[發(fā)明專利]一種在WES數(shù)據(jù)中檢測(cè)單樣本SMN基因拷貝數(shù)的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011107940.2
• 申請(qǐng)日: 2020-10-16
• 公開（公告）號(hào): CN112435710A
• 公開（公告）日: 2021-03-02
• 發(fā)明（設(shè)計(jì)）人: 余偉師;梁萌萌;鮑遠(yuǎn)亮;栗海波;賀洪鑫
• 申請(qǐng)（專利權(quán)）人: 賽福解碼（北京）基因科技有限公司
• 主分類號(hào): G16B20/10
• 分類號(hào): G16B20/10
• 代理公司: 南京九致知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32307
• 代理人: 嚴(yán)巧巧

1.一種在WES數(shù)據(jù)中檢測(cè)單樣本SMN基因拷貝數(shù)的方法，其特征在于：

S1、收集不同批次WES數(shù)據(jù)的已知SMN基因?qū)嶋H拷貝數(shù)的陰性樣本和已知SMN基因?qū)嶋H拷貝數(shù)的陽性樣本，在全外顯子Bed區(qū)間內(nèi)尋找與SMN基因拷貝數(shù)高相關(guān)性的對(duì)照區(qū)間；

S2、利用所述對(duì)照區(qū)間的resds覆蓋度校正所述陰性樣本和陽性樣本間的批次效應(yīng)，定義所述不同批次WES數(shù)據(jù)的已知SMN基因?qū)嶋H拷貝數(shù)的陰性樣本和已知SMN基因?qū)嶋H拷貝數(shù)的陽性樣本為所有樣本，計(jì)算所述所有樣本的SMN1基因的相應(yīng)拷貝數(shù)時(shí)的P1值分布范圍和SMN2基因的相應(yīng)拷貝數(shù)時(shí)的P2值分布范圍；

統(tǒng)計(jì)所述所有樣本中已經(jīng)驗(yàn)證為是靜默攜帶者的樣本的7號(hào)內(nèi)含子的g.27134TG位點(diǎn)的校正后覆蓋度P_silent值分布范圍；

S3、計(jì)算單個(gè)測(cè)試樣本的SMN1基因的7號(hào)外顯子和8號(hào)外顯子的p1值、SMN2基因的7號(hào)外顯子和8號(hào)外顯子的p2值，根據(jù)S2中計(jì)算所得的P1值和P2值的分布范圍判斷本步驟中p1值和p2值所對(duì)應(yīng)的SMN1基因和SMN2基因的拷貝數(shù)；

統(tǒng)計(jì)單個(gè)測(cè)試樣本的7號(hào)內(nèi)含子上的g.27134TG位點(diǎn)的覆蓋度p_silent值；根據(jù)所述p_silent值和所述單個(gè)測(cè)試樣本的SMN1基因的拷貝數(shù)，判斷該單個(gè)測(cè)試樣本靜默攜帶者的狀態(tài)：

當(dāng)p_silent值在S2中計(jì)算的P_silent值分布范圍內(nèi)且所述單個(gè)測(cè)試樣本的SMN1基因的拷貝數(shù)是2時(shí)，判斷所述單個(gè)測(cè)試樣本為靜默攜帶者；

當(dāng)p_silent值在S2中計(jì)算的P_silent值分布范圍內(nèi)但所述單個(gè)測(cè)試樣本的SMN1基因的拷貝數(shù)不是2，判斷所述單個(gè)測(cè)試樣本為疑似靜默攜帶者；

其他情況時(shí)均判斷所述單個(gè)測(cè)試樣本為非靜默攜帶者。

2.如權(quán)利要求1所述的在WES數(shù)據(jù)中檢測(cè)單樣本SMN基因拷貝數(shù)的方法，其特征在于：所述S1中尋找所述對(duì)照區(qū)間的步驟包括：

S101、用MLPA平臺(tái)驗(yàn)證所述所有樣本的SMN1基因和SMN2基因的實(shí)際拷貝數(shù)，使用生信分析流程進(jìn)行處理后得到Bam文件；

S102、預(yù)先篩選出兩拷貝基因的Bed區(qū)間，統(tǒng)計(jì)所述所有樣本在全外顯子組的Bed區(qū)間內(nèi)的覆蓋度；

S103、把所述所有樣本的覆蓋度校正到100X，得到樣本校正后覆蓋度；

S104、根據(jù)所述所有樣本校正后覆蓋度計(jì)算相關(guān)性和方差，查找相關(guān)性好且方差值低的Bed區(qū)間作為對(duì)照區(qū)間。

3.如權(quán)利要求2所述的在WES數(shù)據(jù)中檢測(cè)單樣本SMN基因拷貝數(shù)的方法，其特征在于：所述對(duì)照區(qū)間為相關(guān)性好且方差值低的前5個(gè)Bed區(qū)間。

4.如權(quán)利要求3所述的在WES數(shù)據(jù)中檢測(cè)單樣本SMN基因拷貝數(shù)的方法，其特征在于：所述S2的步驟包括：

S201、統(tǒng)計(jì)所述所有樣本在SMN1基因和SMN2基因的7號(hào)外顯子和8號(hào)外顯子的總覆蓋度并校正，得到SMN1基因和SMN2基因7號(hào)外顯子和8號(hào)外顯子的校正后總覆蓋度；

S202、統(tǒng)計(jì)所述所有樣本在5個(gè)所述對(duì)照區(qū)間的總覆蓋度并校正，得到對(duì)照區(qū)間的校正覆蓋度均值；

S203、統(tǒng)計(jì)所述所有樣本的3個(gè)點(diǎn)突變的覆蓋度并校正，得到3個(gè)點(diǎn)突變的校正后覆蓋度；所述3個(gè)點(diǎn)突變的覆蓋度包括7號(hào)外顯子上的c.840CT位點(diǎn)的覆蓋度、8號(hào)外顯子上的c.*239GA位點(diǎn)的覆蓋度和7號(hào)內(nèi)含子上的g.27134TG位點(diǎn)的覆蓋度；計(jì)算SMN1基因的校正后覆蓋度在7號(hào)外顯子、8號(hào)外顯子的ratio值；計(jì)算SMN2基因的的校正后覆蓋度在7號(hào)外顯子、8號(hào)外顯子的ratio值；

S204、根據(jù)所述SMN1基因和SMN2基因的7號(hào)外顯子和8號(hào)外顯子的校正后總覆蓋度、對(duì)照區(qū)間的校正覆蓋度均值、所述ratio值，計(jì)算SMN1基因的7號(hào)外顯子的拷貝數(shù)p_e7_s1值和8號(hào)外顯子的拷貝數(shù)p_e8_s1值；計(jì)算SMN2基因的7號(hào)外顯子的拷貝數(shù)p_e7_s2值和8號(hào)外顯子的拷貝數(shù)p_e8_s2值；根據(jù)p_e7_s1值和p_e8_s1值計(jì)算p1值；根據(jù)p_e7_s2值和p_e8_s2值計(jì)算p2值；所述所有樣本根據(jù)相應(yīng)拷貝數(shù)統(tǒng)計(jì)的p1值的分布范圍為P1，所述所有樣本根據(jù)相應(yīng)拷貝數(shù)統(tǒng)計(jì)的p2值的分布范圍為P2。