[發明專利]一種基于二代測序的轉錄組數據自動化分析方法

在審

• 申請號: 202011539343.7
• 申請日: 2020-12-23
• 公開（公告）號: CN112489724A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 羅奇斌;申玉林;廖勝光;任毅
• 申請（專利權）人: 天津奇云諾德生物醫學有限公司
• 主分類號: G16B20/30
• 分類號: G16B20/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種基于二代測序的轉錄組數據自動化分析方法，該自動化分析方法包括原始測序數據的預處理、預處理后測序數據的質控、質控后測序數據的比對、基于比對結果的變異檢測分析、基于比對結果的重新組裝及定量分析、基于定量結果進行差異表達基因的挑選、基于差異表達基因列表進行的注釋富集分析以及PDF和Html報告的生成等步驟。本發明從轉錄組原始測序數據開始分析，自動化處理分析所有數據，直到生成最終數據分析報告；一鍵式自動化分析，避免了繁雜的人工操作及其帶來的錯誤；提供PDF版報告和Html網頁版報告，可以更好的滿足不同場景下查看分析結果的需求；同時本發明提供的方法由程序自動化控制并使用更加高效的分析軟件，簡化了數據分析處理環節并降低了人工成本，提升了數據處理分析的效率。

技術領域

本發明涉及一種基于二代測序的轉錄組數據自動化分析方法。

背景技術

轉錄組測序的研究對象為特定細胞在某一功能狀態下所能轉錄出來的所有RNA的總和，主要包括 mRNA和非編碼RNA 。轉錄組研究是基因功能及結構研究的基礎和出發點，通過新一代高通量測序，能夠全面快速地獲得某一物種特定組織或器官在某一狀態下的幾乎所有轉錄本序列信息，已廣泛應用于基礎研究、臨床診斷和藥物研發等領域。

隨著新一代測序平臺的市場化，RNA測序(RNA sequenclng，RNA-Seq)技術已成為了轉錄組學研究的重要手段之一。該技術利用新一代高通量測序平臺對基因組cDNA測序，通過統計相關Reads（用于測序的cDNA小片段）數計算出不同mRNA的表達量，分析轉錄本的結構和表達水平，同時發現未知轉錄本和稀有轉錄本，精確地識別可變剪切位點以及編碼序列單核苷酸多態性，提供最全面的轉錄組信息。

目前轉錄組測序數據日益增多，涉及到的分析軟件也是琳瑯滿目，但是大多分析都是只能分析其中的一個小部分內容，需要手動一步一步的進行串聯，步驟非常繁瑣且輸入輸出文件格式轉換非常麻煩，因此很容易給分析過程及結果帶來不必要的錯誤。同時，轉錄組測序數據量較大，而且一般會進行大批量樣本比較分析，傳統算法流程計算十分耗時耗資源，需要在高端服務器上分析較長時間才能得到相關分析結果及報告。

為了滿足人們日益增長的分析需求，公開號為CN109637588A的中國專利公開了一種基于全轉錄組高通量測序構建基因調控網絡的方法，該方法主要針對得到的差異表達基因結果進行后續分析，如mRNA、lncRNA和miRNA的共表達關系，構建相關競爭性內源RNA調控關系，以及關鍵基因的通路富集分析等，但未在對原始數據的高效處理上進行重點關注。

目前國內尚缺少一個使用場景全面、合理高效且自動化程度高的轉錄組測序數據分析方法，因此，設計了一種基于二代測序的轉錄組數據自動化分析方法，適用于多樣本的轉錄組高通量測序數據的分析，提升了數據分析處理的自動化程度，功能多樣、適用性強，具有現實意義和良好的應用前景。

發明內容

針對上述背景技術中的不足，本發明的目的在于提供一種可以避免上述技術缺陷的一種基于二代測序的轉錄組數據自動化分析方法，適用于多樣本的轉錄組高通量測序數據的分析、自動化程度高、功能多樣且適用性強。

為實現上述目的，本發明提供如下技術方案：

一種基于二代測序的轉錄組數據自動化分析方法，該自動化分析方法包括以下步驟：

1）對原始測序數據進行數據預處理；

2）對預處理后測序數據進行質控分析；

3）對通過質控的測序數據進行map比對分析；

4）基于比對結果進行變異檢測分析；

5）基于比對后的結果進行重新組裝及定量分析；

6）基于重新組裝及定量分析結果進行差異基因的挑選；

7）基于挑選得到的差異基因進行功能注釋及富集分析；

8）根據以上步驟得到的結果進行整理統計及畫圖等操作，從而輸出PDF報告及Html報告供客戶查看。