[发明专利]基于CNV-seq测序数据检测多倍体和基因组纯合区域ROH的系统

权利要求书

1.一种基于低深度测序数据的基因组纯合区域ROH的检测系统，包括：

测序数据存储装置：用于存储低深度全基因组测序数据；

数据分析装置：用于对低深度全基因组测序数据进行ROH分析，所述ROH分析的流程包括：

基于现有SNP信息，将低深度全基因组测序数据进行比对，获取目标SNP位点的等位基因allele信息，所述allele信息包括：每个SNP位点总的测序深度、每个SNP位点A allele和B allele的测序深度；所述A allele为目标SNP一种基因型，其在人群中的参考频率为p，所述B allele为该目标SNP的其他基因型，其在人群中的参考频率为1-p；

将多个在人类基因组中位置相邻的SNP序列合并成一个窗口bin，选取测序深度相同且不低于2的SNP序列结果，统计每个bin在该测序深度下的SNP数n以及其中包含杂合信息SNP数k，求得样本i在第j个bin的SNP混合杂合度指标SMHS_ij；

选择测序深度为2的SNP结果并基于测序深度分别计算样本的SMHS_ij值

式(1)中，n为当前测试样本i在第j个bin中SNP被测序深度为2的个数，k为同时检测到Aallele和B allele的个数；

筛选存在连续t个SMHS_ij0.01的bins作为候选ROH区段，连续t个SMHS_ij0.01的bins的长度之和要大于样本测序深度λ对应的最小ROH检测长度L；

基于候选ROH区段的基因拷贝数信息，排除拷贝数＝1的候选ROH区段，得到最终的ROH结果；

结果输出装置：用于输出数据分析结果。

2.根据权利要求1所述的检测系统，其特征在于：所述SNP为只存在2种等位基因的双等位基因SNP位点。

3.根据权利要求1所述的检测系统，其特征在于：所述SNP的最小等位基因频率MAF值为0.01～0.5。

4.根据权利要求1所述的检测系统，其特征在于：结合最低SNP位点数和SNP位点在基因组中分布的密度，推算出当前测序深度λ下可检出的ROHs的最小长度L。

5.根据权利要求1所述的检测系统，其特征在于：合并的一个bin中，含有200～2000个SNP位点，或长度为0.1～1Mb。

6.根据权利要求1所述的检测系统，其特征在于：所述低深度全基因组测序数据的平均测序深度低于30X。

7.根据权利要求6所述的检测系统，其特征在于，所述低深度全基因组测序数据的平均测序深度不低于0.12X。

8.一种基于低深度测序数据的多倍体异常的检测系统，包括：

测序数据存储装置：用于存储低深度全基因组测序数据；

数据分析装置：用于对低深度全基因组测序数据进行多倍体分析，所述多倍体分析的流程包括：

ROH分析：按权利要求1～7任一项所述的ROH分析流程对样本i进行ROH分析；

基因拷贝数异常分析：识别样本i中的拷贝数异常区域；

计算样本i的SNP混合杂合度指标SMHS_i：

式(2)中，n为样本i中去除了ROH区域和拷贝数异常区域后剩余的被测序深度为2的SNP的个数，k为其中同时检测到A allele和B allele的个数；

利用验证的多例已知二倍体样本作为参考数据集推算总体样本的SMHS_i的均值μ和标准差S，求得样本i的SMHS_zscpre_i：

SMHS_zscore_i大于3判断为多倍体异常；

结果输出装置：用于输出数据分析结果。

9.根据权利要求8所述的检测系统，其特征在于：使用人类短串联重复序列STR方法验证已知二倍体样本。