[发明专利]病毒整合位点捕获测序分析方法

说明书

一种病毒整合位点捕获测序分析方法，该方法包括：将人的参考序列和病毒的参考序列合并在一起，构建一个混合参考序列；读取测序数据，过滤其中不合格的部分，得到过滤后的测序数据；利用比对软件将处理后的测序数据比对到混合参考序列上，获取一个比对结果，然后对该比对结果进行处理，得到一个用于检测病毒整合的比对结果；根据该用于检测病毒整合的比对结果，执行相应的操作，获取病毒整合的相关序列；综合上述相关序列的比对信息，获取病毒整合位点在参考序列上的坐标；综合整合位点的坐标信息，得到并输出病毒整合结果。利用本发明可以获得具有高精确度的病毒整合位点信息。

技术领域

本发明属于基因工程技术、生物信息技术领域，尤其涉及一种病毒（HBV）整合位点捕获测序分析的方法。

背景技术

肿瘤病毒主要分为DNA病毒和RNA病毒。DNA病毒引起癌变的作用机理在于，病毒感染细胞后通过早期基因编码的转化蛋白结合或者作用于细胞的抑癌蛋白P53或者Rb上，从而引起P53或者Rb失活，导致细胞无限增殖和生长失控，最终诱发细胞转化和肿瘤形成。而RNA病毒基因组携带有病毒癌基因，其通过病毒癌基因转录翻译产生的蛋白引起宿主细胞转化和致癌作用。某些既不含有病毒癌基因，也不优先插入和整合在细胞癌基因附近的RNA病毒，则通过自身基因组P40tax调节蛋白以反式激活细胞增殖的相关基因表达，从而引起细胞无限增殖和诱发癌症的发生。此外对于HBV、HPV等整合性的病毒，则通过病毒的部分序列整合到宿主基因组中，引起相关基因表达的上调或者下调以及染色体的不稳定性，从而使正常的细胞向无限增殖的肿瘤细胞转化，所以研究病毒与宿主之间的整合关系对于阐明与病毒相关的肿瘤的发生发展机制具有重要的科学意义。

传统的研究方法主要有染色体步行PCR、qPCR、FISH等，但是这些方法存在工作繁琐、通量低、无法精确定位和确定整合拷贝数等缺陷，大大限制了该研究领域的发展。随着二代高通量测序的发展，产生了通过全基因组测序的方法（如全基因组鸟枪法WGS，whole-genome shotgun）研究病毒整合情况。虽然WGS测序分辨率达到单碱基水平并且一次性把所有整合事件进行检测，但是现阶段高昂的价格依然限制了其应用。

因而，本领域仍需对病毒整合位点捕获方法进行改进，以进一步优化测序结果，获得具有高精确度的整合位点信息。

发明内容

鉴于传统的方法（染色体步行PCR、qPCR、FISH等）存在无法精确定位和确定整合拷贝数等缺陷，对后续信息分析造成困难事实，本发明提供一种新的序列捕获及其分析方法（即病毒整合位点捕获分析方法）。本发明根据病毒的序列来设计捕获芯片（或称为病毒芯片）的捕获探针，把宿主基因组片段化之后再与捕获芯片杂交，在捕获到病毒序列同时也把整合位点附近的宿主DNA序列捕获下来，后续对捕获下来的序列进行测序以及生物信息分析，以达到全基因组水平检测病毒的整合位点和热点、病毒分型的目的。

一种病毒整合位点捕获测序分析方法，该方法包括：参考序列构建步骤，将人的参考序列和病毒的参考序列合并在一起，构建一个混合参考序列；数据过滤步骤，读取测序数据，过滤该测序数据中不合格的部分，得到过滤后的测序数据；数据比对步骤，利用比对软件将处理后的测序数据比对到混合参考序列上，获取一个比对结果，然后对该比对结果进行处理，得到一个用于检测病毒整合的比对结果；序列获取步骤，根据该用于检测病毒整合的比对结果，执行相应的操作，获取病毒整合的相关序列；整合位点获取步骤，综合上述相关序列的比对信息，获取病毒整合位点在混合参考序列上的坐标；分析结果输出步骤，综合整合位点的坐标信息，得到并输出病毒整合结果。

进一步地，在整合位点获取步骤之后、分析结果输出步骤之前，所述病毒整合位点捕获测序分析方法还包括：整合位点进阶分析步骤，根据病毒整合位点的坐标，寻找比对结果中支持整合的异常双末端测序序列对的数目，并统计整合位点处的深度、整合位点上下游预设范围的平均深度；所述分析结果输出步骤还包括，综合整合位点的坐标信息、异常双末端测序序列对的数目和深度信息对整合位点进行过滤，得到并输出乙肝病毒整合结果。