[發明專利]面向多核處理器的基因變異檢測方法及系統

有效

• 申請號: 202011090874.2
• 申請日: 2020-10-13
• 公開（公告）號: CN112397142B
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 劉衛國;張浩;宋紅磊;殷澤坤
• 申請（專利權）人: 山東大學
• 主分類號: G16B20/20
• 分類號: G16B20/20;G16B20/30;G16B30/10
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

1.面向多核處理器的基因變異檢測方法，其特征是，包括：

對輸入數據進行預處理；從預處理后得到的測序序列read提取簡要比對信息表達式CIGAR信息；所述輸入數據，是指：將待查詢序列與參考序列進行比對得到的文件；

對讀取的測序序列read的簡要比對信息表達式CIGAR信息進行修改；對修改后的測序序列read的簡要比對信息表達式CIGAR信息進行處理，處理過程中從內存池中進行候選變異數據的調取，得到候選變異集合；

對候選變異集合中變異的基因進行局部重比對，以降低假陽性變異的檢測；

對局部重比對后的變異的基因進行格式化處理，將格式化處理后的變異基因輸出到輸出文件中，并且將內存池中數據進行重置以便進行反復的使用；

其中，所述測序序列read表示設定長度的DNA片段；所述對讀取的測序序列read的簡要比對信息表達式CIGAR信息進行修改；具體步驟包括：

將查詢序列與參考序列相比的改變值與改變值近鄰的SoftClip一起替換為一個SoftClip；所述改變值，包括：插入值或刪除值；

如果查詢序列與參考序列相比的改變值與SoftClip相隔的匹配堿基數不超過10個，則查詢序列與參考序列相比的改變值、堿基數與SoftClip也會被處理為一個SoftClip；

將長度小于設定閾值的匹配序列與開始或結尾處的插入處理成SoftClip；

將兩個相鄰近的刪除合并為一個刪除；將兩個相近鄰的插入合并為一個插入；

將三個相鄰近的刪除合三為一；

重新比對下SoftClip部分，把和參考序列匹配的部分更改為匹配的序列；

所述對局部重比對后的變異的基因進行格式化處理，將格式化處理后的變異基因輸出到輸出文件中；具體步驟包括：

對變異的基因通過變異頻率進行過濾；對變異的基因通過位置信息進行過濾；對變異的基因通過比對質量進行過濾。

2.如權利要求1所述的方法，其特征是，對輸入數據進行預處理，具體步驟包括：

利用多線程獲取用戶指定的待進行變異檢測的位點region信息并多線程并行地進行后續處理；

根據用戶指定的待進行變異檢測的位點region信息，對參考基因序列進行存儲；

讀取測序序列的read，過濾掉低質量的測序序列read；得到處理后的測序序列read。

3.如權利要求2所述的方法，其特征是，read的質量的判斷步驟包括：

通過測序過程，產生測序質量；

通過比對過程，產生比對質量和未比對上的堿基的個數；

根據測序質量、比對質量和未比對上的堿基的個數，計算出測序序列read的質量值，將測序序列read的質量值與設定閾值進行比較，高于設定閾值，則表示當前測序序列read為高質量read；否則，表示當前read為低質量read。

4.如權利要求1所述的方法，其特征是，對修改后的測序序列read的簡要比對信息表達式CIGAR信息進行處理，處理過程中從內存池中進行候選變異數據的調取，得到候選變異集合具體步驟包括：

對修改后的測序序列read的簡要比對信息表達式CIGAR信息，找到不匹配的位點，從內存池中進行數據的調取用以存儲候選變異，并加入候選變異集合，如果是有多個連續的不匹配，那這個變異可能是多核苷酸變異MNV，把這多個連續的不匹配序列加入到候選變異集合里面；

對于SoftClip的處理，使用SoftClip類來存儲與SoftClip有關的變異信息，遍歷這塊序列，將不匹配的位點和此位點的相關信息存到SoftClip實例里；

對Insertion插入和deletion刪除的處理，將其加入候選變異集合里。