[發(fā)明專利]分析物的空間分析

有效

• 申請(qǐng)?zhí)枺?/td>: 202080094371.4
• 申請(qǐng)日: 2020-11-18
• 公開（公告）號(hào): CN115210760B
• 公開（公告）日: 2023-08-01
• 發(fā)明（設(shè)計(jì)）人: 尹沂峰;Z·本特;S·威廉姆斯;I·費(fèi)迪斯;J·C·梅林;J·斯塔布;K·J·吳;N·I·韋森菲爾德;F·鮑姆加特納;B·克萊普爾;P·沙;N·德什洪揚(yáng);E·L·H·博格斯特姆;B·麥克里思
• 申請(qǐng)（專利權(quán)）人: 10X基因組學(xué)有限公司
• 主分類號(hào): G06T7/33
• 分類號(hào): G06T7/33;G06T7/11;G06T7/136;G06T7/155;G06T7/194
• 代理公司: 深圳市百瑞專利商標(biāo)事務(wù)所(普通合伙) 44240
• 代理人: 金輝

1.一種分析物的空間分析方法，其包含：

A)將樣品放置在基底上，其中所述基底包含多個(gè)基準(zhǔn)標(biāo)記和一組捕獲點(diǎn)，其中所述一組捕獲點(diǎn)包含至少1000個(gè)捕獲點(diǎn)；

B)獲得所述基底上的所述樣品的一個(gè)或多個(gè)圖像，其中所述一個(gè)或多個(gè)圖像中的每個(gè)相應(yīng)圖像包含呈對(duì)應(yīng)像素值陣列形式的對(duì)應(yīng)多個(gè)像素，其中所述對(duì)應(yīng)像素值陣列包含至少100,000個(gè)像素值；

C)在所述A)后，以電子形式從所述一組捕獲點(diǎn)獲得多個(gè)序列讀數(shù)，其中：

一組捕獲探針群中的每個(gè)相應(yīng)捕獲探針群(i)位于所述一組捕獲點(diǎn)中的不同捕獲點(diǎn)處，并且(ii)直接或間接地與來自所述樣品的一種或多種分析物締合，

所述一組捕獲探針群中的每個(gè)相應(yīng)捕獲探針群由多個(gè)空間條形碼中的至少一個(gè)唯一空間條形碼來表征，

所述多個(gè)序列讀數(shù)包含對(duì)應(yīng)于所述一種或多種分析物的全部或部分的序列讀數(shù)，

所述多個(gè)序列讀數(shù)包含至少10,000個(gè)序列讀數(shù)，以及

所述多個(gè)序列讀數(shù)中的每個(gè)相應(yīng)序列讀數(shù)包括所述一組捕獲探針群中所述對(duì)應(yīng)的捕獲探針群的空間條形碼或其互補(bǔ)物；

D)使用所述多個(gè)空間條形碼的全部或子集來將所述多個(gè)序列讀數(shù)中的相應(yīng)序列讀數(shù)定位到所述一組捕獲點(diǎn)中的對(duì)應(yīng)捕獲點(diǎn)，從而將所述多個(gè)序列讀數(shù)劃分成多個(gè)序列讀數(shù)子集，每個(gè)相應(yīng)序列讀數(shù)子集對(duì)應(yīng)于所述多個(gè)捕獲點(diǎn)中的不同捕獲點(diǎn)；以及

E)使用所述多個(gè)基準(zhǔn)標(biāo)記以提供復(fù)合表示，所述復(fù)合表示包含(i)與所述基底上的所述一組捕獲點(diǎn)對(duì)齊的所述一個(gè)或多個(gè)圖像和(ii)映射到對(duì)應(yīng)于所述樣品中的所述一種或多種分析物的相應(yīng)位置的相應(yīng)捕獲點(diǎn)的在所述一個(gè)或多個(gè)圖像內(nèi)的每個(gè)相應(yīng)位置處的每個(gè)序列讀數(shù)子集的全部或一部分的表示，其中所述使用所述多個(gè)基準(zhǔn)標(biāo)記以提供復(fù)合表示通過以下步驟將所述一個(gè)或多個(gè)圖像中的第一圖像與所述一組捕獲點(diǎn)對(duì)齊：

