[发明专利]降低测序数据中的噪声的方法和系统及其实施和应用

权利要求书

1.一种用于消除测序结果中噪声的方法，所述方法包括：

(a)确定对照样品中在基因组中关注位点处每种碱基类型的频率，并且确定从患有肿瘤或疑似患有肿瘤的受试者收集的样品中在基因组中所述关注位点处每种碱基类型的频率；

(b)通过计算对照样品中碱基类型频率的分布与从所述患有肿瘤或疑似患有肿瘤的受试者收集的样品中碱基类型频率的分布之间的互熵来确定所述关注位点处的趋异得分；

(c)通过确定对照样品中碱基类型频率的分布与从所述患有肿瘤或疑似患有肿瘤的受试者收集的样品中碱基类型频率的分布代表相同分布的概率来确定显著性得分；

(d)基于所述趋异得分和所述显著性得分来计算信息得分，其中较高的信息得分表示所述关注位点处的测序结果更有可能是噪声。

2.根据权利要求1所述的方法，其中所述样品源自全血、血浆和组织或唾液。

3.根据权利要求1所述的方法，其中所述样品是循环游离核酸。

4.根据权利要求1所述的方法，其中所述趋异得分由以下公式计算：

其中_jⁱQ_N是所述对照样品中在关注位点i处碱基类型j的频率，_jⁱQ_T是从所述患有肿瘤或疑似患有肿瘤的受试者收集的样品在位点i处碱基类型j的频率，

其中

5.根据权利要求1所述的方法，其中所述显著性得分由以下公式计算：

其中_jp是人类参考基因组中碱基j的背景频率，

其中

6.根据权利要求5所述的方法，其中所述人类参考基因组是人类基因组组装体GRCh37(hg19)或人类基因组组装体GRCh38(hg38)。

7.根据权利要求1-6中任一项所述的方法，其中所述信息得分由以下公式计算：

8.根据权利要求7所述的方法，其中如果所述信息得分高于参考阈值，则删除所述关注位点处的所述测序结果。

9.根据权利要求7所述的方法，其中如果所述信息得分低于参考阈值，则纳入所述关注位点处的所述测序结果。

10.一种用于消除测序结果中噪声的系统，包括：

a)至少一个设备，配置为对包括从一个或多个对照受试者收集的第一组核酸样品和从患有肿瘤或疑似患有肿瘤的受试者收集的第二组核酸样品的核酸样品进行测序；

b)计算机可读程序代码，包括执行以下的指令：

i.计算所述第一组核酸样品在基因组中关注位点处每种碱基类型的频率和所述第二组核酸样品在基因组中所述关注位点处每种碱基类型的频率；

ii.通过计算所述第一组核酸样品中碱基类型频率的分布与所述第二组核酸样品中碱基类型频率的分布之间的互熵来计算所述关注位点的趋异得分；

iii.通过确定所述第一组核酸样品中碱基类型频率的分布与所述第二组核酸样品中碱基类型频率的分布代表相同分布的概率来计算显著性得分；

iv.基于所述趋异得分和所述显著性得分计算信息得分，其中较高的信息得分表示在所述关注位点处的测序结果更有可能是噪声；

c)计算机可读程序代码，包括执行以下的指令：

i.如果所述信息得分高于参考阈值，则删除所述关注位点处的所述测序结果；或

ii.如果所述信息得分低于参考阈值，则纳入所述关注位点处的测序结果。