[發明專利]一種基于染色質區域覆蓋深度的癌癥組織定位方法及系統

有效

• 申請號: 201911013897.0
• 申請日: 2019-10-23
• 公開（公告）號: CN110739027B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 黃毅;易鑫;吳玲清;陳海新;李俊;劉久成;楊玲
• 申請（專利權）人: 深圳吉因加醫學檢驗實驗室;北京吉因加醫學檢驗實驗室有限公司;長沙吉因加醫學檢驗實驗室有限公司
• 主分類號: G16B20/00
• 分類號: G16B20/00;G16B20/40;G16B30/10;G16B50/30;G16B40/00
• 代理公司: 北京知聯天下知識產權代理事務所(普通合伙) 11594
• 代理人: 張陸軍;張迎新

1.一種基于染色質區域覆蓋深度的癌癥組織定位方法，其特征在于，所述定位方法包括：

S1：根據不同癌種cfDNA數據、健康人的cfDNA數據以及組織特異開放染色質區域OCHROdb數據庫，通過機器學習方法分別構建不同癌種組織定位模型；

S2：獲取待檢測cfDNA，并計算待檢測cfDNA的各個組織特異開放染色質區域的均一化校正覆蓋深度；

S3：將所述待檢測cfDNA的各個組織特異開放染色質區域的均一化校正覆蓋深度與所述各癌種組織定位模型進行機器學習預測分析，獲得不同癌種組織定位模型的分值，根據分值定位患癌組織。

2.根據權利要求1所述的定位方法，其特征在于，所述步驟S1包括：

S1-1獲取癌癥患者、健康人外周血的cfDNA分子和白細胞，分別制備cfDNA分子和白細胞的全基因組文庫；

S1-2將所述文庫分別進行測序，對測序數據進行質控和過濾，獲得第一數據；

S1-3將所述第一數據與人類參考基因組進行對比，舍棄重復數據，分別得到癌癥患者和健康人cfDNA樣本比對相同參考基因組的測序數據及白細胞樣本比對相同參考基因組的測序數據，獲得第二數據；

S1-4根據所述第二數據，計算成對測序片段的插入大小，并對插入大小進行過濾，保留目標插入片段大小的成對read，并根據組織特異開放染色質數據庫獲得特定組織特異開放染色質區間，計算每一個特定組織特異開放染色質區間內的目標插入片段大小的成對read數目，得到第三數據；

S1-5對所述第三數據進行相對拷貝數均一化、GC校正和測序數據量均一化，獲得癌癥患者和健康人每一個組織特異開放染色質區間內成對測序片段的實際覆蓋深度，得到第四數據；

S1-6第四數據作為特征值，用機器學習的方法構建癌癥組織定位模型。

3.根據權利要求2所述的定位方法，其特征在于，所述步驟S1-1具體包括：

S1-1-1獲取待檢測用戶的血液，對所述血液進行分離，得到分離血漿；

S1-1-2從所述分離血漿中提取待檢測的cfDNA分子；

S1-1-3對所述待檢測的cfDNA分子進行末端修復、磷酸化、加A尾和片段兩端連接接頭操作，制備所述cfDNA分子的文庫。

4.根據權利要求2所述的定位方法，其特征在于，所述步驟S1-2中過濾包括：過濾測序接頭序列、低質量序列和N堿基組成的序列；所述篩選包括對過濾后的數據中的數據堿基、堿基質量大于20的百分比、堿基質量大于30的百分比、GC含量、GC-AT_分離、N含量、平均讀長長度、讀長分布標準差、平均堿基質量以及Clean堿基比例進行篩選。

5.根據權利要求2所述的定位方法，其特征在于，所述步驟S1-4，保留插入片段大小為35-80bp、120-180bp的成對read。

6.根據權利要求2所述的定位方法，其特征在于，所述步驟S1-4，所述組織特異開放染色質通過OCHROdb數據庫信息內開放染色質區域獲得。

7.根據權利要求2所述的定位方法，其特征在于，所述步驟S1-5中，對所述第三數據進行相對拷貝數均一化處理的公式為：

Ci＝ni/CNVs，

式中，Ci代表某個開放染色質區域短片段PEread或長片段PEread均一化覆蓋深度，ni代表cfDNA樣本某個開放染色質區域短片段PEread或長片段PEread數目，i代表不同開放染色質區域，CNVs代表該開放染色質區域所在基因組分段窗口的拷貝數；

其中，該開放染色質區域所在窗口的拷貝數CNVs的具體計算公式為：

式中，和分別代表cfDNA樣本和白細胞基因組分段bins內的PE?reads數目，N_t和N_n分別代表cfDNA樣本和白細胞的reads總數。