[發明專利]一種全基因組測序數據的分析方法及裝置

在審

• 申請號: 202110006620.6
• 申請日: 2021-01-05
• 公開（公告）號: CN112767999A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 范新平;黃宇
• 申請（專利權）人: 中國科學院上海藥物研究所
• 主分類號: G16B20/20
• 分類號: G16B20/20
• 代理公司: 北京金信知識產權代理有限公司 11225
• 代理人: 喻嶸

1.一種全基因組測序數據的分析方法，其特征在于，包括：

從預設數據庫收集來自同一受檢對象的全基因組測序數據，所述全基因組測序數據包括正常組織樣本數據和非正常組織樣本數據；

計算所述受檢對象全基因組測序數據中每個P值下各個片段的拷貝數、非正常組織樣本純度和非正常組織細胞倍性；其中，所述P值為相鄰拷貝數對應的基因組片段的TRE的差值；

根據所述每個P值下各個片段的拷貝數、非正常組織樣本純度和非正常組織細胞倍性計算每個P值對應的各個片段的基因型；

通過BIC算法獲取最優P值；

獲取所述最優P值對應的各個片段的基因型、非正常組織樣本純度γ、非正常組織細胞倍性κ、各個片段的拷貝數以及等位基因拷貝數。

2.如權利要求1所述的方法，其特征在于，所述P值通過如下方式計算：

統計各基因組片段內的TRE的均值方差和窗口數量；

基于基因組片段內的TRE的均值方差和窗口數量建立自回歸模型，計算相鄰拷貝數對應的基因組片段的TRE的差值P。

3.如權利要求2所述的方法，其特征在于，所述基因組片段通過如下方式形成：

根據所述測序序列將全基因組測序數據劃分為特定堿基數的窗口；

計算每個窗口的TRE值；

利用TRE值將相鄰窗口進行合并，以形成新的基因組片段。

4.如權利要求3所述的方法，其特征在于，所述計算所述受檢對象全基因組測序數據中每個P值下各個片段的拷貝數、非正常組織樣本純度和非正常組織細胞倍性，包括：

根據所述差值P推算出拷貝數為2的片段對應的TRE位點Q；

根據所述TRE位點Q計算出所有P取值下非正常組織樣本純度和非正常細胞倍性，并計算所有P取值下各個片段的拷貝數。

5.如權利要求1所述的方法，其特征在于，還包括：

根據如下公式計算各個P取值下的非正常組織樣本純度和非正常組織細胞倍性：

其中σ_i表示拷貝數為i的所有片段中，其TRE的標準差。S_s為片段S的TRE觀測值，Sⁱ為在某一P值下，理論上拷貝數為i的片段的TRE值。p_i表示片段S的拷貝數為i的權重，取值均為1。

6.如權利要求5所述的方法，其特征在于，根據所述每個P值下各個片段的拷貝數、非正常組織樣本純度和非正常組織細胞倍性計算每個P值對應的各個片段的基因型，包括：

根據所述各個P取值下的非正常組織樣本純度和非正常組織細胞倍性、所述各個片段的拷貝數以及變異位點的LAR數據計算每個P值對應的各個片段的基因型估計值。

7.如權利要求6所述的方法，其特征在于，所述變異位點的LAR數據通過以下方式獲?。?/p>

將所述全基因組測序數據與參考基因組進行比對，以獲取比對文件；

從比對文件中獲取每一個測序序列的位置信息、變異位點的LAR數據。

8.一種全基因組測序數據的分析裝置，其特征在于，包括：

收集模塊，用于從預設數據庫收集來自同一受檢對象的全基因組測序數據，所述全基因組測序數據包括正常組織樣本數據和非正常組織樣本數據；

第一計算模塊，用于計算所述受檢對象全基因組測序數據中每個P值下各個片段的拷貝數、非正常組織樣本純度和非正常組織細胞倍性；其中，所述P值為相鄰拷貝數對應的基因組片段的TRE的差值；

第二計算模塊，用于根據所述每個P值下各個片段的拷貝數、非正常組織樣本純度和非正常組織細胞倍性計算每個P值對應的各個片段的基因型；

第一獲取模塊，用于通過BIC算法獲取最優P值；

第二獲取模塊，用于獲取所述最優P值對應的各個片段的基因型、非正常組織樣本純度γ、非正常組織細胞倍性κ、各個片段的拷貝數以及等位基因拷貝數。