[发明专利]一种表征HRD同源重组修复缺陷的基因瘢痕及鉴定方法

说明书

本发明涉及一种表征HRD同源重组修复缺陷的基因瘢痕及鉴定方法，包括如下步骤：步骤1进行全基因组测序，得到基因原始数据；步骤2建立染色体信息矩阵X(X1、X2、X3…Xn)，步骤3数据质量控制，步骤4序列比对，步骤5删除重复的读段，步骤6通过两个基因组拷贝的信号提取出LRP文件；步骤7将高质量非参考碱基与高质量碱基的数量比较提取出BAF文件；步骤8生成片段化的LRP和BAF文件进行预处理，得出A等位基因拷贝数为nA和B等位基因拷贝数为nB，步骤9通过nA与nB得出端粒等位基因失衡TAI得分；步骤10通过对每个位点的长度得出大规模跃迁LST得分；步骤11通过每个SNP位点的nA与nB的判断得出杂合性缺失LOH得分；步骤12统计计算得出HRD得分并进行判断。

技术领域

本发明涉及生物信息领域技术领域，尤其涉及一种表征HRD同源重组修复缺陷的基因瘢痕及鉴定方法。

背景技术

目前国内的专利“一种表征hHRD同源重组缺陷的基因组重组指纹及其鉴定方法”专注在HRD的基因组重组指纹，对于PARP抑制剂的预测效率不高，国外有研究表明HRD可致“基因组疤痕”现象简称为genomic scars,包括基因组杂合性缺失，英文为Loss ofHeterozygosity，简称为LOH、端粒等位基因不平衡英文为Telomeric Allelic Imbalance，简称为TAI、大片段迁移，英文为Large-scale state Transition,简称为LST。有研究检测综合LOH、TAI、LST等进行评分，对分值进行判断将BRCA突变者定义为HRD阳性。但是该数据来源于基因芯片数据，基因芯片数据存在误差比较大、鲁棒性较差的问题。

发明内容

为此，本发明提供一种表征HRD同源重组修复缺陷的基因瘢痕及鉴定方法用以克服现有技术中基因芯片数据存在误差比较大、鲁棒性较差的问题。

为实现上述目的，本发明提供一种表征HRD同源重组修复缺陷的基因瘢痕及鉴定方法，包括如下步骤：

步骤1：收集样本，通过进行全基因组测序，得到基因原始数据；

步骤2：通过提取公共数据库建立染色体信息矩阵X(X1、X2、X3…Xn)，其中，X1表示第一预设染色体信息矩阵，X2表示第二预设染色体信息矩阵，X3表示第三预设染色体信息矩阵，Xn表示第n预设染色体信息矩阵，每个预设染色体信息矩阵内包含24条染色体的长度、起始点和终点，着丝粒的位置、起始点和终点；

步骤3：数据质量控制，通过计算每个基因的质量得分，确定相应的核苷酸调用不正确的概率进行质量控制；

步骤4：序列比对，将读段比对到染色体信息矩阵中进行序列比对；

步骤5：删除重复的读段，将读取对的两次读取的起始坐标和方向，根据相同的5'映射坐标确定重复项并进行删除；

步骤6：通过两个基因组拷贝的观察信号与预期信号比较，提取出LRP文件；

步骤7：通过将高质量非参考碱基的数量与高质量碱基的数量比较，提取出BAF文件；

步骤8：预处理，将所述步骤7中生成片段化的LRP和BAF文件进行预处理，将SNP位点生成平均的片段，记录每个位点的染色体位置，区域起始点和终点得出A等位基因拷贝数为nA和B等位基因拷贝数为nB；

步骤9：通过比较染色体的端粒位置的nA与nB得出端粒等位基因失衡TAI的得分；

步骤10：通过对每个SNP位点的长度与预设长度进行比较得出大规模跃迁LST的得分；

步骤11：通过将每个SNP位点的nA与nB值的判断以及所述位点长度的对比判断得出杂合性缺失LOH得分；

步骤12：通过对所述端粒等位基因失衡TAI、大规模跃迁LST、杂合性缺失LOH的得分进行统计后对基因进行判断。