[發明專利]一種微單倍型的篩選方法及裝置

有效

• 申請號: 202110654476.7
• 申請日: 2021-06-11
• 公開（公告）號: CN113284552B
• 公開（公告）日: 2023-10-03
• 發明（設計）人: 烏日嘎;劉志勇;孫宏鈺
• 申請（專利權）人: 中山大學
• 主分類號: G16B20/20
• 分類號: G16B20/20;G16B20/30
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郭浩輝;顏希文

本發明公開了一種微單倍型的篩選方法及裝置，所述方法包括：獲取待篩選數據，讀取所述待篩選數據中的多行單核苷酸多態性標記的標記坐標；根據所述多行單核苷酸多態性標記的標記坐標確定N個初選微單倍型；分別查找每個所述初選微單倍型對應的參考序列，并分別利用每個所述參考序列計算每個所述初選微單倍型對應的序列特征參數；根據所述序列特征參數從所述N個初選微單倍型篩選得到M個目標微單倍型。本發明可以準確且快速地從基因組或者轉錄組數據中篩選微單倍型，縮短了篩選時間，極大提高了篩選效率。

技術領域

本發明涉及法醫遺傳學的技術領域，尤其涉及一種微單倍型的篩選方法及裝置。

背景技術

在法醫遺傳學中，常用的遺傳標記有短串聯重復序列(STR)和單核苷酸多態性標記(SNP)標記等。然而，STR遺傳標記除了具有等位基因突變率高與擴增不平衡的問題外，還有著難以逾越的擴展應用瓶頸，即因其序列結構特征導致PCR過程中容易復制滑脫，從而產生stutter峰對數據分析形成干擾，尤其是在法醫學混合斑應用拆分時非常困難；而單個SNP遺傳標記所含遺傳信息量少，往往需要檢測大量的遺傳標記才可以達到與STR鑒別能力相當的水平。

微單倍型(microhaplotype，MH)兼具有STR與SNP的優勢，且沒有其缺陷，是一種非常理想的法醫遺傳學標記。其定義為在基因組中200bp范圍內由2-5個SNP組合而成的多等位基因分子標記，最早是由美國耶魯大學Kidd教授實驗室所提出。由于MH處于初級發展階段，目前業內也沒有一款特定的技術方案來進行尋找，往往是通過相關研究人員對一組數據基于人工逐個查找，或者雇傭生物信息的專業人員輔助編寫非專業的簡單腳本進行查找。

人工查找的方式耗時長，準確率低，且容易遺漏，而通過編寫非專業的腳本進行查找不但工作量大，而且成本高，難以將此技術推廣應用。

發明內容

本發明提出一種微單倍型的篩選方法及裝置，所述方法可以快速、高效且準確地從基因數據中篩選MH基因座。

本發明實施例的第一方面提供了一種微單倍型的篩選方法，所述方法包括：

獲取待篩選數據，讀取所述待篩選數據中的多行單核苷酸多態性標記的標記坐標；

根據所述多行單核苷酸多態性標記的標記坐標確定N個初選微單倍型，其中，N為大于或等于1的正整數；

分別查找每個所述初選微單倍型對應的參考序列，并分別利用每個所述參考序列計算每個所述初選微單倍型對應的序列特征參數；

根據所述序列特征參數從所述N個初選微單倍型篩選得到M個目標微單倍型，其中，M為大于或等于1的正整數，N大于或等于M。

在第一方面的一種可能的實現方式中，所述根據所述多行單核苷酸多態性標記的標記坐標確定N個初選微單倍型，包括：

根據預設的參考坐標差值將所述多行單核苷酸多態性標記的標記坐標劃分成N組標記坐標集合；

分別將每組所述標記坐標集合所包含的單核苷酸多態性標記存入預設的python字典；

按照預設的存儲數量在預設的python字典中分別提取每一組所述標記坐標集合所包含的單核苷酸多態性標記，并將每一組所述標記坐標集合所包含的單核苷酸多態性標記定為一個初選微單倍型，得到N個初選微單倍型。

在第一方面的一種可能的實現方式中，所述分別查找每個所述初選微單倍型對應的參考序列，包括：

分別依據每個所述初選微單倍型的首個單核苷酸多態性標記坐標和末端單核苷酸多態性標記坐標制作序列文件；

將所述序列文件輸入至預設的序列查找工具中，查找得到每個所述初選微單倍型對應的參考序列。

在第一方面的一種可能的實現方式中，所述序列特征參數包括GC含量值、重復序列特征和全基因組多匹配指標；