[發明專利]測序深度的矯正方法及裝置

有效

• 申請號: 201811614819.1
• 申請日: 2018-12-27
• 公開（公告）號: CN109727638B
• 公開（公告）日: 2021-08-17
• 發明（設計）人: 張靜波;柴景超;伍啟熹;王建偉;劉倩;劉珂弟;唐宇
• 申請（專利權）人: 北京優迅醫學檢驗實驗室有限公司
• 主分類號: G16B20/30
• 分類號: G16B20/30
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 江舟;王曉婷

本發明提供了一種測序深度的矯正方法及裝置，其中，上述裝置包括：獲取模塊，用于獲取基因組上每個位點的GC含量，以及所述基因組的所有位點的測序深度；劃分模塊，用于根據每個位點的GC含量將所述所有位點按照指定規則分成N個不同區間，其中，N為正整數；確定模塊，用于確定每個區間內位點的區間平均深度的第一泊松分布律，以及N個區間的平均測序深度的第二泊松分布律；還用于根據所述第一泊松分布律和所述第二泊松分布律確定所述每個區間內不同測序深度的權重；處理模塊，用于針對所述基因組的每個位點，分別將測序深度與每個測序深度對應的權重相乘，得到矯正后的每個位點的測序深度。

技術領域

本發明涉及通信領域，具體而言，涉及一種測序深度的矯正方法及裝置。

背景技術

一些研究表明，通過擴增和測序引入的GC偏差對染色體非整倍性的敏感性產生了限制作用。在不同測序條件下，例如試劑成分不同、測序溫度不同或者簇密度不同，GC偏差可能在樣品制備和測序過程中引入，這會導致GC含量過高或GC含量過低的基因組區域的測序數據出現偏差。

相關技術中開發了消除GC偏差的計算方法。HC Fan和SR Quake開發了一種通過局部多項式回歸擬合(LOESS回歸)的計算方法消除GC偏差，該方法通過基于局部基因組GC含量對每個GC密度給予權重，以通過乘以相應權重矯正每個區域的Reads數目。但是，該方法在計算時可能造成數據輕微失真，會干擾檢測的準確性。

針對相關技術中，通過局部多項式回歸擬合的計算方法來消除測序深度的偏差的方法，容易出現數據失真，結果準確性差等問題，尚未提出有效的技術方案。

發明內容

本發明實施例提供了一種測序深度的矯正方法及裝置，以至少解決相關技術中通過局部多項式回歸擬合的計算方法來消除測序深度的偏差的方法，容易出現數據失真，結果準確性差等問題。

根據本發明的一個實施例，提供了一種測序深度的矯正裝置，包括：獲取模塊，用于獲取基因組上每個位點的GC含量，以及所述基因組的所有位點的測序深度；劃分模塊，用于根據每個位點的GC含量將所述所有位點按照指定規則分成N個不同區間，其中，N為正整數；確定模塊，用于確定每個區間內位點的區間平均深度的第一泊松分布律，以及N個區間的平均測序深度的第二泊松分布律；還用于根據所述第一泊松分布律和所述第二泊松分布律確定所述每個區間內不同測序深度的權重；處理模塊，用于針對所述基因組的每個位點，分別將測序深度與每個測序深度對應的權重相乘，得到矯正后的每個位點的測序深度。

在本發明實施例中，所述劃分模塊，用于將GC含量落在第一范圍內的位點化分在N個不同區間的兩端區間內；以及將GC含量落在第二范圍內的位點化分在中間區間內，其中，中間區間為所述N個不同區間中，除所述兩端區間的其他區間，所述第一范圍內的位點數目小于所述第二范圍內的位點數目。

在本發明實施例中，所述確定模塊，還用于確定每個區間的區間平均深度；根據所述區間平均深度確認該區間內的所有位點的第一泊松分布律；所述確定模塊，還用于確定N個區間的平均深度；根據所述N個區間的平均深度確定所述第二泊松分布律。

在本發明實施例中，所述確定模塊，還用于根據以下公式確定所述第一泊松分布律：

其中，λ_i為第i個區間的區間平均深度，n的取值包括：0、1、2、3、4、5。

在本發明實施例中，所述確定模塊，還用于根據以下公式確定所述第二泊松分布律：

其中，λ_all為所述n個區間的平均深度。

在本發明實施例中，所述確定模塊，還用于根據以下公式確定所述權重：

W＝p(x＝n|_all)/p(x＝n|λ_i)，其中，W為所述權重，n為測序深度。