[發明專利]用于確定陽性斷點的方法、計算設備和計算機存儲介質

在審

• 申請號: 202210073366.6
• 申請日: 2022-01-21
• 公開（公告）號: CN114496087A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 王凱;陳惠
• 申請（專利權）人: 至本醫療科技（上海）有限公司;上海至本醫學檢驗所有限公司
• 主分類號: G16B30/10
• 分類號: G16B30/10;G16B20/30
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 張平

本公開涉及一種用于確定陽性斷點的方法、計算設備和計算機存儲介質。該方法包括：獲取跨同一斷點的、一端比對上第一基因組并且另一端未比對上第二基因組的所有支持讀長，以便在支持讀長中確定符合錯配序列一致性條件的讀長；記錄符合預定錯配序列一致性條件的讀長中的每一讀長的錯配序列長度，以便確定與預定錯配序列相匹配的讀長，預定錯配序列是基于所記錄的錯配序列長度而確定的；基于錯配序列長度，針對與預定錯配序列相匹配的讀長進行排序，以便計算關于同一斷點的斜率；以及基于所計算的斜率和與預定錯配序列相匹配的讀長的數量，確定陽性斷點。本公開有助于對假陽性的快速正確識別，能夠自動并準確地判斷斷點的真假。

技術領域

本公開總體上涉及生物信息處理，并且具體地，涉及用于確定陽性斷點的方法、計算設備和計算機存儲介質。

背景技術

傳統的確定陽性斷點的方案主要包括兩種。第一種是利用重排calling軟件計算斷點附近堿基的統計學分布類型來確認疑似斷點。第二種是通過人工利用IGV軟件判讀支持讀長(support reads)的錯配(mismatch)參差情況。

在第一種方案中，主要根據不同跨斷點支持讀長錯配部分相同基因組坐標位的堿基相同，并且唯一比對到另一重組基因斷點位置來確認斷點，而不進行斷點真假判斷，因此會產生很多關于斷點的假陽性判斷結果。

在第二種方案中，主要經由基因組位置排序后，通過確定不同讀長(reads)的起始或終止點的依次有序錯開來確認斷點。由于需要通過人工利用IGV軟件判讀，因此判斷耗時耗力，通量低，難以滿足大批量臨床需求。

綜上，傳統的確定陽性斷點的方案存在的不足之處在于，難以自動并準確地判斷斷點的真假。

發明內容

本公開提供一種用于確定陽性斷點的方法、計算設備和計算機存儲介質，能夠自動并準確地判斷斷點的真假。

根據本公開的第一方面，提供了一種確定陽性斷點的方法。該方法包括：獲取跨同一斷點的、一端比對上第一基因組并且另一端未比對上第二基因組的所有支持讀長，以便在支持讀長中確定符合錯配序列一致性條件的讀長；記錄符合預定錯配序列一致性條件的讀長中的每一讀長的錯配序列長度，以便確定與預定錯配序列相匹配的讀長，預定錯配序列是基于所記錄的錯配序列長度而確定的；基于錯配序列長度，針對與預定錯配序列相匹配的讀長進行排序，以便計算關于同一斷點的斜率；以及基于所計算的斜率和與預定錯配序列相匹配的讀長的數量，確定陽性斷點。

根據本發明的第二方面，還提供了一種計算設備，該設備包括：存儲器，被配置為存儲一個或多個計算機程序；以及處理器，耦合至存儲器并且被配置為執行一個或多個程序使裝置執行本公開的第一方面的方法。

根據本公開的第三方面，還提供了一種非瞬態計算機可讀存儲介質。該非瞬態計算機可讀存儲介質上存儲有機器可執行指令，該機器可執行指令在被執行時使機器執行本公開的第一方面的方法。

在一些實施例中，在支持讀長中確定符合錯配序列一致性條件的讀長包括：響應于確定支持讀長的錯配序列在相同基因組坐標位的堿基相同，確定當前支持讀長符合錯配序列一致性條件的讀長。

在一些實施例中，基于所計算的斜率和與預定錯配序列相匹配的讀長的數量，確定陽性斷點包括：確定斜率是否為零；以及響應于確定斜率為零，確定與斜率相關的同一斷點為假陽性斷點。

在一些實施例中，基于所計算的斜率和與預定錯配序列相匹配的讀長的數量，確定陽性斷點包括：響應于確定斜率不為與零，確定與斜率相關的同一斷點的斷點數量是否大于或者等于第一預定數量閾值；響應于確定斷點數量大于或者等于第一預定數量閾值，確定與預定錯配序列相匹配的讀長的數量是否小于第二預定數量閾值之間；以及響應于與預定錯配序列相匹配的讀長的數量小于第二預定數量閾值，確定與斜率相關的同一斷點為假陽性斷點。