[发明专利]一种基因组拷贝数变异的检测方法和装置

权利要求书

1.一种拷贝数变异的检测方法，其特征在于，包括以下步骤：

(1)获取待测样品的基因组测序序列；

(2)将测序序列比对到人类基因组参考序列上，并确定唯一比对至基因组参考序列的位置；

(3)将基因组参考序列划分为等长窗口，统计落入每个窗口的唯一比对的测序序列数目，得到每个窗口的有效数据量；

(4)对每个窗口的有效数据量进行动态数据校正，得到每个窗口校正后的有效数据量；

(5)将校正后的有效数据量标准化，得到每个窗口的有效深度值CR；

(6)使用Fused Lasso算法过滤噪音，并通过对差分项的约束识别潜在的拷贝数变异区域；

(7)根据以下公式计算潜在的拷贝数变异区域内的拷贝数值(SCN)，并与拷贝数值的参考范围进行比较，得到准确的拷贝数变异检测结果；

SCN＝CR^*×CN_Norm，

其中，CR^*为该潜在的拷贝数变异区域内的有效深度值，CN_Norm是指阴性样品中该潜在的拷贝数变异区域的理论拷贝数值，对于常染色体及女性的X染色体该值为2，对男性的性染色体该值为1。

2.权利要求1所述的方法，其特征在于，步骤(2)中的比对去除基因组参考序列中存在重复序列的区域。

3.权利要求1所述的方法，其特征在于，步骤(2)使用不容错比对模式并且不允许空碱基间隙。

4.权利要求1所述的方法，其特征在于，步骤(3)包括在位置唯一比对的区域上，以相等长度为单位将基因组参考序列划分为连续的窗口。

5.权利要求1所述的方法，其特征在于，步骤(4)中的校正包括GC校正、比对率校正和数据量校正。

6.权利要求1所述的方法，其特征在于，步骤(5)中的标准化通过与对照集比较进行，所述对照集是指来自于一定规模的阴性样品的每个窗口校正后的有效数据量的均值。

7.权利要求1所述的方法，其特征在于，所述拷贝数值的参考范围通过以下计算：利用数学统计模型，对已知拷贝数状态的一定规模样品的拷贝数状态及其对应的拷贝数值进行统计建模，然后按照99％的显著性水平计算出不同拷贝数状态对应的拷贝数值参考范围。

8.权利要求1所述的方法，其特征在于，所述拷贝数的参考范围如下：

--对于常染色体：1.78≤SCN≤2.24判定为对应染色体检测区域正常二倍体；SCN≥2.72判定为对应染色体检测区域重复；SCN≤1.16判定为对应染色体检测区域缺失；1.16＜SCN＜1.78判定为对应染色体检测区域单倍体嵌合；2.24＜SCN＜2.72判定为染色体检测区域为三倍体嵌合；

--对于性染色体：当未检测到Y染色体存在时：X染色体判断标准同常染色体；当检测到Y染色体存在时：0.84≤SCN≤1.16判定为对应性染色体检测区域正常单倍体；SCN≥1.78判定为对应性染色体检测区域重复；SCN0.84判定为对应性染色体检测区域缺失；1.16＜SCN＜1.78判定为对应染色体检测区域二倍体嵌合。