[發(fā)明專利]一種基于連鎖基因突變檢測MRD標志物的裝置

有效

• 申請?zhí)枺?/td>: 202310063877.4
• 申請日: 2023-01-12
• 公開（公告）號: CN116064755B
• 公開（公告）日: 2023-10-20
• 發(fā)明（設計）人: 肖敏;朱洲杰;張煒;楊曉霞;沈克鋒;張美蘭;穆偉
• 申請（專利權）人: 華中科技大學同濟醫(yī)學院附屬同濟醫(yī)院
• 主分類號: C12Q1/6869
• 分類號: C12Q1/6869;G16B20/50;G16B50/30;C12Q1/6886
• 代理公司: 北京眾達德權知識產權代理有限公司 11570
• 代理人: 劉杰

1.一種連鎖基因突變數(shù)據(jù)庫構建方法，其特征在于，包括：

提取若干個正常人的cfDNA進行雙端測序，獲取測序數(shù)據(jù)作為樣本數(shù)據(jù)，使用hg19參考基因組進行對比，獲得比對信息，并標記重復片段；

針對每個樣本數(shù)據(jù)，并行計算該樣本每個位點的每類堿基突變頻率；

針對每個樣本數(shù)據(jù)，并行計算該樣本所有可能的LV信息；

收集每個樣本數(shù)據(jù)的SNV及LV信息，構建SNV和LV數(shù)據(jù)庫；

其中SNV以SNV突變位置和突變類型為索引，以樣本編號為列名，存儲每個樣本對應的SNV突變支持數(shù)、測序深度以及SNV突變頻率；LV以LV突變位置和突變類型為索引，以樣本編號為列名，存儲每個樣本對應的LV突變支持數(shù)、測序深度以及LV突變頻率。

2.根據(jù)權利要求1所述的一種SNV數(shù)據(jù)庫構建方法，其特征在于，

所述針對每個樣本數(shù)據(jù)，并行計算該樣本每個位點的每類突變頻率，具體包括：

將探針目標區(qū)域延伸340bp，使用本地計算裝置按照目標延伸區(qū)域多線程并行計算每個位點的測序深度(depth，DP)以及4類堿基(ATCG)對應的數(shù)目(allele?count，AD)，按照read(測序讀段)比對質量(mapping?quality，MQ)和堿基質量(base?quantity，BQ)進行過濾，按照MQ≥20，BQ≥20設置，然后得出每個樣本在該位置對應4類堿基的突變頻率AF＝AD/DP。

3.根據(jù)權利要求1所述的一種連鎖基因突變數(shù)據(jù)庫構建方法，其特征在于，

所述針對每個樣本數(shù)據(jù)，并行計算該樣本所有可能的LV信息，具體包括：

A.過濾soft-clip(軟切除)的read，按照MQ≥20篩選；

B.通過read上MD標簽，獲得每個read上的錯配堿基數(shù)目，如果read上錯配堿基數(shù)量≥7個，則過濾該read；

C.將雙端read合并為一個片段，如果Read1和Read2的重疊部分堿基不同，則修改為N堿基，如果兩個read沒有重疊，則將空白區(qū)域標記為N堿基；

D.標記合并片段上的SNV突變堿基，并排除N堿基，如果一個片段上≥2個alt，則認為該片段包含一個可能LV突變；

E.將所有存在LV突變的片段按照首個SNV的突變位置進行排序，迭代所有片段，獲得以LV突變?yōu)樗饕琇V突變片段數(shù)目為列的LV突變矩陣；

F.合并所有LV突變，構成連鎖突變區(qū)域，如果某一LV突變i，其染色體編號為chrom₀，起始的SNV突變位置是start₀,，終止的SNV突變位置是end₀，另一LV突變j，其染色體編號是chrom₁，起始SNV突變位置是start₁，終止SNV突變位置是end₁，突變j滿足如下a)或者b)條件：

a)chrom₀＝chrom₁并且start₁≥start₀并且start₁≤end₀

b)chrom₀＝chrom₁并且start₀≥start₁并且start₀≤end₁

則將連鎖突變i和連鎖突變j合并到一個連鎖突變區(qū)域；

G.以一個連鎖突變區(qū)域為計算單元，針對該區(qū)域完成如下計算：

a)假設該連鎖區(qū)域包含n個LV連鎖突變，每個LV連鎖突變，包含多個SNV單元，即為集合A_i，對應的片段支持數(shù)為AD_i；

b)針對SNV單元數(shù)目大于等于3的LV突變，假設為該SNV單元數(shù)目為x，從中隨機抽取2個SNV單元構成2連鎖LV，則包含個組合，從中隨機抽取3個構成3連鎖LV，則包含個組合，最終將1個x連鎖的LV突變拆成個3連鎖或者2連鎖的LV突變；

c)將SNV單元數(shù)目等于2的LV突變和上述拆分所有3連鎖或者2連鎖的LV突變合并成一個包含m個2連鎖或者3連鎖的LV突變集合M，集合中每個LV突變是包含2到3個SNV突變單元(即為集合B_j)，則對應的片段支持數(shù)AD_j按照如下公式進行計算：

d)上述每個LV突變B_j，假設SNV的坐標位置為{POS₁,POS₂,…,POS_j}(即為集合P_k)，具有相同的突變位置LV合并，然后構成k個連鎖突變位置集合K；

e)假設該連鎖突變區(qū)域，起始位置為s₁，終止位置為s_q，則將集合K，轉變?yōu)閗×q的01矩陣Mat：

f)同時構建一個k的0向量Vec_DP，用以存儲集合K中每個元素對應的深度信息DP_k；

g)迭代該連鎖區(qū)域的所有read，過濾掉標簽為重復、補充比對、次比對、比對異常、MQ≤20和錯配堿基數(shù)目大于7個的read，合并雙端read；

h)針對每個雙端read，得到雙端read覆蓋的所有參考堿基位置{PEP₁,PEP,…,PEP_p}(即為集合R)，將該集合轉為長度為q的向量Vec_pe：

i)將矩陣Mat和向量Vec_pe按照如下公式計算得到向量Vec_S：

j)按照下述方法，計算Vec_dp數(shù)值變化，假設加入Vec_S前，Vec_dp第k位數(shù)值是DP_k,j―1，加入Vec_S計算之后，數(shù)值是DP_k,j，則DP_k,j和DP_k,j―1的關系如下：

k)得到每個連鎖位置k對應的DP_k，因而每個LV突變B_j，突變支持數(shù)為AD_j，深度為DP_k，突變頻率為AD_j/DP_k；

H.合并每個計算單元，得到該樣本的所有2連鎖或者3連鎖的突變支持數(shù)、深度以及突變頻率信息。