[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

本發明涉及一種融合驅動基因單端錨定的DNA融合斷點注釋方法。具體而言，本發明涉及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。本發明還涉及用于實施所述方法的計算機系統、計算機可讀介質、裝置和設備。

技術領域

本發明屬于基因檢測技術領域，具體涉及一種基因例如DNA結構變異檢測結果的注釋方法及其相關的系統、裝置、計算機可讀存儲介質、設備。更具體而言，本發明涉及一種融合驅動基因單端錨定的DNA融合斷點注釋方法及其相關的計算機系統、裝置、計算機可讀存儲介質、設備。

背景技術

基因融合現象是腫瘤發生的重要驅動因素，也是指導腫瘤治療和用藥的重要分子生物標志物。目前基于二代測序技術的RNA-seq以及DNA-seq是檢測基因融合現象的重要手段。RNA-seq可以直接檢測融合基因轉錄表達的序列，進行序列比對后可獲得準確的轉錄本層面斷點位置，一般可作為融合檢測的金標準。而從DNA層面來看，如發生基因融合現象時，斷點可以發生在基因組的任意位置，其可以在基因的內含子區域，也可以在基因的外顯子區域，甚至可以在基因間區。基于DNA-seq的技術僅能檢測到基因融合在DNA上的斷點位置，因而需要進一步將斷點注釋到相應的基因上，進而推測可能的融合基因形式及其可轉錄序列以及潛在的融合蛋白序列以及功能等。由于DNA-seq與RNA-seq檢測標的的差異，導致二者在檢測結果上可能存在不一致的現象，而這種現象產生的來源主要是DNA斷點的注釋不準確導致。為了盡可能準確的在DNA層面檢測基因融合現象，本發明提出了一種融合驅動基因單端錨定的融合斷點注釋方法，并利用RNA-seq技術進行了驗證。因此，本發明要解決提高DNA-seq檢測的準確性的技術問題。

發明內容

本發明通過以下兩者的結合解決了大幅提高DNA-seq檢測的融合與RNA-seq檢測的融合結果的一致性的技術問題：融合斷點落在外顯子范圍內的注釋方法或步驟，以及非5’-3’形式融合的驅動基因錨定注釋方法或步驟。

在一個方面， 本發明涉及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。