[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

本發明公開了一種檢測RNA跨樣本交叉污染率的方法和裝置，其中，方法包括：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。本發明通過篩選穩定表達的多態性位點作為污染率計算軟件的輸入，改進了該軟件只能用于DNA污染率評估的不足，程序操作方便，分析速度快，自動化程度高，與標準品對比，分析結果可信度高，實現對RNA樣本的質量評估，有助于后續分析的準確性。

技術領域

本發明涉及跨樣本交叉污染率的檢測領域，具體涉及一種檢測RNA跨樣本交叉污染率的方法和裝置。

背景技術

腫瘤樣本的基因表達譜是一個強有力的識別預后和預測的生物標志物。迄今為止，人們已經對大量的癌癥冷凍組織樣本進行轉錄譜分析，但由于長期隨訪臨床病人腫瘤樣本的新鮮冷凍組織不易收集和存儲，因此福爾馬林固定石蠟包埋組織(FFPE)便成為醫學領域更廣泛使用的生物材料。腫瘤樣本的全基因組基因表達譜分析對于癌癥研究不可或缺，并且也有助于進行廣泛的回顧性臨床基因組研究。但FFPE需要經過固定、石蠟包埋、切片及染色等步驟以免細胞組織降解，在上述制片操作，以及運輸、存儲和人為實驗操作過程中，經常會出現污染的情況。污染主要有三個方面：跨個體、個體內和跨物種。

目前RNA樣本污染率評估基本都只能實現跨物種的污染評估，其主要方法是：通過將無法比對到參考基因組的序列比對NCBI數據庫，計算微生物、植物、病毒等其它非人類物種的污染占比。關于跨個體的污染評估方式，現有技術中僅僅只公開有DNA樣本污染率的評估方式，具體過程為：采用GATK軟件ContEst通過單核苷酸多態位點信息計算人DNA二代測序數據中的交叉污染，通過提供測序樣本的基因型信息(http://www.1000genomes.org),人群頻率信息(ContEst提供)和測序樣本的比對文件,使用貝葉斯方法計算后驗概率的污染水平,確定最大后驗概率估計的污染水平。上述軟件主要用于DNA污染率的檢測，申請人研究發現當采用上述軟件進行RNA污染率檢測時，由于RNA存在表達量不一致的問題，導致最終污染率的評估極其不準確。即，當檢測RNA跨樣本交叉污染率時，在不同的時間空間，不同樣本、不同基因的表達量均有差異，會嚴重影響到單核苷酸多態位點的測序數據覆蓋情況，進而影響污染率的評估，使最終的評估結果極其不準確。

由于在人群樣品間跨個體的RNA之間，即使是很小程度的交叉污染也會導致分析結果出現假陽性，特別是在對比腫瘤和正常組織RNA樣本研究中，因此，人群樣品間跨個體的RNA交叉污染更需要嚴格控制。而目前并沒有相關軟件或流程能夠實現對跨個體的RNA交叉污染的準確評估。

發明內容

因此，本發明要解決的技術問題在于，克服現有技術中并沒有能夠實現跨個體的RNA交叉污染準確評估的方法和裝置的缺陷，本發明提供一種評估更加準確的檢測RNA跨樣本交叉污染率的方法和裝置。

一種檢測RNA跨樣本交叉污染率的方法，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。

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；