[發(fā)明專利]一種對組裝序列排序的方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201910270433.1
• 申請日: 2019-04-04
• 公開（公告）號: CN110020726B
• 公開（公告）日: 2023-08-18
• 發(fā)明（設(shè)計(jì)）人: 李凈凈;易嘉成;胡江;汪德鵬
• 申請（專利權(quán)）人: 武漢希望組生物科技有限公司
• 主分類號: G06N3/123
• 分類號: G06N3/123;G06F18/23
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王寶筠

本發(fā)明公開了一種對組裝序列排序的方法及系統(tǒng)，該方法包括：對DNA測序片段進(jìn)行組裝后的目標(biāo)重疊群進(jìn)行切分處理，獲得目標(biāo)數(shù)據(jù)；對目標(biāo)數(shù)據(jù)進(jìn)行定向和排序處理，獲得若干個(gè)排列結(jié)果；計(jì)算每種排列結(jié)果的交聯(lián)信號值的離散程度，并計(jì)算獲得目標(biāo)數(shù)據(jù)中的切分序列的掛載率，切分序列表征對重疊群按照預(yù)設(shè)切分長度進(jìn)行切分后的序列；依據(jù)離散程度和掛載率，確定初始排列結(jié)果；將初始排列結(jié)果進(jìn)行互作熱圖驗(yàn)證，若滿足預(yù)設(shè)驗(yàn)證條件，則將初始排列結(jié)果確定為目標(biāo)排列結(jié)果，若不滿足，則對初始排列結(jié)果進(jìn)行調(diào)整，獲得目標(biāo)排列結(jié)果。通過本發(fā)明解決了現(xiàn)有技術(shù)排序不準(zhǔn)確的問題及可以實(shí)現(xiàn)對有明顯組裝錯誤的重疊組進(jìn)行糾錯。

本申請要求于2019年3月4日提交中國專利局、申請?zhí)枮?01910160446.3、發(fā)明名稱為“一種對組裝序列排序的方法及系統(tǒng)”的中國專利申請的優(yōu)先權(quán)，其全部內(nèi)容通過引用結(jié)合在本申請中。

技術(shù)領(lǐng)域

本發(fā)明涉及生物信息技術(shù)領(lǐng)域，特別是涉及一種對組裝序列排序的方法及系統(tǒng)。

背景技術(shù)

DNA是生物體遺傳信息的主要載體，高質(zhì)量的基因組參考序列是現(xiàn)代遺傳學(xué)、分子生物學(xué)等現(xiàn)代生物科學(xué)的重要基礎(chǔ)。因此，基因測序?qū)μ剿髋c認(rèn)識生命本質(zhì)等基礎(chǔ)生物科學(xué)研究、人類重要遺傳病防治及動植物遺傳育種等應(yīng)用性研究均具有十分重要的意義。真實(shí)狀態(tài)中的細(xì)胞核是一個(gè)狹小的三維立體空間，直鏈分子結(jié)構(gòu)的DNA會以復(fù)雜的卷曲方式位于細(xì)胞核內(nèi)，原一維DNA序列被賦予三維空間構(gòu)象，并導(dǎo)致了大量復(fù)雜的基因控制作用方式，因此，簡單的一維DNA序列信息由于不能提供真實(shí)DNA空間分布相關(guān)的信息，無法滿足現(xiàn)有的分析需求。

可結(jié)合染色質(zhì)三維構(gòu)象技術(shù)、高通量測序技術(shù)、生物信息分析方法，研究全基因組范圍內(nèi)整個(gè)染色質(zhì)DNA在空間位置上的關(guān)系，獲得高分辨率的染色質(zhì)三維結(jié)構(gòu)信息。基于染色質(zhì)三維構(gòu)象測序數(shù)據(jù)中染色質(zhì)片段間的交互強(qiáng)度呈現(xiàn)出隨距離衰減的規(guī)律，染色質(zhì)三維構(gòu)象測序序列可以用于基因組組裝，即將雜亂的基因序列組裝到染色體水平。

在現(xiàn)有技術(shù)中通常是通過生物信息學(xué)手段利用染色質(zhì)三維構(gòu)象測序數(shù)據(jù)，實(shí)現(xiàn)基因組組裝目的的。在此過程中需要通過聚類、排序、定向等步驟，然后，通過生成相應(yīng)的基因交互組熱圖來評估基因組裝結(jié)果，若組裝結(jié)果好的染色體做出的熱圖，其交聯(lián)信號應(yīng)集中在熱圖的對角線區(qū)域，但是，在實(shí)際生成的熱圖在非對角線區(qū)域顯示強(qiáng)交互信號，而造成這種現(xiàn)象的主要原因是排序不準(zhǔn)確的問題。

發(fā)明內(nèi)容

針對于上述問題，本發(fā)明提供一種組裝序列排序方法及系統(tǒng)，解決了現(xiàn)有技術(shù)中數(shù)據(jù)排序不準(zhǔn)確的問題。

為了實(shí)現(xiàn)上述目的，本發(fā)明提供了如下技術(shù)方案：

一種對組裝序列排序的方法，該方法包括：

對DNA測序片段進(jìn)行組裝后的目標(biāo)重疊群進(jìn)行切分處理，獲得目標(biāo)數(shù)據(jù)；

對所述目標(biāo)數(shù)據(jù)進(jìn)行定向和排序處理，獲得若干個(gè)排列結(jié)果；

計(jì)算每種排列結(jié)果的交聯(lián)信號強(qiáng)度的離散程度，并計(jì)算獲得所述目標(biāo)數(shù)據(jù)中的切分序列的掛載率，所述切分序列表征對所述目標(biāo)重疊群按照預(yù)設(shè)切分長度進(jìn)行切分后的序列；

依據(jù)所述離散程度和所述掛載率，確定初始排列結(jié)果；

將所述初始排列結(jié)果進(jìn)行互作熱圖驗(yàn)證，若滿足預(yù)設(shè)驗(yàn)證條件，則將所述初始排列結(jié)果確定為目標(biāo)排列，若不滿足，則對所述初始排列結(jié)果進(jìn)行調(diào)整，獲得目標(biāo)排列。

可選地，所述對DNA測序片段進(jìn)行組裝后的目標(biāo)重疊群進(jìn)行切分處理，獲得目標(biāo)數(shù)據(jù)，包括：

將染色質(zhì)三維構(gòu)象測序序列比對到所述目標(biāo)重疊群上，根據(jù)所述目標(biāo)重疊群之間的交聯(lián)信號強(qiáng)度進(jìn)行聚類處理，獲得若干個(gè)聚類組；

對每個(gè)所述聚類組中的目標(biāo)重疊群，按照預(yù)設(shè)切分長度進(jìn)行切分處理，獲得切分序列。