[發明專利]一種測序數據的分類單元組分計算方法

有效

• 申請號: 202010399887.1
• 申請日: 2020-05-12
• 公開（公告）號: CN111599413B
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 梁忱;胡龍;吳蘇生;楊帆;肖念清;任用
• 申請（專利權）人: 江蘇先聲醫學診斷有限公司;江蘇先聲醫療器械有限公司;北京先聲醫學檢驗實驗室有限公司
• 主分類號: G16B30/10
• 分類號: G16B30/10;G16B30/20;G16B40/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種降低測序數據生信分析中假陽性分類單元結果的方法，其特征在于，所述方法包括如下步驟：

步驟1），測序數據比對步驟；

步驟2），按分類單元分組步驟；

所述步驟2），基于步驟1）比對結果，按照比對結果優先支持的分類單元進行測序讀出序列的分組；

步驟3），測序讀出序列的次分類單元頻率統計步驟；

所述步驟3），針對步驟2）的測序讀出序列分組，統計每組測序讀出序列的次分類單元頻率；

步驟4）假陽性分類單元排除步驟；

所述步驟4），將每組的次分類單元頻率數值與次分類單元頻率閾值進行比較，若大于次分類單元頻率閾值，則確定該組測序讀出序列所優先支持的分類單元為異常分類單元并剔除；所述剔除為，獲得樣本的全部異常分類單元后，將原始比對結果文件中比對上異常分類單元的所有比對結果進行剔除。

2.根據權利要求1所述的降低測序數據生信分析中假陽性分類單元結果的方法，其特征在于，所述步驟3）中次分類單元頻率的統計步驟如下：對于每組測序讀出序列，找出至少被一條該組測序讀出序列所比對上的所有互斥分類單元，對于找出的分類單元集合，分別計算每個分類單元在該組測序讀出序列中的支持序列數占該組測序讀出序列總數的百分比，這些百分比中數值第二大的，為該組測序讀出序列的次分類單元頻率。

3.根據權利要求2所述的降低測序數據生信分析中假陽性分類單元結果的方法，其特征在于，所述步驟1）中采用保留非專一比對結果的比對軟件對測序讀出序列進行序列比對。

4.根據權利要求3所述的降低測序數據生信分析中假陽性分類單元結果的方法，其特征在于，所述比對軟件為BLASTN。

5.一種測序數據的分類單元組分計算方法，其特征在于，所述方法包括權利要求1-4任一所述步驟，并進一步包括：

步驟5），分類單元豐度統計步驟；

所述步驟5），對步驟4）剔除異常分類單元之后的比對結果，重新按照比對結果優先支持的分類單元對測序讀出序列進行分組，并統計每個分組的序列數和所占總讀出序列數的比例。

6.根據權利要求1-5任一所述的方法，其特征在于，所述測序數據來自于第二代測序平臺或第三代測序平臺。

7.根據權利要求6所述的方法，其特征在于，所述測序數據來自于Illumina、IONTORRENT、PacBio、Roche、Helicos、ABI或納米孔測序平臺。

8.根據權利要求1-5任一所述的方法，其特征在于，所述測序數據為基因組測序數據。

9.根據權利要求8所述的方法，其特征在于，所述測序數據為宏基因組測序數據。

10.根據權利要求9所述的方法，其特征在于，所述測序數據為泌尿感染宏基因組測序數據。

11.根據權利要求10所述的方法，其特征在于次分類單元頻率閾值為15-30%。