[发明专利]一种通过计算差异等位基因测序深度检测二代测序数据SMN基因拷贝数的方法

权利要求书

1.一种通过计算差异等位基因测序深度检测二代测序数据SMN基因拷贝数的方法，其特征在于包括如下步骤：

1)屏蔽参考基因组的SMN2第7外显子第一个碱基到第8外显子最后一个碱基，即chr5:69372348-69373422，之后建立参考基因组的索引；

2)探针捕获二代测序数据，对测得的原始数据进行序列质量过滤，然后比对到上述参考基因组上，所有SMN1和SMN2的第7、8外显子测序序列全部比对到SMN1相应位置，且在两个基因的单核苷酸差异处有SNP，将比对结果排序，去除重复序列；

3)计算每个样本在bed文件每个区间的绝对平均深度，计算各区间绝对平均深度的平均值并记录；利用此平均值对每个区间进行样本内覆盖深度的标准化，计算各样本各区间的相对平均深度，使区间的覆盖深度不受测序数据量的影响；

4)利用所述区间的相对平均深度分布数据计算两两样本相关系数，利用相关系数矩阵画热图，剔除质控失败样本；

5)检测chr5:70220000-70250000范围内的变异，输出每个变异的DP和AD；

6)根据AD筛选对照样本，计算对照样本相对深度中位数；

7)样本量小于五十时，使用以上对照样本作为固定参考集，单个样本与参考集计算相关系数，单独计算相对于固定参考集的SMN拷贝数；样本量大于五十时，批次内挑选对照样本建立参考集，再分别计算批次内每个样本相对于参考集中位数的总拷贝数，计算AD，分配总拷贝数。

2.根据权利要求1所述的通过计算差异等位基因测序深度检测二代测序数据SMN基因拷贝数的方法，其特征在于，步骤2)中所述的探针捕获二代测序数据具体为，使用相同的探针捕获试剂，试剂需要至少覆盖SMN基因的第7、8外显子，探针区间个数的数量级可以是百、千、万。

3.根据权利要求1所述的通过计算差异等位基因测序深度检测二代测序数据SMN基因拷贝数的方法，其特征在于，步骤4)剔除质控失败样本为剔除与其他样本相关性0.9的异常样本。

4.根据权利要求1所述的通过计算差异等位基因测序深度检测二代测序数据SMN基因拷贝数的方法，其特征在于，步骤4)中计算两两样本相关系数时，剔除性染色体上的区间，从而消除样本性别的影响。

5.根据权利要求1所述的通过计算差异等位基因测序深度检测二代测序数据SMN基因拷贝数的方法，其特征在于，所述步骤5)中，对于第7外显子，若结果中有chr5-70247773-C-T变异，则此变异的AD即第7外显子SMN1/SMN2单核苷酸差异的AD，即AD_E7_SampleName，若结果中无此变异，则SMN2第7外显子拷贝数为0；对于第8外显子，若结果中有chr5-70248501-G-A变异，则此变异的AD即第8外显子SMN1/SMN2单核苷酸差异的AD，即AD_E8_SampleName，若结果中无此变异，则SMN2第8外显子拷贝数为0。

6.根据权利要求1所述的通过计算差异等位基因测序深度检测二代测序数据SMN基因拷贝数的方法，其特征在于，所述步骤6)为，挑选AD_E7_SampleName和AD_E8_SampleName都介于0.9～1.1的样本作为对照样本，为消除试剂捕获区间与实际外显子区间的偏差，重新计算这些样本的第7外显子E7绝对深度DP_E7_SampleName(染色体位置为chr5:70247768-70247821)、第8外显子E8绝对深度DP_E8_SampleName(染色体位置为chr5:70248266-70248839)；并用AVG_SampleName进行校正，DPnorm_E7_SampleName和DPnorm_E8_SampleName分别是标准化后的第7、8外显子相对深度，公式为：

DPnorm_E7_SampleName＝DP_E7_SampleName/AVG_SampleName；

DPnorm_E8_SampleName＝DP_E8_SampleName/AVG_SampleName；

获取所有对照样本标准化后第7、8外显子相对深度的中位数，分别为Median_E7、Median_E8。