[发明专利]基于捕获测序的ctDNA占比的检测方法及检测装置

说明书

本发明公开了一种基于捕获测序的ctDNA占比的检测方法及检测装置。该检测方法包括以下步骤：S1，获取基线样本DNA和待测cfDNA的捕获测序的基因数据；S2，同时使用基线样本DNA中的纯合与杂合位点，挑选出基线样本DNA和待测cfDNA之间突变频率存在显著不同且满足预设过滤条件的位点作为候选SNP位点；S3，结合候选SNP位点所在区域拷贝数突变的情况判断正常细胞DNA与ctDNA的候选SNP位点的突变类型；以及S4，使用极大似然法建立概率模型，通过概率模型计算得到ctDNA占比。应用本发明的技术方案能够同时从多个方面提高血浆ctDNA的CNV检测灵敏性和准确性。

技术领域

本发明涉及基因工程技术领域，具体而言，涉及一种基于捕获测序的ctDNA占比的检测方法及检测装置。

背景技术

循环肿瘤DNA(circulating tumor ctDNA)是肿瘤细胞凋亡、坏死或分泌产生的，是循环游离DNA(circulating cell-free DNA，cfDNA)中的一种。ctDNA在血液中的半衰期短，可用于肿瘤患者的实时监控。除ctDNA的单核苷酸多态性(Single NucleotidePolymorphisms，SNP)、插入缺失标记(insertion-deletion，InDel)与拷贝数变异(copynumber variation，CNV)外，ctDNA在cfDNA中的占比，同样可以作为肿瘤进展、预后的一项指标。根据ctDNA的占比，也可以对SNP、InDel与CNV的检测结果进行校正。

ctDNA无法像肿瘤组织一样，采用病理切片染色的方式进行肿瘤细胞占比的检测，主要的检测方法为二代基因测序(Next Generation Sequencing，NGS)等。考虑到ctDNA的特性，一般采取捕获测序的方式：通过打断DNA、PCR扩增、捕获DNA片段与荧光测序等一系列流程获得海量的DNA片段信息，再回贴获得待测样品在捕获区域的DNA序列并应用软件或算法进行进一步分析。目前，针对二代测序数据的肿瘤细胞占比检测软件的检测主要利用分为两步：第一步是获取待测样本与参考样本在各位点的深度与碱基信息，提取可用的SNP，并使用在各目标捕获区间的平均测序深度来量化各捕获区域的拷贝数；第二步是利用第一步获得的信息，通过算法对肿瘤细胞的占比进行估计。常用的算法包括：Sequenza、FACETS、PureCN等。

其中，Sequenza使用Python和R语言，针对全外显子组测序(Whole ExomeSequencing，WES)设计，不适用于捕获测序。要求提供的输入文件包括：待测样本与配对的参考样本由SAMtools产生的pileup文件与人类基因组参考文件。参考样本必须为待测样本的配对正常细胞样本。其根据每个区域内位点的平均测序深度进行GC含量校正，计算拷贝数，结合胚系杂合突变的BAF(B Allele Frequency)建立贝叶斯概率模型，对肿瘤细胞占比进行估计，并输出根据肿瘤细胞占比校正后的拷贝数变异检测结果。

FACETS的预处理模块使用perl与c++语言编写，同时调用了SAMtools软件；统计分析模块采用R语言进行编写，要求的输入文件为待测样本与配对的参考样本测序数据经过比对后生成的BAM文件。拷贝数的计算与Sequenza类似。但在使用SNP信息时，对所有dbSNP与1000genome数据库有记载的SNP计算了待测组织相对于配对正常组织的log-ratio，并对杂合SNP额外计算了log-odds-ratio，以校正BAF的偏差。结合BAF与前一步获得的拷贝数信息，建立概率模型。最终输出结果为：待测样本校正后的拷贝数变异结果，以及肿瘤细胞占比、染色体倍性、肿瘤异质性检测结果与图形化展示。