[发明专利]设计目标区域特异性液相探针的方法和系统

说明书

本发明公开了设计目标区域特异性液相探针的方法和系统，其中该方法包括以下步骤：(1)将目标区域向上下游延伸预定长度，以便获得经过处理的目标区域，所述经过处理的目标区域是由数量为W_num的窗口构成的；(2)针对经过处理的目标区域构建获得初始探针集；(3)对初始探针集进行第一筛选；(4)确定经过第一筛选的探针集中每一条探针的探针属性参数；(5)基于探针属性参数，对经过第一筛选的探针集进行第二筛选；(6)确定经过第二筛选的探针集中每一条探针的分值P_score；(7)针对每个窗口，基于P_score值确定一条最优探针；(8)合并所有窗口的最优探针。利用该方法能够快速、高效地设计获得目标区域的特异性液相探针。

技术领域

本发明涉及设计目标区域特异性液相探针的方法和系统。

背景技术

伴随测序技术的不断发展，在未来我们可以在较快的时间内以较为廉价的价格获得人类的基因组序列，对于DNA的研究将更加便利。但在现阶段，想要获得一个人类基因组的DNA测序序列，通常需要较为昂贵的价格，而且对于研究者而言，更多的针对某种疾病来研究可能引起该疾病的基因的DNA序列的变异情况，对于研究者而言，全基因组测序一方面价格较高，另一方面存在有大量的冗余数据。因此如果可以通过某些技术来捕获期望的目标区域的DNA片段，通过对捕获的目标DNA片段进行测序，一方面节约经费，另一方面缩小测序范围，降低数据冗余。目标区域捕获测序技术应运而生，为生物研究带来了极大的便利。

目标区域捕获技术依托于探针。探针通常分为DNA探针和RNA探针，都表示一段与目的基因或DNA(目标序列)互补的特异核苷酸序列。经过长期的发展，现阶段的探针由原来的20多bp逐步发展到现在的几十bp甚至上百bp的长度，不同的长度通常对应于不同的检测应用，对于人类基因组这类的区域捕获，通常探针长度在50bp以上。

目前主流的杂交捕获芯片有两种：On-array capture和In-solution capture，由于On-array capture有着较为明显的劣势，因此现在主流的杂交捕获芯片都是In-solution capture。对于In-solution，Roche NimbleGen和Agilent是现阶段占据最大市场的份额的两家芯片提供商，用户通过提供感兴趣的目标区域给NimbleGen和Agilent，这两家公司提供相应的设计好的芯片反馈给用户。两家公司目前不提供开源的设计方式，用户只能得到设计好的芯片，无法知道芯片内具体的探针序列及对应的设计方式。目前国内也有不少生物芯片设计公司，但是大都是通过购买NimbleGen和Agilent的设计好的芯片来进行二次包装。

并且，目标区域的覆盖度，覆盖深度，均一性等这些对于研究者有着重要作用的因素，都是由选择的探针来决定的，因此探针设计方法对于商业芯片公司而言，是其重要竞争力。对于探针设计方法，可参考资料很少，尤其国内暂未见诸相关的文献的报道，寥寥可数的几款设计软件多为国外一些机构提供，而且这些机构通常提供相应的芯片服务，公众只能通过文献来大体了解其设计理念，无法获知具体的设计方法，从而，现阶段的学科研究和科学发展都急需一种公开的目标区域特异性液相探针设计方法。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明的一个目的在于提出一种能够快速、有效地设计目标区域特异性液相探针的手段。

根据本发明的一个方面，本发明提供了一种设计目标区域特异性液相探针的方法。根据本发明的实施例，该方法包括以下步骤：

(1)将目标区域向上下游延伸预定长度，以便获得经过处理的目标区域，所述经过处理的目标区域是由数量为W_num的窗口构成的；

(2)针对所述经过处理的目标区域，间隔固定步长选取长度为P_len的探针序列，以便构建获得初始探针集；

(3)对所述初始探针集进行第一筛选，去除含有未知碱基的探针序列，以便获得经过第一筛选的探针集；