[发明专利]基于目标区域捕获测序的ctDNA甲基化水平预测装置及方法

说明书

本发明提供了一种基于目标区域捕获测序的ctDNA甲基化水平预测装置及方法，装置中包括：FASTQ文件处理模块，用于获取待测ctDNA样本捕获测序的FASTQ文件，并处理得到过滤后的FASTQ文件；待测样本比对模块，用于将得到的FASTQ文件中的基因序列与参考基因组进行比对并去重，得到对应的Bam文件；reads水平过滤模块，用于根据预先设定的C‑T转化率对生成的Bam文件中的reads进行逐条过滤，得到过滤后的Bam文件；甲基化水平预测模块，用于根据目标区域Bed文件及预先设定的各reads中覆盖CpG位点的数量进一步对Bam文件进行过滤，并根据剩余reads对CpG位点的甲基化水平进行预测。

技术领域

本发明涉及生物医学技术领域，尤其涉及一种ctDNA甲基化水平预测装置及方法。

背景技术

循环肿瘤DNA(circulating tumor，ctDNA)是一类来源于肿瘤细胞凋亡、坏死的DNA小片段，由肿瘤细胞释放到外周血循环后形成内源性单链或者双链DNA，携带有与原发肿瘤组织相一致的分子突变信息。因此，ctDNA样本检测可作为临床上组织样本基因检测的替代样本。

研究表明，表观遗传学变化是肿瘤形成最常见的分子变化之一。DNA甲基化是一种被广泛研究的表观遗传修饰方式，在调控基因表达等方面发挥了重要作用。通常地，DNA甲基化是指5-甲基胞嘧啶(5mC)在DNA甲基转移酶(DNMT)的作用下将甲基基团添加到胞嘧啶的5’C上形成的结构。研究表明，DNA甲基化参与细胞分化、组织特异性基因表达等细胞活动，异常的DNA甲基化会导致发育异常和肿瘤等疾病的发生。因此，DNA甲基化对个体发育和肿瘤的发生发展机制都具有重要意义。

随着二代测序技术的不断发展，其在人类遗传病和癌症诊断领域的应用越来越普遍，ctDNA的甲基化测序已经成为研究肿瘤发生发展机制的重要手段。然而，人类参考基因组大小为3G，进行全基因组甲基化测序成本过高，数据量较大。因此，目标区域捕获测序已成为科学研究中较为理想的方法。

当前传统的DNA甲基化捕获数据的质量检测过程一般为：将FASTQ格式的数据与人类参考基因组进行比对，保留高质量的唯一比对reads，并去除重复的reads，之后评估保留下的reads的碱基含量比例、捕获效率和测序深度，得到待测ctDNA样本的Bam文件，最后利用第三方软件对Bam文件进行分析得到待测ctDNA样本于CpG位点(胞嘧啶-磷酸-鸟嘌呤位点，即DNA序列中胞嘧啶后紧连鸟嘌呤的位点)的甲基化水平数据，直接用于后续的科学研究分析中。

在上述目标区域DNA甲基化捕获测序过程中需要进行重亚硫酸盐处理，将所有未甲基化的胞嘧啶(C)转化为尿嘧啶(U)及将尿嘧啶经过PCR(聚合酶链式反应，一种用于放大扩增特定的DNA片段的技术)扩增转变成胸腺嘧啶(T)，但是发生甲基化的胞嘧啶在这个过程中不会发生改变。可知，这一过程中很可能出现未甲基化的胞嘧啶转化不完全的现象，进而导致待测ctDNA样本甲基化水平出现预测偏差。且由于ctDNA的含量很低，ctDNA样本的甲基化水平更容易受到C-T转化率的影响，进而影响检测结果的准确性。

发明内容

针对上述问题，本发明提供了一种基于目标区域捕获测序的ctDNA甲基化水平预测装置及方法，有效解决现有ctDNA甲基化水平预测中存在的准确性低、数据质量偏差大等缺陷。

本发明提供的技术方案如下：

一方面，本发明提供了一种基于目标区域捕获测序的ctDNA甲基化水平预测装置，包括：

FASTQ文件处理模块，用于获取待测ctDNA样本捕获测序的FASTQ文件，并对其进行预处理操作得到过滤后的FASTQ文件；

待测样本比对模块，用于将所述FASTQ文件处理模块得到的FASTQ文件中的基因序列与参考基因组进行比对并去重，得到对应的Bam文件；