[发明专利]一种快速、超高灵敏度的DNA融合基因检测方法

权利要求书

1.一种DNA融合基因检测的生信分析方法，其特征在于，所述方法包括如下步骤：

步骤1）断点查找及初步筛选；

步骤2）融合可信度判断；

步骤3）假阳性融合过滤；

步骤4）融合频率计算；

所述步骤1）断点查找及初步筛选包括如下步骤：

a.成对断点查找：在测序获得的BAM文件中通过识别split reads的主比对信息及次比对信息SA tag直接搜寻融合成对断点；

b.断点初步过滤：设置成对断点间距离过滤参数为大于1k，过滤掉仅有1条read支持的融合断点对；

所述成对断点查找步骤具体如下：

搜寻BAM文件中带有soft clip区域的reads，获取全部成对断点信息；通过softclipped read的主比对位置及cigar值确定断点1的位置及CN区域；根据soft clippedread的次比对信息SA tag的比对位置及cigar值确定断点2的位置及CN区域；统计具有相同成对断点及CN区域的reads数量，即为成对断点的Supplyment_Support支持数。

2.根据权利要求1所述的DNA融合基因检测的生信分析方法，其特征在于，所述步骤1）中所述成对断点查找步骤还包括：

融合Supplyment_Support 支持数矫正：矫正由于PCR duplicate造成支持数偏高而导致的假阳融合的问题，记录为dupcount支持数。

3.根据权利要求1-2任一所述的DNA融合基因检测的生信分析方法，其特征在于，所述步骤2）包括如下步骤：

a.融合断点基因区域注释；

b.候选融合序列矫正及拼接：通过比较同一条read在两处比对位置的mapping长度，进行融合序列的矫正及拼接，并记录两个断点处read信息；

c.融合断点验证。

4.根据权利要求3所述的DNA融合基因检测的生信分析方法，其特征在于，所述融合断点验证为：将断点处的reads重新回比到拼接的融合序列上，若reads可以跨过融合序列拼接点长度达到给定阈值则记录为支持融合事件的reads，记录此类reads的数量，即Fusion_VD。

5.根据权利要求1-2任一所述的DNA融合基因检测的生信分析方法，其特征在于，所述步骤3）包括如下步骤：

a. 低复杂区域标记；

b. 序列相似性比较；

c. softclip序列回比。

6.根据权利要求5所述的DNA融合基因检测的生信分析方法，其特征在于，所述步骤3）中，

所述a. 低复杂区域标记为：通过计算拼接序列的串联重复长度及最大单碱基占比来描述序列低复杂区域，过滤掉由于测序仪导致的假阳信息；

所述b. 序列相似性比较为：截取成对断点处附近序列进行相似性比较；若序列相似，该融合是由比对算法造成的假阳信息；

所述c. softclip序列回比：截取reads的softclip区域序列回比到断点附近的参考序列上，若能回比成功该融合则是SSARs嵌合序列引入的假阳信息。

7.根据权利要求1-2任一所述的DNA融合基因检测的生信分析方法，其特征在于，所述步骤4）的融合频率为融合支持数Fusion_VD与断点测序深度的比值；

具体包括如下步骤：

计算融合基因两个断点处测序深度；若两断点都在有效捕获区域内，断点测序深度为两断点处测序深度的平均值；若只有一个断点在有效捕获区域内，断点测序深度为两断点处测序深度的最大值；进一步通过与融合阳性标准品的融合频率比较，获得矫正系数，对融合频率进行矫正。

8.根据权利要求1-2任一所述的DNA融合基因检测的生信分析方法，其特征在于，还包括：

5）融合方向判断及过滤。