[發明專利]一種檢測RNA跨樣本交叉污染率的方法和裝置

有效

• 申請號: 202010224358.8
• 申請日: 2020-03-26
• 公開（公告）號: CN111370065B
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 黃毅;易鑫;楊玲;王申杰;劉久成;吳玲清;王旭文
• 申請（專利權）人: 北京吉因加醫學檢驗實驗室有限公司;深圳吉因加醫學檢驗實驗室
• 主分類號: G16B30/10
• 分類號: G16B30/10
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 謝楠

1.一種檢測RNA跨樣本交叉污染率的方法，其特征在于，包括：

獲得待檢測樣本的測序數據與參考基因組之間的比對結果文件；

從比對結果文件中篩選出覆蓋多態性位點且表達量不低于設定閾值的持家基因蛋白質編碼區域作為信息提取區間；

利用信息提取區間、比對結果文件和遺傳多態性位點信息數據庫計算樣本污染率。

2.根據權利要求1所述的檢測RNA跨樣本交叉污染率的方法，其特征在于，所述信息提取區間的篩選步驟，包括：

在持家基因數據庫中選擇持家基因蛋白質編碼區域；然后根據多態性位點在基因組中的坐標信息，進而篩選出所有包含多態性位點的持家基因蛋白質編碼區域；所述持家基因蛋白質編碼區域中包含的多態性位點記為多態性位點Q；

計算比對結果文件中基因的表達量，挑選出表達量不低于設定閾值的基因M，從多態性位點Q中挑選出落入所述基因M內的多態性位點P，覆蓋多態性位點P的持家基因蛋白質編碼區域作為信息提取區間。

3.根據權利要求1或2所述的檢測RNA跨樣本交叉污染率的方法，其特征在于，在比對結果文件獲得后，可再通過降采樣方法降低比對結果文件的數據量。

4.根據權利要求3所述的檢測RNA跨樣本交叉污染率的方法，其特征在于，所述降采樣方法為：采用Samtools軟件從比對結果文件中提取出覆蓋多態性位點的持家基因蛋白質編碼區域的測序讀段；或者使用Picard軟件對比對結果文件進行隨機采樣，得到隨機提取的測序讀段。

5.根據權利要求1或2所述的檢測RNA跨樣本交叉污染率的方法，其特征在于，污染率計算軟件為ContEst軟件或Conta軟件；其中ContEst軟件計算過程中采用--filter_reads_with_N_cigar參數來過濾包含無法識別的堿基的測序讀段；Conta軟件計算過程中通過--min_maf參數調節檢出靈敏度。

6.根據權利要求5所述的檢測RNA跨樣本交叉污染率的方法，其特征在于，所述污染率計算軟件為ContEst軟件時，計算95％置信度的污染率置信區間寬度；所述污染率計算軟件為Conta軟件時，計算min_maf＝0.05時的RNA跨樣本交叉污染率。

7.根據權利要求1或2所述的檢測RNA跨樣本交叉污染率的方法，其特征在于，所述待檢測樣本是被不同個體的細胞混合的被污染RNA樣本。

8.一種檢測RNA跨樣本交叉污染率的裝置，其特征在于，包括：

檢測模塊，用于獲取待檢測樣本的測序數據和參考基因組之間的比對結果文件，并從比對結果文件中篩選出覆蓋多態性位點且表達量不低于設定閾值的持家基因蛋白質編碼區域作為信息提取區間；

污染率計算模塊，用于通過信息提取區間、比對結果文件和遺傳多態性位點信息數據庫計算出樣本污染率。

9.根據權利要求8所述的裝置，其特征在于，所述檢測模塊包括：

數據比對模塊，用于將待檢測樣本的測序數據與參考基因組進行比對，得到比對結果文件；

編碼區域鑒定模塊，用于從持家基因數據庫中選擇持家基因蛋白質編碼區域；

多態性位點鑒定模塊，用于根據多態性位點在基因組中的坐標信息，篩選出所有包含多態性位點的持家基因蛋白質編碼區域；所述持家基因蛋白質編碼區域中包含的多態性位點記為多態性位點Q；

篩選模塊，用于獲得比對結果文件中基因的表達量，并挑選出表達量不低于設定閾值的基因M，然后從多態性位點Q中挑選出落入基因M內的多態性位點P，采用覆蓋多態性位點P的持家基因蛋白質編碼區域作為信息提取區間。

10.根據權利要求8或9所述的裝置，其特征在于，所述檢測模塊中還包括降采樣模塊，用于減少比對結果文件中分析樣本的數據量。