分析所述第一圖像的對(duì)應(yīng)像素值陣列以標(biāo)識(shí)所述第一圖像的多個(gè)導(dǎo)出基準(zhǔn)標(biāo)記；

使用與所述基底唯一相關(guān)聯(lián)的基底標(biāo)識(shí)符來選擇多個(gè)模板中的第一模板，其中所述多個(gè)模板中的每個(gè)模板包含對(duì)應(yīng)的多個(gè)參考基準(zhǔn)標(biāo)記的參考位置和對(duì)應(yīng)的坐標(biāo)系；

使用對(duì)齊算法將所述第一圖像的所述多個(gè)導(dǎo)出基準(zhǔn)標(biāo)記與所述第一模板的所述對(duì)應(yīng)的多個(gè)參考基準(zhǔn)標(biāo)記進(jìn)行對(duì)齊，以獲得所述第一圖像的所述多個(gè)導(dǎo)出基準(zhǔn)標(biāo)記與所述第一模板的所述對(duì)應(yīng)的多個(gè)參考基準(zhǔn)標(biāo)記之間的變換；以及

通過在所述多個(gè)像素上運(yùn)行多個(gè)啟發(fā)式分類器，使用所述變換和所述第一模板的所述坐標(biāo)系來定位所述一組捕獲點(diǎn)中的每個(gè)捕獲點(diǎn)在所述第一圖像中的對(duì)應(yīng)位置，其中，對(duì)于所述多個(gè)像素中的每個(gè)像素，所述多個(gè)啟發(fā)式分類器中的每個(gè)相應(yīng)啟發(fā)式分類器對(duì)所述多個(gè)像素中的每個(gè)相應(yīng)像素在第一類和第二類之間進(jìn)行投票，從而為所述多個(gè)像素中的每個(gè)相應(yīng)像素形成對(duì)應(yīng)的合計(jì)得分，并且將所述多個(gè)像素中的每個(gè)相應(yīng)像素的所述合計(jì)得分和強(qiáng)度應(yīng)用于分割算法，以獨(dú)立地為所述多個(gè)像素中的每個(gè)相應(yīng)像素分配作為樣品或背景的概率。

2.根據(jù)權(quán)利要求1所述的方法，其中所述復(fù)合表示提供了映射到所述多個(gè)捕獲點(diǎn)中的每個(gè)捕獲點(diǎn)處的多種分析物中的每種分析物的核酸片段的相對(duì)豐度。

3.根據(jù)權(quán)利要求1所述的方法，其中每個(gè)對(duì)應(yīng)的合計(jì)得分是包含明顯的第一類、可能的第一類、可能的第二類和明顯的第二類的一組類中的一個(gè)類。

4.根據(jù)權(quán)利要求1所述的方法，其中所述方法進(jìn)一步包含，對(duì)于多個(gè)基因座中的每個(gè)相應(yīng)基因座，執(zhí)行包含以下步驟的過程：

i)對(duì)所述多個(gè)序列讀數(shù)中映射到所述相應(yīng)基因座的每個(gè)相應(yīng)序列讀數(shù)進(jìn)行對(duì)齊，從而從所述相應(yīng)基因座的對(duì)應(yīng)單元型組中確定所述相應(yīng)序列讀數(shù)的單元型同一性，以及

ii)通過所述相應(yīng)序列讀數(shù)的所述空間條形碼和所述單元型同一性對(duì)所述多個(gè)序列讀數(shù)中映射到所述相應(yīng)基因座的每個(gè)相應(yīng)序列讀數(shù)進(jìn)行分類，

從而確定所述樣品中每個(gè)對(duì)應(yīng)單元型組中的每個(gè)單元型的空間分布，其中對(duì)于所述基底上所述一組捕獲點(diǎn)中的每個(gè)捕獲點(diǎn)，所述空間分布包括所述相應(yīng)基因座的所述單元型組中每個(gè)單元型的豐度。

5.根據(jù)權(quán)利要求4所述的方法，所述方法進(jìn)一步包含使用所述空間分布來表征受試者的生物學(xué)狀況。