[发明专利]筛选候选插入片段的方法和系统

说明书

本发明提出了一种筛选候选插入片段的方法，所述插入片段用于改造待测样本核酸序列。该方法包括：基于用于改造待测样本核酸序列的候选基因，确定初始基因编码区序列；对所述初始基因编码区序列进行同义密码子替换，以便获得由多个候选编码区序列构成的候选编码区序列集合；将所述候选编码区序列与自身、宿主基因组和病毒基因组进行比对，并确定同源性高风险区域，以便对所述候选编码区序列进行同源性风险评分；和基于所述同源性风险评分，在所述候选编码区序列集合中确定优选编码区序列子集。

技术领域

本发明涉及生物信息领域，具体地，本发明涉及筛选候选插入片段的方法和系统。

背景技术

病毒往往具有稳定的结构、简单的基因组、广谱的侵染能力与高效的包装能力而成为广泛使用的工程化DNA转运表达载体。而利用病毒自身的免疫特性，研究者使用灭活、减毒或工程改造的病毒作为有效的疫苗。更进一步，利用病毒在扩增过程中裂解宿主细胞的生物特性，研究者将病毒工程改造为具有复制包装能力并特异性实现肿瘤杀伤作用的溶瘤病毒。随着病毒相关研究的逐渐深入，目前已有多种工程病毒种类成为工程改造的对象，并有多种病毒产品应用于临床治疗。腺病毒与其它病毒类型相比，由于其相对稳定的结构、约9000bp的包装容量、较低的毒副作用而备受青睐，不仅可以作为DNA转运表达的非复制型载体，也可以作为溶瘤杀伤的复制型载体。

虽然腺病毒作为工程载体具有上述优势，但即使是相对稳定的腺病毒亚型，如常用的5型腺病毒，在大规模药学生产过程中，随着培养代数增加，单核苷酸变异、小片段插入删除变异与大片段结构性变异的发生与积累也会逐渐增加。而另一方面，工程改造过程中引入的人工外源序列可能与自身及病毒基因组存在高度同源的区域，提升了由同源重组导致结构性变异的风险。这种同源性风险进一步影响了工程腺病毒基因组的稳定性。上述变异不仅影响了工程腺病毒药学生产的产量和纯度，也有可能影响工程腺病毒的功能与安全性。比如，非复制型工程腺病毒的药学生产过程中产生复制型腺病毒、受控复制型工程腺病毒的药学生产过程中产生不受控复制型腺病毒都是质量控制关注的重点。

发明内容

本申请是基于发明人对以下事实和问题的发现和认识作出的：

工程病毒的药学生产过程中，人工外源序列自身与病毒基因组可能存在高度同源的区域，提升了由同源重组导致结构性变异的风险。发明人通过对人工外源序列与病毒基因组序列特征进行信息学分析，预测分析存在同源性风险的区域，并结合同义密码子替换与同源亚型替换等方式降低序列的同源性风险，增加工程病毒基因组的稳定性。

为此，在本发明的第一方面，本发明提出了一种筛选候选插入片段的方法，所述插入片段用于改造待测样本核酸序列。根据本发明的实施例，所述方法包括：(1)基于用于改造待测样本核酸序列的候选基因，确定初始基因编码区序列；(2)对所述初始基因编码区序列进行同义密码子替换，以便获得由多个候选编码区序列构成的候选编码区序列集合；(3)将所述候选编码区序列与宿主基因组和病毒基因组进行比对，并确定同源性高风险区域，以便对所述候选编码区序列进行同源性风险评分；(4)基于所述同源性风险评分，在所述候选编码区序列集合中确定优选编码区序列子集。

根据本发明的实施例，上述方法还可以进一步包括如下附加技术特征至少之一：

根据本发明的实施例，所述方法进一步包括：

基于所述宿主中的密码子频率，对所述候选编码区序列进行密码子对偏好性评分；或基于所述宿主中的密码子频率，对所述候选编码区序列进行密码子偏好性评分；或基于所述候选编码区序列中的C碱基频率、G碱基频率和CpG序列频率，对所述候选编码区序列进行CpG评分；或基于所述候选编码区序列中的A碱基频率，T碱基频率和TpA序列频率，对所述候选编码区序列进行TpA评分；或基于所述候选编码区序列的编码mRNA序列，预测RNA二级结构的最小自由能；或基于所述候选编码区序列中的微卫星序列，对所述候选编码区序列进行微卫星不稳定性评分。