[發明專利]一種融合驅動基因單端錨定的DNA融合斷點注釋方法

有效

• 申請號: 202110222604.0
• 申請日: 2021-03-01
• 公開（公告）號: CN112599188B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 韓志軍;王杰;張倩倩;梁雷;謝正華
• 申請（專利權）人: 上海思路迪醫學檢驗所有限公司
• 主分類號: G16B20/00
• 分類號: G16B20/00;G16B30/10;G16B40/00
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 彭昶;李志強

1.一種可由計算機實施的對DNA融合斷點進行融合驅動基因單端錨定的融合斷點注釋方法，所述方法按順序包括以下步驟：

(1) 根據測序的DNA序列信息獲得所述DNA融合斷點的基因組位置及方向信息；

(2) 將融合斷點注釋到對應的基因組上，從而獲得融合斷點兩端與基因的相關信息，其中通過將斷點兩端分別注釋來判斷斷點是在基因范圍內還是在基因間區（IR），和其中在斷點是在基因范圍內的情況下根據對應基因的轉錄本的信息判斷斷點是在內含子區域或是外顯子區域，根據融合的方向與基因注釋信息判斷該基因在融合過程中提供基因的5'區域和3'區域，并且將融合兩端分別注釋從而獲得初步注釋結果；

(3) 根據步驟(2)的初步注釋結果檢測或判斷融合兩端斷點是5’-3’形式融合還是非5’-3’形式融合，其中在5’-3’形式融合的情況下，輸出第一最優的融合注釋結果；和其中在非5’-3’形式融合的情況下，進行驅動基因單端錨定的二次注釋，所述二次注釋包括：

- 在融合斷點注釋為5’-5’形式融合的情況下，嘗試以任一端為融合驅動基因錨定重新注釋另一端斷點，并最終選擇第二最優的融合注釋結果進行輸出；

- 在融合斷點注釋為5’-IR形式融合的情況下，嘗試以提供5’端的基因為融合驅動基因錨定重新注釋另一端斷點；并最終選擇第二最優的融合注釋結果進行輸出；和

- 在融合斷點注釋為3’-3’、3’-IR或IR-IR形式融合的情況下，不再進行重新注釋，直接輸出初步注釋結果，

其中重新注釋規則是：在斷點及融合方向下游一定范圍內搜索基因方向與融合方向一致的基因，如存在滿足該條件的基因，且基因的外顯子數目大于1，則將該斷點注釋到滿足條件的該基因的第2個外顯子處；如不存在滿足條件的下游基因，則按第一最優的注釋結果輸出。

2.權利要求1的方法，其中步驟(2)的初步注釋結果包括

a）斷點兩端都注釋在基因間區，即IR-IR形式融合；

b）斷點兩端只有一端注釋在基因范圍內另一端注釋在基因間區，其依據注釋在基因范圍內的斷點所在基因提供的基因結構域區域包括5’-IR形式融合和3’-IR形式融合；和

c）斷點兩端都注釋在基因范圍內，其依據斷點兩端的基因分別提供的基因結構域區域包括5’-5’形式融合、5’-3’形式融合以及3’-3’形式融合。

3.權利要求1或2的方法，其中所述第一最優的融合注釋結果包括以下中的一個或多個：

i）斷點兩端的基因都選用行業公知的轉錄本編號注釋；

ii）斷點兩端的基因選擇的轉錄本在融合基因中不改變各自原有的蛋白編碼閱讀框信息；和

iii）斷點兩端的基因都選擇在融合基因中能提供最長編碼序列的轉錄本。

4.權利要求1或2的方法，其中所述第二最優的融合注釋結果包括以下中的一個或多個：

i）斷點兩端的基因都選用行業公知的轉錄本編號注釋；

ii）斷點兩端的基因選擇的轉錄本在融合基因中不改變各自原有的蛋白編碼閱讀框信息；和

iii）斷點兩端的基因都選擇在融合基因中能提供最長編碼序列的轉錄本；和

iv）產生的融合基因中存在完整的激酶結構域。

5.權利要求1或2的方法，其中在步驟(2)中，在斷點發生在外顯子范圍內的情況下，在注釋時僅保留轉錄本在融合發生后所能提供的所有完整的外顯子區域。

6.權利要求1或2的方法，其中在重新注釋中，搜索范圍的數值為1Kb至500Kb。

7.權利要求1或2的方法，其中在重新注釋中，搜索范圍的數值為10Kb至200Kb。

8.權利要求1或2的方法，其中在重新注釋中，搜索范圍的數值為20Kb至100Kb。

9.權利要求1或2的方法，其中步驟(1)還包括從測序儀獲得融合基因的序列信息，并且所述序列信息經過輸入設備輸入到計算機中。