[发明专利]一种拷贝数变异的检测方法和实施该方法的设备

说明书

本发明提供了一种检测基因拷贝数变异的方法和实施该方法的设备。具体地，本发明通过对已有的高通量测序数据的分析，实现对基因拷贝数快速而准确地检测。实验结果表明，使用本发明的方法可以准确检测基因拷贝数变异，尤其是长度较短的基因拷贝数变异，并能提供变异的具体位置。

技术领域

本发明涉及医药健康领域。具体而言，本发明涉及一种拷贝数变异的检测方法和实施该方法的设备。

背景技术

拷贝数变异(CNV，Copy Number Variation)是人类基因组中常见的一种结构变异，主要包括片段缺失(deletion)与片段插入(insertion)。已证明CNV影响人体中的多种生物学功能，例如元素代谢、信号传导等，并参与多种复杂疾病(例如，神经类疾病)的发展。因此，在临床研究、疾病治疗、医药健康等领域，对拷贝数变异的检测需求都必要而紧迫。

现有的进行CNV检测的技术，大体可分为两种，即湿实验型与干实验型。

湿实验型技术是指通过实验的手段直接进行拷贝数变异情况的检测，如定量PCR、array-CGH、FISH、G显带等。这种方法存在操作繁琐、分辨率较低、易污染且实验周期较长等缺点。即使目前使用较多的多重连接探针扩增反应(multiplex ligation-dependentprobe amplification,MLPA)对之前的传统方法进行了改进，但仍存在人员要求专业性较高，检测成本昂贵等问题。

干实验型技术是指利用已有的二代测序数据，在电脑端进行数据分析，最终实现拷贝数变异的检测。这种方法克服了湿实验型技术的以上缺陷：不进行实验操作，无需任何试剂或实验仪器，在已有的测序数据基础上，花费一定的人力成本即可获得最终的检测结果。再加上目前NGS测序技术迅猛发展，单次测序所需费用直线下降，获得测序数据变的更加方便容易，使得此项技术的优点更加突出。

因此，需要一种仅基于已有的高通量测序数据对拷贝数变异进行准确检测的方法。

发明内容

因此，在第一个方面，本发明提供一种检测基因拷贝数变异的方法，包括以下步骤：

(1)构建对照集：

(1.1)从bed文件中提取每个区段(region)的目标信息，并将每个区段前后各延伸一定长度的核苷酸，获得扩展区段；

(1.2)获取多个正常样本的测序数据；

(1.3)将每个正常样本的测序数据比对到参考人类基因组，提取唯一比对的read，获得比对后文件；

(1.4)基于扩展区段，计算比对后文件中每个read的覆盖度值，并将所述覆盖度值标准化，获得每个扩展区段中每个read的标准化覆盖度值；

(1.5)合并每个扩展区段中每个read的标准化覆盖度值，并计算每个扩展区段的覆盖度中值作为对照集；

(2)分析待测样本的测序数据：

(2.1)获取待测样本的测序数据；

(2.2)将待测样本的测序数据比对到参考人类基因组，提取唯一比对的read；

(2.3)计算每个read的覆盖度值，并将所述覆盖度值标准化，获得每个read的标准化覆盖度值；

(2.4)将多个具有相同标准化覆盖度值的连续read合并为一个片段；

(2.5)根据步骤(1.5)获得的对照集和步骤(2.4)获得的待测样本的每个片段的标准化覆盖度值计算待测样本每个片段的Ptn值；

(2.6)根据Ptn值的绝对值的大小判断是否存在基因拷贝数变异，并且Ptn值为正数判断为拷贝数重复，Ptn值为负数判断为拷贝数缺失。