[发明专利]基于液体活检的ctDNA突变程度分析方法和装置、ctDNA性能分析装置

说明书

本发明提供了一种基于液体活检的ctDNA突变程度分析方法和装置、ctDNA性能分析装置，其中，突变程度分析方法包括：对待检测血浆样本进行捕获测序得到FASTQ文件；分别提取配对reads中的分子标签并存储为uBAM文件；将FASTQ文件的基因序列与参考基因组进行比对并去重，并将其与uBAM文件合并得到含有分子标签的BAM文件；对BAM文件中的reads进行聚集并去重；在基因突变panel区域得到样本原始突变集合，并对其中的基因突变参数进行统计；对样本原始突变集合进行过滤，对各样本的基因突变参数进行统计；针对样本的基因突变参数对待检测血浆样本的突变程度进行评估，提高ctDNA突变检测的灵敏度。

技术领域

本发明涉及生物医学技术领域，尤其涉及一种基于液体活检的ctDNA突变程度分析方法和装置、ctDNA性能分析装置。

背景技术

早筛、早诊、及时治疗是降低癌症死亡率的有效途径。欧洲医学肿瘤学会（ESMO）指出：西方国家的癌症发病率和致死率在逐年降低，主要是归功于癌症的早期筛查，早期良性腺瘤切除以及癌症病灶的早期治疗。发现和利用肿瘤特异性生物标记物，凭借高精度的检测和分析方法，在肿瘤发生早期锁定其发生器官并实施治疗，是提升肿瘤治疗效果，延长患者寿命的关键因素。通过肿瘤的早期筛查和诊断，对于提高全民生活质量、降低全社会医疗成本均具有深远的社会和经济意义。

目前，典型的肿瘤早筛和早诊手段可以大致分为两类：第一类在现有临床检测平台基础上（例如病理切片、CT影像、肠镜、胃镜等）引入更灵敏的电子化数据分析手段，以提高检测的灵敏度，降低对人工判读的依赖性，减少人为误差，辅助临床决策；第二类从机理角度研究与肿瘤发生发展潜在相关的临床层面和分子层面的体细胞、遗传学、表观遗传学、或者代谢产物等种类的肿瘤标志物，并以这些筛查位点为基础开发新的检测平台和检测手段。

在第一类的研究方面，研究者成功将人工神经网络、多目标优化等机器学习算法运用到结肠造影CT片的判读，以更灵敏地检测结肠息肉，提早发现癌变可能。但是，对于较小结肠息肉（直径6-9 mm）的影像识别能力还有待提高。基于类似的概念，一些机器学习算法也被成功用于自动判读肺部PET/CT影像，区分出良性和恶性的肺部结节，以实现对肺癌的早期诊断。代表性的算法包括支持向量机、随机森林、卷积神经网络或深度学习等。这些方法在肺癌的早期检测领域已经得到一定的应用。虽然对于低剂量PET影像的判断，基于机器学习的判读算法通常具有较高的特异性，但是灵敏性有待提高。在肝癌检测领域，机器学习算法也被用来从CT影像中区分并识别不同类别的肝损伤，包括肝囊肿、局部结节增生、肝血管瘤、慢性肝炎、肝硬化以及肝细胞癌等，及早并准确地从CT影像中识别出肝癌病变非常有利于治疗效果。类似的应用还包括对乳房X射线成像用于乳腺癌早筛，以及对前列腺组织的HE染色活检切片进行判读来有效排除癌症阴性样本等。

在第二类的研究方面，目前临床上常用的肿瘤标志物，例如癌胚抗原(CEA)、甲胎蛋白(AFP)、癌抗原125(CA125)、糖类抗原19-9(CA19-9)、前列腺特异抗原(PSA)等对肿瘤筛查均有一定的指导意义。但是其敏感性或特异性通常不能满足对临床诊断的需求。因此在实践上，临床医生们通常会一次同时测定多种标志物，并结合临床症状、影像学检查等其他手段综合考虑。所以单就肿瘤标志物本身而言，对健康人群的广泛筛查可推广性不高。

液体活检技术，尤其基于血浆提取游离DNA(cfDNA)的检测技术，近年来成为一种重要的和最低限度侵入性肿瘤检测手段，被广泛应用于肿瘤的诊断、病情追踪、疗效评估和预后预测工作当中。在最近的研究中，基于cfDNA的基因变异检测的液体活检技术在癌症早期检测中表现出巨大的潜力，而其中检测血浆ctDNA突变信号是一个重要的分支。