[发明专利]用于变体识别的相关错误事件缓解的系统和方法

说明书

本发明涉及用于通过考虑对相关错误事件的指示来提高变体识别的准确性的方法、系统和设备，包含计算机程序。在一个方面中，一种方法可以包含以下动作：存取与参考基因组的第一区域比对的序列读段的堆积；获得描述所述堆积的多个读段中的每个读段的一个或多个特性的信息；将描述所述堆积的所述多个读段的所述一个或多个特性的一个或多个输入提供到概率模型，其中所述概率模型被配置成针对基于所述一个或多个输入选择的一个或多个假设中的每个假设确定指示每个假设是否为真的分数；获得所述一个或多个假设中的每个假设的输出信息；以及基于所获得的输出信息确定在第一位置处存在真变体的可能性。

相关申请的交叉引用

本申请要求2018年2月16日申请且标题为“用于执行外来读段检测和突发错误检测的方法、装置和系统(Methods,Devices,and Systems for Performing Foreign ReadDetection and Burst Error Detection)”的第62/710,348号美国临时申请的权益，所述美国临时申请的公开的全文以引用的方式并入本文中。

背景技术

核酸测序仪是被配置成使对例如脱氧核糖核酸(DNA)或核糖核酸(RNA)的核酸测序的过程自动化的仪器。核酸测序是确定基因序列中的核苷酸顺序的过程。

核酸测序仪被配置成接收核酸样品并生成输出数据，所述输出数据被称作一个或多个“读段(read)”，所述读段表示核酸样品中的核苷酸顺序。DNA样品中的核苷酸可以包含以任何组合形式的鸟嘌呤(G)、胞嘧啶(C)、腺嘌呤(A)和胸腺嘧啶(T)中的一种或多种。RNA样品中的核苷酸可以包含以任何组合形式以任何组合形式的G、C、A和尿嘧啶(U)中的一种或多种。

由DNA测序仪生成的DNA读段可以映射到参考基因组的已知DNA序列并与其比对。一旦映射到参考基因组并与其比对，就可以鉴于参考基因组来分析经映射和比对的读段序列，以标识存在于经映射和比对的读段序列与参考基因组之间的潜在变异。

发明内容

本公开的方面涉及用于考虑对于变体识别器(variant caller)来说产生问题的相关错误事件的方法、系统和设备，包含计算机程序，所述变体识别器用以确定在经映射和比对的序列读段的堆积(pileup)中标识的替代(下文中称为“alt”)等位基因是否为真变体。

根据本公开的一个创新方面，公开了一种用于通过考虑对相关错误事件的指示来提高变体识别的准确性的方法。在一些实施方案中，所述方法可以包含方法动作，所述方法动作包含：由一个或多个计算机并从一个或多个存储器装置存取与参考基因组的第一区域比对的多个序列读段的堆积；由所述一个或多个计算机获得描述所述堆积的对应于所述参考基因组的第一位置的所述多个读段中的每个读段的一个或多个特性的信息；由所述一个或多个计算机并基于所获得的信息将描述所述堆积的所述多个读段的所述一个或多个特性的一个或多个输入提供到概率模型，其中所述概率模型被配置成针对基于所述一个或多个输入选择的一个或多个假设中的每个假设确定指示所述假设是否为真的分数；由所述一个或多个计算机获得所述一个或多个假设中的每个假设的输出信息，其中所述一个或多个假设中的每个假设的所述输出信息(i)是由所述概率模型基于所述概率模型处理到所述概率模型的描述所述堆积的相应读段的所述一个或多个特性的所述一个或多个输入而生成的，并(ii)指示了指示所述假设是否为真的分数；以及由所述一个或多个计算机并基于由所述概率模型针对所述多个假设中的每个假设生成的所获得的输出信息确定在所述第一位置处存在真变体的可能性。

其它版本包含用以执行由计算机可读存储装置上编码的指令定义的方法动作的对应系统、设备和计算机程序。