[发明专利]拷贝数变异的分析方法、分析装置、设备及存储介质

说明书

本发明涉及一种拷贝数变异的分析方法、分析装置、设备及存储介质。本发明提供的上述拷贝数变异的分析方法通过对二代测序的DNA测序数据依次进行抽提、比对、标记区分、统计分析，最终得到CNV区域的read的占比和/或拷贝数，最终结果准确性高，分辨率好，尤其是在抽提过程中，根据靶标区域的碱基数目、测序读长以及预设的平均深度来确定待抽取的read数目，这样可以有针对性的对不同的测序结果进行分析，分析结果的可靠性大大提高。

技术领域

本发明涉及生物信息学技术领域，尤其是涉及一种拷贝数变异的分析方法、分析装置、设备及存储介质。

背景技术

随着二代测序技术的日益成熟以及二代测序技术在人类基因组检测相关应用领域的飞速发展，采用二代测序技术来进行人类基因组分析以辅助诊断疾病或进行疾病的病理分析已经成为一种行之有效的手段，其中拷贝数变异(Copy number variation，CNV)分析是非常重要的分析内容。拷贝数变异分析主要原理是通过二代测序技术确定人类基因组上重要区域片段的覆盖度并通过统计学手段确定是否与参考样本存在差异，从而判定是否有缺失或重复等突变，最终用来确定基因型或辅助诊断相关疾病。

目前由二代测序数据分析的拷贝数变异的结果存在一定的假阳性，因而需要经过行业金标准的一代测序(Sanger)来进行验证。一代测序技术验证拷贝数变异的方法是多重连接依赖的探针扩增技术(Mutiplex Ligation-dependent Probe Amplification，MLPA)，该方法在检测拷贝数变异的准确性和分辨率上都非常高，也是目前比较公认的验证拷贝数变异的金标准之一。然而一代测序整体上效率低、操作繁琐。

发明内容

基于此，有必要提供一种拷贝数变异的分析方法、分析装置、设备及存储介质，以提高基于二代测序进行拷贝数变异分析的准确性和分辨率。

一种拷贝数变异的分析方法，包括如下步骤：

步骤S1：获取基因组靶标区域的DNA测序数据；

步骤S2：根据待抽取的read数目，从所述DNA测序数据中抽取出覆盖所述靶标区域的read，得到抽取后的测序数据，所述待抽取的read数目根据所述靶标区域的碱基数目、测序读长以及预设的平均深度来确定；

步骤S3：对所述抽取后的测序数据进行基因组比对，获得比对结果；

步骤S4：区分所述比对结果中的PCR重复read和非PCR重复read；

步骤S5：对非PCR重复且比对分值不小于预设值的read，统计落入各靶标区域的read数目；

步骤S6：按照各靶标区域的read数目确定CNV区域的read的占比和/或拷贝数。

在其中一个实施例中，在所述步骤S2中，所述待抽取的read数目＝(靶标区域的碱基数目*预设的平均深度)/(测序读长*相关系数)，其中，所述相关系数小于1；

所述预设的平均深度根据所检测的样本的突变分析类型来确定，其中体细胞突变的预设的平均深度不小于950×，胚系突变的预设的平均深度不小于80×。

在其中一个实施例中，在所述步骤S2之后且在所述步骤S3之前，还包括：

步骤S03：对所述抽取后的测序数据进行测序质量评估，对于满足预设要求的所述抽取后的测序数据执行步骤S3；否则调整参数后从所述DNA测序数据中按照所述待抽取的read数目重新抽取出覆盖所述靶标区域的read，得到新的抽取后的测序数据，再对所述新的抽取后的测序数据进行测序质量评估，对于满足预设要求的所述新的抽取后的测序数据执行步骤S3，否则回到步骤S1，获取新的基因组靶标区域的DNA测序数据。