貝數變異預測：

a.統計覆蓋到目標區域的測序序列總數目和堿基總數目：

以目標區域為基礎，以每個區域為單位，統計每個覆蓋到該區域的測序序列總數目和堿基總數目；

b.確定對照外顯子區域：