[發明專利]一種轉錄本注釋方法以及篩選長非編碼RNA和內源逆轉錄病毒來源長非編碼RNA的方法

在審

• 申請號: 202011007988.6
• 申請日: 2020-09-23
• 公開（公告）號: CN112201307A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 孔慶然;杜佳偉;侯衛博;丁春明
• 申請（專利權）人: 溫州醫科大學
• 主分類號: G16B25/10
• 分類號: G16B25/10;G16B30/00;G16B35/20;G16B50/10;G16B50/30
• 代理公司: 哈爾濱市陽光惠遠知識產權代理有限公司 23211
• 代理人: 鄧宇

1.一種轉錄本的注釋方法，其特征在于，所述的注釋方法的具體步驟包括：

(1)對RNA測序和小RNA測序的下機數據進行去接頭處理獲得有效數據；

(2)對步驟(1)中得到的有效數據按照質控標準進行數據質控，得到符合標準的有效數據；

(3)分別將步驟(2)中得到的符合標準的有效數據與參考基因組進行比對拼接，獲得對比結果文件；

(4)把步驟(3)中得到的對比結果文件，以MAPQs值作為篩選標準篩選轉錄本；

(5)將步驟(4)中得到的轉錄本進行定量分析，獲得定量結果文件，以Fpkm值作為篩選標準進行篩選，得到完整轉錄本。

2.根據權利要求1所述的注釋方法，其特征在于，步驟(1)中采用trim_galore或cutadapt軟件得到有效數據。

3.根據權利要求1所述的注釋方法，其特征在于，步驟(2)中所述的質控標準為：

(1)每一個堿基的測序質量得分不低于20；

(2)每一條序列的鳥嘌呤胞嘧啶含量符合正態分布，偏差不超過15％；

(3)測序結果中不確定堿基的含量不超過5％；

(4)每一個讀長的測序長度保持一致；

(5)序列的重復性不超過20％；

采用FastQC軟件分析得到符合標準的有效數據。

4.根據權利要求1所述的注釋方法，其特征在于，步驟(3)采用hisat2、bowtie2、tophat2或subjunc軟件分析得到對比結果文件。

5.根據權利要求1所述的注釋方法，其特征在于，步驟(4)中所述的篩選標準是MAPQs大于10。

6.根據權利要求1所述的注釋方法，其特征在于，步驟(5)中所述的篩選標準是Fpkm大于0.5。

7.一種篩選長非編碼RNA的方法，其特征在于，所述的方法中的轉錄本注釋方法采用的權利要求1-6任意一項所述的注釋方法。

8.根據權利要求7所述的方法，其特征在于，所述的方法中是采用CPC2和CNCI軟件分析所述的注釋方法得到的完整轉錄本，然后篩選得到長非編碼RNA。

9.一種篩選內源逆轉錄病毒來源長非編碼RNA的方法，其特征在于，所述的方法具體步驟包括：

(1)篩選長非編碼RNA：采用權利要求8所述的方法篩選編碼的長非編碼RNA；

(2)從步驟(1)得到的長非編碼RNA中，根據在染色體上的位置選擇與內源逆轉錄病毒距離5kb以內的長非編碼RNA，作為篩選得到內源逆轉錄病毒來源長非編碼RNA。

10.根據權利要求9所述的方法，其特征在于，步驟(2)中采用bedtools interact軟件篩選得到內源逆轉錄病毒來源長非編碼RNA。