[發明專利]針對靶標定序的定點噪聲模型

在審

• 申請號: 201880064123.8
• 申請日: 2018-10-05
• 公開（公告）號: CN111164701A
• 公開（公告）日: 2020-05-15
• 發明（設計）人: A·W·布洛克爾;E·哈貝爾
• 申請（專利權）人: 格瑞爾公司
• 主分類號: G16B20/20
• 分類號: G16B20/20
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 董莘

1.一種用于處理核酸樣本的定序數據的方法，所述方法包括：

標識多個序列片段的候選變體；

訪問多個參數，所述多個參數包括特定于所述候選變體的分散度參數r和平均率參數m，已使用模型導出所述r和所述m；

將所述多個序列片段的片段信息輸入至由所述多個參數進行參數化的函數中；以及

使用基于所述輸入片段信息的所述函數的輸出來確定所述候選變體的分數。

2.根據權利要求1所述的方法，其中所述多個參數表示伽馬分布的平均及形狀參數，并且其中所述函數是基于所述多個序列片段及所述多個參數的負二項式。

3.根據權利要求1或權利要求2所述的方法，其中所述多個參數表示分布的參數，所述分布關于序列片段的給定位置而編碼不確定水平的核苷酸變異。

4.根據權利要求3所述的方法，其中伽馬分布是所述分布的混合物的一個組分。

5.根據權利要求1至4中任一項所述的方法，其中從來自多個健康個體的序列片段的訓練樣本中導出所述多個參數。

6.根據權利要求5所述的方法，其中所述訓練樣本不包括來自所述多個健康個體的所述序列片段的、基于篩選標準的子集。

7.根據權利要求6所述的方法，其中所述篩選標準指示不包括具有以下項的序列片段：(i)小于閾值的深度、或(ii)大于臨界頻率的等位基因頻率。

8.根據權利要求6所述的方法，其中所述篩選標準基于候選變體在基因組中的位置而改變。

9.根據權利要求1至8中任一項所述的方法，其中使用貝葉斯層次模型導出所述多個參數。

10.根據權利要求9所述的方法，其中所述貝葉斯層次模型包括多項分布，所述多項分布將序列片段的位置分組至潛在類別中。

11.根據權利要求9所述的方法，其中所述貝葉斯層次模型包括與來自健康個體的訓練樣本無關的固定共變量。

12.根據權利要求11所述的方法，其中所述共變量是基于鄰近序列片段的給定位置的多個核苷酸。

13.根據權利要求11所述的方法，其中所述共變量是基于與基因組的靶標區相關的給定序列片段的獨特性水平。

14.根據權利要求11所述的方法，其中所述共變量是基于給定序列片段是否為區段式復制。

15.根據權利要求9所述的方法，其中使用馬可夫鏈蒙特卡羅方法來評估所述貝葉斯層次模型。

16.根據權利要求15所述的方法，其中所述馬可夫鏈蒙特卡羅方法使用梅特羅波利斯-黑斯廷斯算法。

17.根據權利要求15所述的方法，其中所述馬可夫鏈蒙特卡羅方法使用吉布斯采樣算法。

18.根據權利要求15所述的方法，其中所述馬可夫鏈蒙特卡羅方法使用哈密頓力學。

19.根據權利要求1至18中任一項所述的方法，其中所述片段信息包括所述多個序列片段的深度d、由m·d參數化的函數。

20.根據權利要求1至19中任一項所述的方法，其中所述分數是弗雷德定級可能性。

21.根據權利要求1至20中任一項所述的方法，其中所述多個序列片段是定序自從個體獲取的無細胞核苷酸樣本。