[發明專利]基于Sanger測序的HLA分型方法及設備

在審

• 申請號: 202011600233.7
• 申請日: 2020-12-29
• 公開（公告）號: CN112669903A
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 郭同壘;何勝;劉明坤;葉鋒
• 申請（專利權）人: 北京旌準醫療科技有限公司
• 主分類號: G16B20/30
• 分類號: G16B20/30
• 代理公司: 北京細軟智谷知識產權代理有限責任公司 11471
• 代理人: 付登云

本申請涉及一種基于Sanger測序的HLA分型方法及設備，包括：獲取待識別基因的測序數據；根據待識別基因的測序數據，基于預先訓練的堿基識別模型，得到待識別基因各位點的正確堿基信號；判讀所述待識別基因的核酸序列并與參考序列比對獲得差異位點，基于預先整理的等位基因型與所述差異位點，采用位運算比較獲得HLA分型結果。由于堿基識別模型以非正常堿基的測序數據作為樣本數據進行訓練，訓練得到的堿基識別模型可以對Sanger測序數據中存在的低質量、雜合堿基和污染信號等非正常堿基進行識別，使用位運算快速獲得等位基因型分型結果，解決了人工進行識別速度慢、準確性低的問題。

技術領域

本申請涉及生物信息技術領域，尤其涉及一種基于Sanger測序的HLA分型方法及設備。

背景技術

HLA(human leukocyte antigen，人類白細胞抗原)是人類的主要組織相容性復合體(MHC)的表達產物，該系統是所知人體最復雜的多態系統，HLA是免疫遺傳學、免疫生物學和生物化學等學科的一個重要研究領域。HLA分型在醫學免疫學中有重要應該價值。目前HLA分型方法主要包括血清學分型和DNA分型。DNA分型方法中的HLA-SBT算法是目前公認的黃金標準，它通過對HLA相關基因的高多態性外顯子(I型A、B、C基因為exon2、3、4，II型DQB1，DRB1基因exon2、3)進行Sanger測序(必要時配合GSSP的Sanger測序)，以達到高度分型的目的。

Sanger測序是根據核苷酸在某一固定的點開始，隨機在某一個特定的堿基處終止，并且在每個堿基后面進行熒光標記，產生以A、T、C、G結束的四組不同長度的一系列核苷酸，自動變性后進行毛細管電泳，在四個光譜信號中由激光誘導產生熒光，根據檢測到的熒光信號數據識別DNA堿基序列的一種方法。Sanger測序數據為.abi文件，文件記錄了A、T、C、G四種堿基的信號值，由峰圖展示，此外文件還記錄了有Sanger測序儀自動判讀得到的一條堿基序列，以及每個堿基的質量值。測序結果數據中，常會有一些重疊峰，造成此現象的原因可能是測序質量不好或者原始模板為雜合等原因。

HLA-SBT分型算法基于HLA基因的堿基多態性進行，因此該算法高度依賴于輸入序列的準確性，然而Sanger測序數據中存在低質量、雜合堿基、污染信號。目前針對于Sanger測序結果的不確定堿基結果，主要依賴人工進行判讀，現有軟件只是根據人工確定的堿基給出樣品的等位基因型，并非直接獲得結果，而不同工作經驗的人進行判讀可能結果有差異，且對于大批量測序來說，人工判讀會消耗大量時間，對于病人來說準確性和時效性是至關重要的。

發明內容

為至少在一定程度上克服相關技術中存在的問題，本申請提供一種基于Sanger測序的HLA分型方法及設備。

本申請的方案如下：

根據本申請實施例的第一方面，提供一種基于Sanger測序的HLA分型方法，包括：

獲取待識別基因的測序數據；

根據所述待識別基因的測序數據，基于預先訓練的堿基識別模型，得到所述待識別基因各位點的正確堿基信號；其中，所述堿基識別模型以非正常堿基的測序數據作為樣本數據進行訓練；

判讀所述待識別基因的核酸序列并與參考序列比對獲得差異位點，基于預先整理的等位基因型與所述差異位點，采用位運算比較獲得HLA分型結果。

優選的，在本申請一種可實現的方式中，還包括：

收集歷史HLA分型項目中的非正常堿基位點的序列HLA分型結果和測序峰圖，以及根據所述非正常堿基位點的序列HLA分型結果和測序峰圖判讀的所述非正常堿基位點的最終堿基值；

整理所述非正常堿基位點中A、T、G、C四個堿基各自信號峰值前后的信號值；

獲取所述非正常堿基位點對應的人群頻率；