[發明專利]一種STR基因數據分析的方法

有效

• 申請號: 202010418467.3
• 申請日: 2020-05-18
• 公開（公告）號: CN111415704B
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 秦葉
• 申請（專利權）人: 北京博安智聯科技有限公司
• 主分類號: G16B20/00
• 分類號: G16B20/00;G16B40/00
• 代理公司: 北京智行陽光知識產權代理事務所(普通合伙) 11738
• 代理人: 黃錦陽

本發明公開了一種STR基因數據分析的方法，是基于C++語言，對DNA中的短串聯重復序列STR基因測序數據進行定位全自動化分析，整體提高數據處理效率，最終得到與特定性狀關聯的基因區域，并提供豐富的定位結果展示圖表。本算法支持多色的熒光通道的分析；支持現在市面上常用的試劑盒；支持常見的測序儀輸出的原始數據文件格式；對檢驗中產生的雜峰進行自動識別去除；對測序過程中產生的峰型錯位自動校準。本發明實現了在法醫鑒定檢測DNA的工作中，對DNA基因短串聯序列STR進行多色熒光色通道的全自動數據分析。打破了DNA測序只能依賴國外軟件分析的狀況，為我國發展國產測序儀和國產試劑奠定了進程，加快了我國法醫鑒定檢測DNA領域的國產化的發展進程。

技術領域

本發明涉及STR基因數據技術領域，具體為一種STR基因數據分析的方法。

背景技術

微衛星DNA中的短串聯重復序列簡稱STR，是一種DNA多態性，廣泛存在于人類基因組的23對染色體上，通常由2-6bp的重復單位組成，不同個體(或等位基因)之間的差異一般只表現為重復單位的重復數目差異。STR基因座是一種重要的遺傳標記，在多態性程度高的基因座上，其個體識別能力強，并且可以簡單地用PCR技術檢測出來。STR基因座具有以下特點：STR多態性基因座數量多，片段長度一般小于400bp，易于擴增，適于微量檢材的檢驗；等位基因大小比較接近，較小等位基因優先擴增不明顯；不同位點的STR基因座片段長度差異較小，便于復合擴增，提高檢測效率。此外，STR基因座分析方法簡便，便于實驗DNA分型標準化和自動化，便于分型數據的計算機儲存、聯網檢索。目前STR技術已經是法醫學中應用范圍最廣泛，使用頻率最高的DNA分型技術。

目前對STR短串聯重復序列的解析，通常是需要專業分析軟件對測序儀生成的原始數據.fsa/.hid文件進行讀取解析，從機器語言轉換為可識別讀取的數字和圖像(基因峰圖)。在讀取解析轉換的過程中需要使用復雜的算法按照基因特定的規律和數學公式進行計算。目前對原始數據的分析還是依賴于國外的分析軟件，而且僅僅局限于對5色熒光通道的測序分析。針對8色和9色熒光通道，國內還無法進行有效的分析，造成了我國法醫DNA鑒定的整體狀況滯后。

現有技術存在的缺點:1.目前已知國內針對短串聯重復序列STR8色和9色原始數據分析，由于分析方法的問題，出現丟峰、錯峰、誤判等現象，不能做出準確的基因測序分析，大大阻礙了國內DNA測序。2.不能完美兼容失眠常見的所有試劑盒，針對不同試劑盒還需要單獨進行調整分析片段組合內標規則。3.現有的分析軟件設定的判斷方法只能針對5色熒光通道，由于現在試劑靈敏度的不斷提高，可檢測出的基因座數量也迅速增加，5色熒光通道已經不能滿足。需要能支持更多顏色熒光通道的分析方法。4.當前使用的分析方法，在數據分析過程中，需要人工進行判定某些峰型，這需要實驗人員具有豐富的分析經驗才能做出準確的分析判斷，導致從事分析的入門門檻較高，不能得到普及。

發明內容

本發明的目的在于提供一種STR基因數據分析的方法，以解決上述背景技術中提出的問題。

一種STR基因數據分析的方法，包括以下步驟：

步驟1：數據收集，測序儀輸出的.fsa,.hid的格式的原始數據文件在指定路徑，系統進行實時刷新，查看到指定路徑下有新的數據文件，即進行讀取；

步驟2：原始數據解析，通過讀取原始數據的頭文件數據，根據頭文件里所設置各個數據包的類型和描述，確定每個染色通道數據的位移位置與數據長度，使用傅里葉級數公式，按時間方向和頻率方向，組成正余弦波峰值圖像；

步驟3：熒光顏色分離-根據使用數據中的內標數據，作為原始圖譜的絕對定位位置，以及廠家提供的基因座配置文件作為原始圖譜的邏輯位置，按已定內標的邏輯位置，將各熒光通道按不同顏色進行分離；

步驟4：峰值計算，根據每個基因座范圍與高低峰閾值比率，即雜合子的峰高差值比率，進行正常峰與異常峰的自動判定，判定是以出峰位置是否在基因座范圍內或峰高比率超過閾值；