[发明专利]DNA甲基化谱检测方法

说明书

本发明公开了一种DNA甲基化谱检测方法，对全基因组DNA甲基化信息样本进行统计处理及注释处理，得到全基因组DNA甲基化注释信息，对全基因组DNA甲基化注释信息进行编码，对单甲基化数据进行加窗处理，对窗内各位点分别进行位置与甲基化值建模训练，得到甲基化值预测模型；利用已建立的预测模型按照预设的甲基化谱窗对待测染色体进行逐移预测，得到待测染色体指定位置点的甲基化值。优点：本发明首次提出加窗法结合深度学习算法的思想，通过位点的各类前期标注信息，从而来提高精度，可有效确保辨识分辨模型的可靠性；弥补了工艺上的不足，提高了工艺的精度。

技术领域

本发明涉及一种DNA甲基化谱检测方法，属于计算机信息科学、检测科学技术和临床医学的交叉学科技术领域。

背景技术

DNA甲基化作为人体遗传信息的重要修饰，参与多种表观调控作用。目前对于人体甲基化的分析方法依赖于Illumina HM 450K或850K检测工艺。然而受工艺精度限制，目前甲基化检测仅能够在人体染色体关键位点进行非等间隔甲基化值检测。

发明内容

本发明所要解决的技术问题是克服目前甲基化检测仅能够在人体染色体关键位点进行非等间隔甲基化值检测的缺陷，提供一种DNA甲基化谱检测方法，提高染色体甲基化谱分辨率。

为解决上述技术问题，本发明提供一种DNA甲基化谱检测方法，对全基因组DNA甲基化信息样本进行统计处理及注释处理，得到全基因组DNA甲基化注释信息；对全基因组DNA甲基化注释信息进行编码；对单甲基化数据进行加窗处理；对窗内各位点分别进行位置与甲基化值建模训练，得到甲基化值预测模型；利用已建立的预测模型按照预设的甲基化谱窗对待测染色体进行逐移预测，得到待测染色体指定位置点的甲基化值。

进一步的，所述统计处理及注释处理为：

利用Illumina 450K 人类甲基化芯片对预收集的样本进行实验组与控制组比对处理；利用Illumina 450K 人类甲基化芯片对实验组与控制组比对处理后的比对结果的CGI、DHS、DMR位置信息进行注释。450K平台测序下来的数据资源后续需要进行一系列的基础位点信息标注工作，目的在于检测和确定上述基本差异DNA甲基化位点。

进一步的，所述编码具体为：

保留注释信息的logFC、P.value、CHROMOSOME_36、STRAND、UCSC_REFGENE_GROUP、RELATION_TO_UCSC_CPG_ISLAND、DMR、ENHANCER、REGULATORY_FEATURE_GROUP、DHS；

对STRAND、RELATION_TO_UCSC_CPG_ISLAND、ENHANCER、REGULATORY_FEATURE_GROUP、DHS按照原来统计类别进行赋值编码；对UCSC_REFGENE_GROUP中位置处于“5’UTR”,“TSS200”, “1stExon”的进行特别标注，对PHANTOM中高CpG，低CpG和非CpG岛区域分别进行标注，对DMR中是否处于DMR进行0-1标注，若处于标注1，若不处于标注0。目的在于优化算法。

进一步的，所述加窗处理为：

先将单一染色体按照COORDINATE_36升序排列，将同一染色体甲基化谱中每2n-1个相邻连续点作为一个窗；将窗中每一个点的COORDINATE_36（位置）值减去第一个得出相对位置，n为大于等于5小于等于26的整数。通过加窗处理能够有效提高检测精度。

进一步的，所述甲基化值预测模型采用复合神经网络模型。可有效确保辨识分辨模型的可靠性；弥补了工艺上的不足，提高了工艺的精度。

进一步的，所述复合神经网络模型包括窗内位点相对位置学习网络、窗内位点注释信息学习网络以及联合学习网络；