[發明專利]基于生物信息學富集胎兒游離DNA用于拷貝數變異的分析方法

有效

• 申請號: 202110397074.3
• 申請日: 2021-04-13
• 公開（公告）號: CN113270138B
• 公開（公告）日: 2023-09-22
• 發明（設計）人: 許雄;胡大輝;丁琳楓;肖銳;李海波;施丹華;田麗蘊;徐軍;邱海燕
• 申請（專利權）人: 杭州博圣醫學檢驗實驗室有限公司;寧波市婦女兒童醫院
• 主分類號: G16B5/00
• 分類號: G16B5/00;G16B20/20;G16B20/30
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 鄭海峰

1.一種基于生物信息學富集胎兒游離DNA用于拷貝數變異的分析方法，其特征在于包括如下步驟：

a.采用基于生物信息學富集胎兒游離DNA的分析方法獲得胎兒DNA含量最高的insertsize片段分布范圍作為分析的數據；

所述的基于生物信息學富集胎兒游離DNA的分析方法，包括如下步驟：

1)將雙端reads不容錯比對到參考基因組，記錄比對到參考基因組上的染色體、坐標位置和reads的GC；

2)保留雙端都比對到參考基因組，且insert?size在1kb以內的reads；所述insertsize指一對比對到參考基因組上的reads的雙末端的距離；

3)做50～500bp范圍內的insert?size的頻率分布圖，得到片段分布規律；

4)以設定bp數為step，分別挑選insert?size位于設定區域內的reads；對每個樣本計算每條染色體上和每個滑動窗口bin內的reads數、GC，并對每個樣本的reads數，用總比對到常染色體的reads數做均一化處理；

5)對每個樣本的不同insert?size片段分布范圍的X染色體的比對上的均一化處理后的reads占總均一化后常染色體的reads的比例計算胎兒DNA含量，選取胎兒DNA含量最高的insert?size片段分布范圍作為后續分析的數據；

b.挑選出來的reads按設定bin?size，設定step，分別計算每個滑動窗口bin內的reads數和GC；

c.將單個樣本內的所有read?count和GC做點圖，橫軸為GC，縱軸為RC，RC即為readcount，利用LOESS回歸模型，擬合出一條曲線，將每個bin內的GC帶入擬合曲線得到擬合預測值P，將所有滑動窗口bin的RC取中位數M,校正因子F即為P與M的比值，每個bin的RC乘以每個bin對應的校正因子F即可得到校正后的RC，即RCcorrected；

d.將待測樣本的每個bin內的RCcorrected與同批次的、同文庫構建方法、同測序平臺、同性別的10個以上樣本的每個bin內的RCcorrected取比值的自然對數，得到每個bin的log2ratio；

e.對每條染色體上的每個bin片段化，得到每個片段及其對應的log2ratio數據；

f.得到染色體的每個片段的拷貝數CN；

對于女性待測樣本，將每個片段的log2ratio取2的冪然后乘以2，即2*2^(log2ratio)，得到1-22號染色體和X染色體的每個片段的拷貝數CN；

對于男性待測樣本，將每個片段的log2ratio取2的冪然后乘以2，即2*2^(log2ratio)，X和Y染色體的拷貝數計算為2^(log2ratio)，得到1-22號染色體、X和Y染色體的每個片段的拷貝數CN；

g.將每個片段的CN與2的差值的絕對值，即可得到嵌合比例MosRatio；

h.過濾掉MosRatio小于0.05的片段，保留MosRatio大于0.05、且片段長度大于1M的片段作為胎源性的拷貝數變異CNV最終結果。

2.根據權利要求1所述的拷貝數變異的分析方法，其特征在于，所述的步驟4)具體為：

以10bp為step，分別挑選50-200，50-210，50-220，50-230，50-240，50-250；60-200，60-210，60-220，60-230，60-240，60-250，…，120-200，120-210，120-220，120-230，120-240，120-250游離DNA片段長度位于這些區域內的rea?ds，對每個樣本計算每條染色體上和每個滑動窗口bin內的reads數、GC，并對每個樣本的reads數，用總比對到常染色體的reads數做均一化處理。

3.根據權利要求1所述的拷貝數變異的分析方法，其特征在于，所述步驟b中，挑選出來的reads按100kb?bin?size，20kb?step，分別計算每個滑動窗口bin內的reads數和GC。