[发明专利]拷贝数变异的检测方法和装置

说明书

本发明提供了一种拷贝数变异的检测方法和装置。该检测方法包括：获取待测样本的测序比对数据；计算测序比对数据中每个碱基位点的测序深度；将参考基因组划分为多个bin的方式，利用每个碱基位点的测序深度，计算待测样本的每个bin的拷贝数；合并拷贝数与指定contig的倍性不同的bin，得到发生胚系拷贝数变异的区域。该方面能够检测出长度超过1000bp的基因外显子的缺失或重复，与现有技术中的芯片方法相比，该方法检测CNV具有更高的覆盖度、分辨率及更准确的拷贝数评估，不仅能够检测某些已知位点的拷贝数变异情况，而且可以检测未知的拷贝数变异情况，提高检测的灵敏度。

技术领域

本发明涉及生物信息分析领域，具体而言，涉及一种拷贝数变异的检测方法和装置。

背景技术

CNV是指长度大于1kb的拷贝数多态，是基因组结构变异(SV)的一种，包括拷贝数的缺失(deletion)、插入(insertion)、重复(duplication)和复杂多位点变异(complexmuti-site variants)。CNV的产生机制之一是DNA重组，包括非等位同源重组(Nonallelichomologous recombination,NAHR)和非同源末端连接(Nohomologous end-joining,NHEJ)等。DNA重组引起的CNV可以从以下几个方面影响基因的表达：(1)基因剂量；(2)基因断裂；(3)基因融合；(4)位置效应；(5)隐型等位基因显性化等。

CNV的检测有目前常用的有以下几种方法：

多重连接扩增技术(multiplex ligation dependent probe amplification，MLPA)，针对每个待测靶基因设计相邻的两个探针，探针通过通用引物与靶序列配对杂交后，两个相邻的探针通过连接反应相连，连接产物的量与靶基因的拷贝数成正比。连接产物经PCR扩增后可以根据电泳结果分析基因的拷贝数。

芯片技术，这种技术是将感兴趣的靶点做成微阵列芯片，对基因组中关键区域进行系统性的扫描。目前应用较为广泛的芯片主要有比较基因组杂交芯片(comparativegenomic hybridization，CGH)和SNP芯片。这种技术只能检测已知的CNV。

发明内容

本发明的主要目的在于提供一种拷贝数变异的检测方法和装置，以解决现有技术中对突变检测的灵敏度低的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种拷贝数变异的检测方法，该检测方法包括：获取待测样本的测序比对数据；计算测序比对数据中每个碱基位点的测序深度；将参考基因组划分为多个bin的方式，利用每个碱基位点的测序深度，计算待测样本的每个bin的拷贝数；合并拷贝数与指定contig的倍性不同的bin，得到发生胚系拷贝数变异的区域。

进一步地，获取待测样本的测序比对数据包括：获取待测样本的测序原始数据；对测序原始数据进行质控，得到测序比对数据；优选地，对测序原始数据进行质控，得到测序比对数据包括：对测序原始数据进行预处理，去除如下至少一种reads：(1)含有接头的reads；(2)质量低于阈值的reads，得到预处理数据；将预处理数据与参考基因组序列比对，得到比对结果数据；对比对结果数据进行过滤处理，过滤去除具有重复比对结果的reads，得到测序比对数据；更优选地，对比对结果数据进行过滤处理，进一步包括过滤去除目标捕获区域外的reads。

进一步地，在将参考基因组划分为多个bin的方式，计算待测样本的每个bin的拷贝数之前，检测方法还包括，将参考基因组划分为多个bin，并对待测样本的每个bin的测序深度进行归一化处理；然后利用归一化之后的测序深度计算每个bin的拷贝数；优选地，归一化处理包括：根据用于构建基线的样本在每个bin的测序深度，利用主成分分析法建立归一化模型；利用归一化模型对待测样本中的每个bin的测序深度进行归一化；优选地，利用归一化之后的测序深度，采用Viterbi算法计算待测样本的每个bin的拷贝数。