[发明专利]基于RNAseq数据的融合基因检测方法、装置和存储介质

说明书

本申请公开了一种基于RNAseq数据的融合基因检测方法、装置和存储介质。本申请方法包括，对原始下机数据进行质控，评估有效比对数据量、外显子比对率、污染率等情况；通过阳性和阴性标准品融合基因检出情况对比筛选融合基因检测软件；保留热点融合基因列表，过滤假阳性融合基因列表，针对标准品中假阳性融合检出情况设置支持读段过滤规则，降低假阳性检出比例；并针对基因内部分外显子缺失引起的融合突变进行软件开发和过滤规则制定。本申请方法综合数据质控评估、软件性能评估、过滤规则制定、外显子缺失分析等多种方案，既保证融合基因更全面地检出，又最大限度降低假阳性和假阴性比例，对临床用药指导和疾病诊断提供更全面精准的指导。

技术领域

本申请涉及融合基因检测技术领域，特别是涉及一种基于RNAseq数据的融合基因检测方法、装置和存储介质。

背景技术

人类疾病，特别是在各类比较难治愈的癌症中，基因组异常，如基因融合，引起的细胞代谢、生长、分化失去调控，往往是导致疾病发生、发展的直接或间接原因。因此，如何快速、准确、全面的检测相关变异一直以来都是一个具有重要研究价值的课题。近年来，随着高通量测序技术(缩写NGS)的推广和应用，在各类临床检测应用中，高通量测序技术正在逐渐地占据主导地位。

全转录组测序，又常被称为RNA-seq，或缩写RNAseq，是指利用第二代高通量测序技术进行cDNA测序，全面快速地获取某一物种特定器官或组织在某一状态下的几乎所有转录本，是一种非常具有临床应用前景的可用于融合基因检测的测序技术之一。通过对癌症患者的融合变异进行检测，进而可以指导靶向药物的使用。虽然目前已经有很多融合基因检测软件的开发，但关于软件性能对比，及分析结果假阳性的过滤还有待改进。而且STAR-fusion、FusionCatcher等软件不具有检测基因间和内含子断点的能力，也无法检测外显子重复或反转类型的融合基因。目前的融合基因检测软件只能应用RNA数据进行融合基因检测，对于DNA上存在但RNA中漏检的融合基因无法回捞，灵敏性有限。

MET基因编码肝细胞生长因子受体，属于酪氨酸激酶。MET基因14外显子剪切序列附近突变引起的14外显子跳读，目前已作为非小细胞肺癌一个新兴的治疗靶点，引起广泛关注。MET基因14外显子跳读突变在肺腺癌中的发生频率约为4％，而在肺肉瘤样癌中的频率高达22％。在非小细胞肺癌中，携带MET基因14外显子跳读突变的患者对MET抑制剂，如克唑替尼、卡博替尼，在临床试验中有较好的应答。研究发现MET基因14外显子剪切供体及剪切受体区域的点突变或缺失突变，可能引起MET基因表达时剪切异常，“跳过”14外显子编码区域，产生14外显子缺失的MET蛋白。这样的突变型MET蛋白泛素化异常，蛋白降解率减低，从而增加MET稳定性和引起下游RAS-RAF-MEK-ERK、PI3K/AKT等信号通路的持续激活，促进肿瘤细胞生长与增殖，参与肿瘤的发生和发展。

恶性肿瘤，如胶质细胞瘤、乳腺癌、卵巢癌、非小细胞肺癌等，的细胞表面有表皮生长因子受体(缩写EGFR)的过表达和基因的突变或重组，而表皮生长因子受体III型突变体(缩写EGFRvIII)是表皮生长因子受体最常见的突变体形式。EGFRvIII是EGFR缺失了胞外段的2-7外显子部分，约801bp的核酸片段，而1和8外显子直接连接，且在连接处形成了一个新的甘氨酸。较EGFR野生型来说，EGFRvIII缺失了胞外段的6-273号氨基酸残基；因此EGFR的配体结合区，其本身不和配体结合，即可产生持续的磷酸化，使受体产生持续的刺激信号。近年来的研究报道，EGFRvIII通过促进细胞的增殖、迁移和侵袭，降低细胞的死亡来促进肿瘤的发生和发展。与此同时，EGFRvIII仅表达于肿瘤细胞，而正常细胞中却没有报道，这也是近年来越来越多的免疫治疗以EGFRvIII为靶向的主要原因。