[發(fā)明專利]基于鏈?zhǔn)剿阉魉惴ǖ哪赶礛T單倍群鑒定方法、裝置及設(shè)備

在審

• 申請?zhí)枺?/td>: 202110024674.5
• 申請日: 2021-01-08
• 公開（公告）號: CN112687335A
• 公開（公告）日: 2021-04-20
• 發(fā)明（設(shè)計）人: 馬玉昆;黎松;賈寒;李峰峰;溫顏華;李根;呂麗
• 申請（專利權(quán)）人: 北京果殼生物科技有限公司
• 主分類號: G16B20/30
• 分類號: G16B20/30;G16B20/20;G16B50/00
• 代理公司: 北京細軟智谷知識產(chǎn)權(quán)代理有限責(zé)任公司 11471
• 代理人: 付登云

1.一種基于鏈?zhǔn)剿阉魉惴ǖ哪赶礛T單倍群鑒定方法，其特征在于，包括：

將目標(biāo)數(shù)據(jù)庫的母系單倍群數(shù)據(jù)解析為預(yù)設(shè)格式的基準(zhǔn)母系單倍群數(shù)據(jù)；

獲取樣本芯片檢測結(jié)果，將所述樣本檢測結(jié)果進行forward鏈轉(zhuǎn)換，獲取每個樣本檢測結(jié)果的基因型信息；

根據(jù)所述樣本檢測結(jié)果的基因型信息，提取每個所述樣本檢測結(jié)果的突變位點信息，并根據(jù)所述突變位點信息及命名規(guī)則，對所述突變位點信息進行命名并進行格式轉(zhuǎn)換，獲取目標(biāo)格式的基因型信息；

根據(jù)所述目標(biāo)格式的基因型信息，與所述基準(zhǔn)母系單倍群數(shù)據(jù)進行比對，根據(jù)匹配到的基因突變信息計算每個樣本所有MT單倍群的初始得分；

對初始得分超過預(yù)設(shè)得分閾值的單倍群，進行全局鏈?zhǔn)剿阉鳎@取每個樣本的的可信單倍群鏈和單倍群的最終全局得分；

按照最終全局得分對所有候選單倍群進行排序，得分最高且可信單倍群鏈最長的單倍群為鑒定結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述目標(biāo)數(shù)據(jù)庫為PhyloTree；所述將目標(biāo)數(shù)據(jù)庫的母系單倍群數(shù)據(jù)解析為預(yù)設(shè)格式的基準(zhǔn)母系單倍群數(shù)據(jù)，包括：

將html格式的母系單倍群數(shù)據(jù)解析成以tab鍵分割的txt格式文件，命名為database.txt；所述解析后的txt文件，包含兩列信息，分別為單倍群名稱和所述單倍群對應(yīng)的突變位點信息，突變位點命名方式為祖先堿基-位置-衍生堿基。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述樣本檢測結(jié)果的基因型信息，提取每個所述樣本檢測結(jié)果的突變位點信息，并根據(jù)所述突變位點信息及命名規(guī)則，對所述突變位點信息進行命名并進行格式轉(zhuǎn)換，獲取目標(biāo)格式的基因型信息，包括：

提取每個所述樣本檢測結(jié)果中所有MT線粒體上位點的基因型結(jié)果，比較檢測基因型與參考基因型，保留與參考等位不一致的位點，按照預(yù)設(shè)命名規(guī)則進行突變位點的命名并將過濾后的突變位點基因型結(jié)果轉(zhuǎn)換成hsd格式文件；

所述hsd格式文件包含四列信息，第一列為樣本名稱，第二列為檢測范圍,第三列為單倍群信息，第四列為保留的檢測位點基因型并按突變位點所在的MT位置從小到大進行排序。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述目標(biāo)格式的基因型信息，與所述基準(zhǔn)母系單倍群數(shù)據(jù)進行比對，根據(jù)匹配到的基因突變信息計算每個樣本信息的MT單倍群的初始得分，包括：

根據(jù)所述樣本的突變點位信息，匹配所述database.txt中的單倍群；

根據(jù)匹配的結(jié)果獲取匹配到的每個單倍群的初始得分。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述對初始得分超過預(yù)設(shè)得分閾值的單倍群，進行全局鏈?zhǔn)剿阉鳎ǎ?/p>

獲取初始得分大于等于0.5的單倍群；將所述初始得分大于等于0.5的單倍群，按照預(yù)設(shè)全局鏈?zhǔn)剿阉饕?guī)則進行全局鏈?zhǔn)剿阉鳌?/p>

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述預(yù)設(shè)全局鏈?zhǔn)剿阉饕?guī)則，包括：

若候選單倍群與被搜索單倍群名字完全一樣，則跳過并搜索下一個單倍群；

若候選單倍群名字完全包含被搜索單倍群，則候選單倍群初始得分累加上被搜索單倍群初始得分，且，候選單倍群匹配的單倍群添加上被搜索單倍群，形成單倍群鏈；

候選單倍群H1搜索全部其它單倍群后，給出最終的單倍群鏈和最終得分；

全局鏈?zhǔn)剿阉魍瓿珊螅M行單倍群與單倍群鏈核對和檢查，如果與單倍群鏈中最鄰近單倍群之間步長相差大于2且突變位點頻數(shù)大于2則該單倍群不予考慮，認為是因為位點多單倍群匹配導(dǎo)致的結(jié)果。

7.根據(jù)權(quán)利要求1-6任一所述的方法，其特征在于，所述獲取樣本檢測結(jié)果，包括：基于設(shè)計有線粒體位點探針的人全基因組SNP芯片，獲取樣本檢測結(jié)果。