[發(fā)明專(zhuān)利]檢測(cè)基因組區(qū)域中的結(jié)構(gòu)變異的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011162206.6
• 申請(qǐng)日: 2020-10-27
• 公開(kāi)（公告）號(hào): CN112349346A
• 公開(kāi)（公告）日: 2021-02-09
• 發(fā)明（設(shè)計(jì)）人: 魏從翀;劉成林;張周;畢騰騰;王洪明;張之宏;揣少坤;漢雨生
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣州燃石醫(yī)學(xué)檢驗(yàn)所有限公司
• 主分類(lèi)號(hào): G16B20/20
• 分類(lèi)號(hào): G16B20/20;G16B20/30;G06K9/62
• 代理公司: 北京市柳沈律師事務(wù)所 11105
• 代理人: 凃滔

本公開(kāi)涉及使用高通量測(cè)序數(shù)據(jù)檢測(cè)基因組區(qū)域中的結(jié)構(gòu)變異包括缺失、重復(fù)、倒位和易位的方法。本公開(kāi)還提供了用于檢測(cè)基因組區(qū)域中的結(jié)構(gòu)變異的系統(tǒng)、設(shè)備和計(jì)算機(jī)可讀介質(zhì)。

技術(shù)領(lǐng)域：

本發(fā)明屬于生物信息學(xué)領(lǐng)域，并具體涉及使用高通量測(cè)序數(shù)據(jù)檢測(cè)基因組區(qū)域中的結(jié)構(gòu)變異(SV)的方法和系統(tǒng)。

技術(shù)背景：

結(jié)構(gòu)變異(structural variants，SV)是人類(lèi)基因組中主要的變異形式之一。結(jié)構(gòu)變異包括染色體片段的缺失、重復(fù)、倒位和易位等多種變異形式。結(jié)構(gòu)變異存在于正常基因組和腫瘤基因組中，盡管在腫瘤基因組中發(fā)生的頻率更高。一些基因的結(jié)構(gòu)變異可能與遺傳風(fēng)險(xiǎn)和靶向治療的敏感性有關(guān)。

高通量測(cè)序技術(shù)又稱(chēng)為二代測(cè)序技術(shù)(NGS)為低成本、規(guī)模化的檢測(cè)結(jié)構(gòu)變異提供了便捷。除此之外，基于二代測(cè)序技術(shù)的檢測(cè)方法可以檢測(cè)斷點(diǎn)信息在堿基分辨率級(jí)別的結(jié)構(gòu)變異，而其他低通量的檢測(cè)技術(shù)如熒光原位雜交技術(shù)(FISH)僅可以檢測(cè)某種結(jié)構(gòu)變異是否存在，不能得到斷點(diǎn)信息。而使用微陣列技術(shù)的微陣列比較基因組雜交(array CGH)僅可以檢測(cè)不平衡的結(jié)構(gòu)變異包括缺失或者重復(fù)，其常用于檢測(cè)拷貝數(shù)變化(CNV)。另外，它提供的斷點(diǎn)信息的分辨率也非常有限。

結(jié)構(gòu)變異作為一種復(fù)雜的變異形式需要有效的綜合NGS數(shù)據(jù)中的多種信號(hào)才能更準(zhǔn)確的檢測(cè)出來(lái)。當(dāng)前檢測(cè)結(jié)構(gòu)變異主要依賴(lài)于三種信號(hào)：paired-end reads信號(hào)(簡(jiǎn)稱(chēng)PE)，split-reads信號(hào)(簡(jiǎn)稱(chēng)SR)和read depth信號(hào)(簡(jiǎn)稱(chēng)RD)。目前，應(yīng)用以上一種或多種信號(hào)的結(jié)構(gòu)變異檢測(cè)軟件都有顯著的假陽(yáng)性問(wèn)題，這十分影響結(jié)構(gòu)變異檢測(cè)在精準(zhǔn)醫(yī)療領(lǐng)域的應(yīng)用。

綜上，目前本領(lǐng)域缺乏基于高通量測(cè)序技術(shù)的具有高敏感性和高精確度的結(jié)構(gòu)變異檢測(cè)方法以應(yīng)用于精準(zhǔn)醫(yī)療領(lǐng)域。

發(fā)明內(nèi)容

以下列出了本公開(kāi)中使用的部分術(shù)語(yǔ)及其定義。

NGS：高通量測(cè)序(High-Throughput Sequencing)又名二代測(cè)序(NextGeneration Sequencing，NGS)，是相對(duì)于傳統(tǒng)的桑格測(cè)序(Sanger Sequencing)而言的。

FASTQ格式文件：是一種保存生物序列(通常為核酸序列)及其測(cè)序質(zhì)量得分信息的文本格式。

SAM格式文件：SAM(Sequence Alignment/Map format)文件是一種序列比對(duì)格式標(biāo)準(zhǔn)，由Sanger制定，是以TAB為分割符的文本格式。

BAM格式文件：SAM格式文件的二進(jìn)制文件。

BED格式文件：BED(Browser Extensible Data)文件是定義track特征信息比如注釋的格式，是以TAB為分割符的文本格式。

SV：結(jié)構(gòu)變異(structural variation)。

插入片段長(zhǎng)度(insert size)：兩端接頭之間序列的長(zhǎng)度。當(dāng)某對(duì)讀長(zhǎng)來(lái)源于結(jié)構(gòu)變異事件，它們經(jīng)過(guò)比對(duì)軟件回帖到基因組后往往有異常的插入片段長(zhǎng)度。

Soft-clipping：是指一條比對(duì)記錄(讀長(zhǎng))不能回帖到基因組的部分，但是它仍然屬于比對(duì)記錄的一部分。

Split-read：是指一條比對(duì)記錄(讀長(zhǎng))擁有多重回帖，比對(duì)記錄的不同部分可以貼到基因組不同的地方。對(duì)于多重回帖的讀長(zhǎng)可能預(yù)示著結(jié)構(gòu)變異的存在。

Paired-end：是指雙端測(cè)序的兩個(gè)讀長(zhǎng)，即一對(duì)讀長(zhǎng)對(duì)。對(duì)于擁有異常方向或異常插入片段長(zhǎng)度的兩個(gè)讀長(zhǎng)可能預(yù)示著結(jié)構(gòu)變異的存在。

QNAME：讀長(zhǎng)名稱(chēng)，對(duì)于雙端測(cè)序的兩個(gè)讀長(zhǎng)擁有相同的QNAME。