[發明專利]通過成組SNP位點檢測高通量測序樣本污染的方法

在審

• 申請號: 202010061621.6
• 申請日: 2020-01-19
• 公開（公告）號: CN113136422A
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 王學良;楊貴江;魯梅梅;劉蘊奡
• 申請（專利權）人: 北京圣谷同創科技發展有限公司
• 主分類號: C12Q1/6869
• 分類號: C12Q1/6869;G16B20/20
• 代理公司: 北京華睿卓成知識產權代理事務所(普通合伙) 11436
• 代理人: 唐莉

本發明提供了通過成組SNP位點的突變情況檢測測序樣本是否被污染的方法，成組SNP位點是指一組或更多組成組SNP位點，每一組成組SNP位點包括2個或更多個SNP位點，同一組成組SNP位點中各SNP位點之間的距離使得它們的位點數據會出現在同一條測序reads上。檢測一個樣本的測序結果中每一條reads上成組SNP位點的基因型情況，如果存在于不同reads上的成組SNP位點的基因型不同，則可以判定該樣本中存在污染。

技術領域

本發明涉及基因檢測方法，特別是檢測基因測序樣本是否受到污染的方法。

資助

本發明受到國家重點研發計劃資助，課題編號為2016YFC1000705。

背景技術

污染問題是實驗室質控的關鍵，尤其是涉及高靈敏度的分子生物學實驗，特別是含PCR過程的各種基因檢測實驗，包括高通量測序，PCR過程中高溫形成的含DNA分子的氣溶膠嚴重威脅著實驗室環境，加上測序繁復的操作流程，從DNA提取到上機測序，多達30多步操作，每一步的失誤的都可能帶來實驗污染及質控風險，如試劑污染、樣本標記錯誤，DNA提取時污染，擴增污染，Barcode加入錯誤或記錄錯誤，Barcode脫落或交換，機器殘留污染等等，每一步出問題均可導致致命的錯誤，雖然通過建立標準的實驗室，規范的管理制度，優化的實驗流程可以一定程度減少發生，但由于步驟過多，實際仍然難以避免，特別是高靈敏度的實驗，比如涉及游離DNA的高靈敏度檢測，對微量污染即非常敏感。但目前沒有完善的方法來發現污染是否發生，因此目前的高通量實驗室結果的可靠性并沒有足夠的保障，仍然面臨著嚴重的污染威脅。污染可能是無法避免的，但只要能發現污染發生，即可有效避免污染造成嚴重后果。因此對最終的結果數據分析質控是否發生污染是必要的途徑，也是各測序實驗室亟需的解決方案。

SNP主要是指在基因組水平上由單個核苷酸的變異所引起的DNA序列多態性。它是人類可遺傳的變異中最常見的一種。占所有已知多態性的90％以上。SNP在人類基因組中廣泛存在，平均每500～1000個堿基對中就有1個，估計其總數可達300萬個甚至更多。大量存在的SNP位點，使人們有機會發現與各種疾病，包括腫瘤相關的基因組突變；從實驗操作來看，通過SNP發現疾病相關基因突變要比通過家系來得容易；有些SNP并不直接導致疾病基因的表達，但由于它與某些疾病基因相鄰，而成為重要的標記。

發明內容

本發明提供了檢測高通量測序中的樣本污染的解決方案，通過檢測在一條reads上的成組SNP位點的基因型，來判斷樣本是否存在污染。

因此，本發明涉及檢測高通量測序樣本DNA是否存在污染的方法，包括：

對樣本DNA進行高通量測序，獲得包含成組SNP位點的DNA片段的測序reads，其中每個reads包含一組成組SNP位點的核苷酸信息，一組成組SNP位點包括兩個或更多個連鎖SNP位點；

如果對于至少一組成組SNP位點，具有其核苷酸信息的reads中包含該成組SNP位點的兩種不同基因型，且其中占比較低的基因型的占比在0.1％-25％之間，則判定所述樣本DNA中存在污染。如本領域技術人員所知，此處以及本發明全文中所說的某種基因型的占比是指測序結果中具有該基因型測序信息的reads在所有具有該成組SNP位點測序信息的reads中的占比。

如果測序結果中沒有出現上述情況，則不能判定所述樣本DNA中是否存在污染。

在一些實施方案中，一組成組SNP位點中各連鎖SNP位點之間的距離小于200bp，且一組成組SNP位點中各連鎖SNP位點的MAF值近似，優選一組成組SNP位點中任意兩個SNP位點的MAF值之差小于等于0.2。

在一些實施方案中，一組成組SNP位點包括2個或3個SNP位點。

在一些實施方案中，所述成組SNP位點包括1-200組成組SNP位點。