[发明专利]用于重复序列的核酸大小检测的方法

说明书

本文中公开了用于核酸分析的数据处理和计算注释系统和装置以及相应的方法。具体而言，本文中公开了用于对核酸样品的重复区域测定大小的方法。例如，本文中公开的方法使用扩增产物梯测定核酸大小。

本申请要求2015年11月3日提交的美国临时申请No.62/250,476的优先权权益，其在此通过引用完整并入。

发明领域

本公开涉及用于核酸分析的数据处理和计算注释系统和装置以及相应的方法。具体而言，本公开涉及对核酸的重复区测定大小的方法。

发明背景

包含核苷酸重复区(例如同聚物区、二核苷酸重复、三核苷酸重复、六核苷酸重复等)的遗传基因座在人或动物基因组中是常见的。富集GC(鸟嘌呤-胞嘧啶)含量的遗传基因座也是常见的，而已经报告和研究了具有AT(腺嘌呤-胸腺嘧啶)富含含量的基因座。在一些情况下，富含GC或A/T的区域的扩充，或核苷酸重复的扩充可以与各种疾病状态有关。例如，位于X染色体上的脆性X智力低下-1基因(FMR1)的5’非翻译区(UTR)中的CGG重复的扩充与脆性X综合征(FXS)和多种病症和表型有关。在大多数人中，三核苷酸CGG在FMR1基因的5’非翻译区(UTR)中重复约5-44次(“CGG重复区”)。此区域中扩充至大于约45个CGG重复序列，特别是大于约200个CGG重复序列已经与FXS相关联。FXS表型可以包括智力低下、孤独症、焦虑和其它认知或行为状况。(J.Mol.Diag.10(6):496-501(2008))。同样，FMR2基因的5’UTR中CCG三核苷酸重复区(“CCG重复区”)的扩充与X连锁智力障碍相关，特别是与脆性X综合征E(FRAXE)相关。FRAXE是X连锁智力低下的常见形式。在其它情况下，重复长度多态性与疾病状态有关。例如，TOMM40基因的内含子6含有多聚-T重复区，并且已经报告在群体中显显示重复长度多态性(rs10524523)。已经报告TOMM40多聚T大小与迟发型阿尔茨海默氏病以及老年人的认知表现有关(参见The Pharmacogenetics Journal 10:375-3840(2010)；andAlzheimer’s and Dementia 9:132-136(2013))。此外，C9ORF72基因中的内含子(G₄C₂)_n六核苷酸重复扩充已经以约1/600频率在普通人群中观察到，，并且存在于全部肌萎缩侧索硬化(ALS)和额颞叶痴呆(FTD)病例的约10％中。少于30个重复认为是正常的，而致病性C9ORF72扩充可以包括数百到数千个重复。因此，用于对患者基因型进行准确测量、测定大小和重建的方法可以有益于这些疾病和其它疾病的诊断和治疗。

用于评估包含核苷酸重复(例如FMR1和FMR2中的CGG和CCG重复序列)的序列的方法包括限制酶消化和聚合酶链式反应(PCR)策略。限制性消化分析可以提供重复区大小的粗略测量。然而，限制性消化分析在分辨率上可能受到限制，不容易检测到短中断(如CGG重复区内的AGG中断)，并且不能确定甲基化状态。

PCR策略可以在对重复区测定大小和重建各种基因型中提供更高的准确性。然而，在包含长重复序列的遗传基因座或含有富含GC或A/T的序列的遗传基因座的扩增和测序中存在限制，所述富含GC或A/T的序列阻碍重建这些基因座的基因型的能力。例如，已经尝试努力优化用于分析FMR1中CGG重复的PCR程序，并且包括对常规PCR测定的修改。(参见Genome Res.6(7):633-8,(1996)；J.Mol.Diag.8:544-550,(2006)；和Am.J.Med.Genet.51(4):527-34,(1994))。最近，已经开发了PCR技术，其允许具有超过200个CGG或CCG重复的基因组基因座的更可靠的扩增。