[發明專利]基于ATAC測序數據篩選子宮內膜癌關鍵基因的方法及應用

在審

• 申請號: 202011452042.0
• 申請日: 2020-12-10
• 公開（公告）號: CN112562785A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 盧美松;陳河兵;湯小晗;王軍婷;李昊;陶歡;伯曉晨
• 申請（專利權）人: 哈爾濱醫科大學附屬第一醫院;中國人民解放軍軍事科學院軍事醫學研究院
• 主分類號: G16B20/20
• 分類號: G16B20/20;G16B20/30;G16B30/20;G16B35/20;G16B50/00
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 張金銘

本發明涉及基因篩選技術領域，涉及基于ATAC測序數據篩選子宮內膜癌關鍵基因的方法及應用。本發明提供的基于ATAC測序數據的腫瘤關鍵基因的篩選方法包括，首先選取兩個以上的指標將ATAC測序所得的峰位進行排序；然后將不同指標的峰位排序結果按照峰位數量均分成組，選擇至少一組作為疑似包含腫瘤關鍵基因的初篩峰位分組；再篩選出初篩峰位分組中共同含有的峰位構成次篩峰位分組；最后根據目的腫瘤的基因表達值，對得到的次篩峰位分組中各峰位對應的基因進行最終篩選，得到腫瘤關鍵基因。該方法基于ATAC測序數據，通過選取多個判斷指標對目的腫瘤的關鍵基因進行篩選，可以避免數據處理過程中人為因素的干擾，具有更高的可靠性。

技術領域

本發明涉及基因篩選技術領域，具體而言，涉及基于ATAC測序數據篩選子宮內膜癌關鍵基因的方法及應用。

背景技術

目前，腫瘤關鍵基因篩選方法主要包括以下三種：(1)利用突變小鼠，進行正向基因篩查并確定與人類癌癥高度相關的候選驅動基因；(2)基于蛋白質序列、功能注釋和相互作用網絡等方面通過研究基因在腫瘤中的特征以分選出候選腫瘤基因；(3)基于公共數據庫提取差異表達基因，結合蛋白互作網絡(PPI)進行關鍵基因的篩選。

但上述腫瘤關鍵基因篩選方法都具有明顯的缺陷和不足。首先，由于物種間的差異顯著，導致在利用突變小鼠進行關鍵基因篩查時得到的候選驅動基因在人體中的作用較小鼠具有顯著差異，不夠準確，同時利用突變小鼠進行關鍵基因篩查的方法主要針對的是反復突變的“顯著突變基因”，那些罕見突變基因無法被獲取到。

其次，由于蛋白質序列只能反映編碼區的基因組成，因此，基于蛋白質序列、功能注釋和相互作用網絡等方面通過研究基因在腫瘤中的特征以分選出候選腫瘤基因的方法對基因的功能注釋主要集中在基因的編碼區，而占比約97％的基因非編碼區同樣對腫瘤發生和發展具有重要作用，而這一方法無法對非編碼區進行功能注釋，同時，該方法對具有已知功能注釋的基因進行研究篩選時存在偏差。

隨著基因數據庫的逐漸豐富，利用公共數據庫提取差異表達基因，結合蛋白互作網絡進行關鍵基因篩選的方法逐漸成為腫瘤關鍵基因篩選的重要手段，但由于數據來源受實驗條件、技術以及對照組選擇標準的制約，一組或者幾組篩選數據并不能代表廣泛的病例。

鑒于此，特提出本發明。

發明內容

本發明的目的在于提供一種子宮內膜癌關鍵基因的篩選方法，該方法基于ATAC測序數據，通過選取多個判斷指標對目的腫瘤的關鍵基因進行篩選，可以避免數據處理過程中人為因素的干擾，具有更高的可靠性。

本發明還提供了上述子宮內膜癌關鍵基因篩選方法在制備篩選子宮內膜癌關鍵基因產品中的應用。

本發明是這樣實現的：

本發明提供了一種基于ATAC測序數據篩選子宮內膜癌關鍵基因的方法，該方法包括，首先選取兩個以上的指標將ATAC測序所得的峰位進行排序；然后將不同指標的峰位排序結果按照峰位數量均分成組，選擇至少一組作為疑似包含腫瘤關鍵基因的初篩峰位分組；再篩選出不同指標得到的初篩峰位分組中共同含有的峰位構成次篩峰位分組；最后根據子宮內膜癌的基因表達值，對得到的次篩峰位分組中各峰位對應的基因進行最終篩選，得到腫瘤關鍵基因。

ATAC測序所得峰位數量巨大，在對峰位數據進行分析之前，首先進行分類處理是十分必要的，本發明首先選擇兩個以上的指標將ATAC測序所得峰位排列成不同的順序。

在可選的實施方式中，可用于對ATAC峰位數據進行排序的指標包括轉錄因子數目、染色質開放信號強度、peaks的大小或peak在基因組上的位置(如啟動子、增強子或CPG島)中的兩種以上組合。

優選地，所述指標為轉錄因子數目和染色質開放信號強度。