[发明专利]一种DNA甲基化表观修饰的识别方法、识别设备及存储介质

说明书

本发明公开一种DNA甲基化表观修饰的识别方法、识别设备及存储介质，所述方法包括：通过固态纳米孔测序获取待甲基化碱基识别的甲基化物种原始电信号；采用预设算法解析识别所述原始电信号，进行甲基化碱基识别。通过本发明实施例，通过固态纳米孔测序获取待甲基化碱基识别的甲基化物种原始电信号，采用预设算法解析识别所述原始电信号，进行甲基化碱基识别，无需额外的对DNA样本进行处理，可以直接基于原始电信号解析DNA甲基化表观修饰，实现单分子、单碱基水平DNA甲基化修饰精确检测。

技术领域

本发明涉及基因检测领域，特别涉及一种DNA甲基化表观修饰的识别方法、识别设备及存储介质。

背景技术

表观遗传修饰是指DNA双链序列未改变的情况下，基因的表达发生改变，即未改变基因型的前提下改变表型。以动物为例，DNA甲基转移酶家族(Dnmts)催化甲基从S-腺嘌呤甲硫氨酸(SAM)转移至胞嘧啶残基的第五个碳，形成5-甲基胞嘧啶(5mC)。DNA甲基化修饰的主要作用是是抑制潜在有害遗传元件的表达(如插入的病毒原件)。例如，CpG岛的甲基化可损害转录因子结合，募集抑制性甲基结合蛋白，并稳定沉默基因表达。

原核生物中甲基化多发生在CCA/TGG和GATC序列，而真核生物中DNA甲基化一般只发生在CpG位点上，在植物和其他生物中，DNA甲基化存在于三种不同的序列环境中：CG(或CpG)，CHG或CHH(其中H对应于A，T或C)。然而，在哺乳动物中，DNA甲基化几乎只存在于CpG二核苷酸中，两条链上的胞嘧啶通常被甲基化。然而，非CpG甲基化可以在胚胎干细胞中观察到，并且在神经发育中也已被指出。此外，在造血干细胞中也观察到了非CpG甲基化，主要发生在CpApC序列的背景下。

胞嘧啶甲基化是在真核生物和原核生物普遍存在的，尽管胞嘧啶DNA甲基化的速度在物种之间有很大的不同：在拟南芥中胞嘧啶有14％被甲基化，绒泡：4％至8％，小家鼠：7.6％，大肠杆菌：2.3％，果蝇：0.03％，粘菌：0.006％，并且在秀丽隐杆或真菌如酿酒酵母和粟酒裂殖酵母(但不是N.crassa)中几乎不存在甲基化现象(0.0002至0.0003％)。在细菌，植物和最近的哺乳动物DNA中均观察到了腺嘌呤甲基化。

目前，在对于DNA甲基化表观修饰的识别方法中，一般是需要额外对DNA样本进行处理，无法实现单分子、单碱基水平DNA甲基化修饰精确检测。

发明内容

有鉴于此，本发明实施例提供的一种DNA甲基化表观修饰的识别方法、识别设备及存储介质，无需额外的对DNA样本进行处理，可以直接基于原始电信号解析DNA甲基化表观修饰，实现单分子、单碱基水平DNA甲基化修饰精确检测。

本发明解决上述技术问题所采用的技术方案如下：

根据本发明实施例的一个方面，提供的一种DNA甲基化表观修饰的识别方法，所述方法包括：

通过固态纳米孔测序获取待甲基化碱基识别的甲基化物种原始电信号；

采用预设算法解析识别所述原始电信号，进行甲基化碱基识别。

在一个可能的设计中，在所述通过固态纳米孔测序获取待甲基化碱基识别的甲基化物种原始电信号之前，所述方法包括：按照不同物种构建不同物种的碱基识别模型，通过所述碱基识别模型确定待甲基化碱基识别的甲基化物种。

在一个可能的设计中，所述预设算法包括：对无甲基化物种的原始电信号采用循环神经网络进行训练，得到训练后循环神经网络；采用所述训练后循环神经网络，对待甲基化碱基识别的甲基化物种原始电信号进行甲基化碱基识别。

在一个可能的设计中，所述对无甲基化物种的原始电信号采用循环神经网络进行训练，得到训练后循环神经网络；包括：

将无甲基化物种的原始电信号Event特征值作为k-mers标签输入到循环神经网络进行训练；