[发明专利]使用具有独特分子索引(UMI)的冗余读段在测序DNA片段中抑制误差

说明书

公开的实施方案关注用于使用独特分子索引(UMI)序列来测定感兴趣的序列的方法、装置、系统和计算机程序产品，所述独特分子索引序列与单独的多核苷酸片段，包括具有低等位基因频率和长序列长度的序列独特可关联。在一些实施方案中，UMI包含例如使用Y型衔接子引入的物理(外源)UMI，和要测序的DNA片段中存在的虚拟(内源)UMI两者。在一些实施方案中，独特分子索引序列包括非随机序列。还提供了用于实施公开的方法来测定感兴趣的序列的系统、装置、和计算机程序产品。

本申请是基于申请日为2016年4月20日，优先权日为2015年4月28日，申请号为201680036120.4，发明名称为：“使用具有独特分子索引(UMI)的冗余读段在测序DNA片段中抑制误差”的专利申请的分案申请。

对相关申请的交叉引用

本申请要求根据35U.S.C.第119(e)节，于2015年4月28日提交的美国临时专利申请号62/153,699，代理人案卷号ILMNP008P，于2015年7月16日提交的美国临时专利申请号62/193,469，代理人案卷号ILMNP008P2，以及于2015年12月18日提交的美国临时专利申请号62/269,485，代理人案号ILMNP008P3的权益，将其通过引用整体并入本文用于所有目的。

序列表

本申请含有序列表，其以ASCII格式电子提交并通过引用以其整体并入本文。创建于2016年4月20日的所述ASCII拷贝命名为ILMNP008WO_ST25.txt并且大小为1164字节。

发明背景

下一代测序技术正在提供越来越高的测序速度，允许更大的测序深度。然而，由于测序精确度和灵敏度受到各种来源(如样品缺陷、文库制备期间的PCR、富集、成簇和测序)的误差(error)和噪声的影响，单独增加测序的深度不能确保检测到非常低等位基因频率的序列，如母体血浆中的胎儿无细胞DNA(cfDNA)中的序列、循环肿瘤DNA(ctDNA)中的序列、病原体亚克隆突变中的序列。因此，期望开发在抑制由于各种误差来源所致的测序不精确性的情况下测定少量和/或低等位基因频率的DNA分子的序列的方法。

发明概述

公开的实施方案关注用于使用独特分子索引(UMI)序列来测定核酸片段序列的方法、装置、系统和计算机程序产品。在各种实施方案中，测序方法测定来自核酸片段的两条链的核酸片段的序列。在一些实施方案中，该方法采用位于测序衔接头的一条或两条链上的物理UMI。在一些实施方案中，该方法还采用位于核酸片段的两条链上的虚拟UMI。

本公开的一方面涉及使用独特分子索引(UMI)对来自样品的核酸分子测序的方法。每个独特分子索引(UMI)是能用于鉴定所述样品中双链DNA片段的单独分子的寡核苷酸序列。所述方法包括：(a)将衔接头应用于所述样品中双链DNA片段的两个末端，其中所述衔接头各自包含双链杂交区、单链5’臂、单链3’臂，和在所述衔接头的一条链或每条链上的物理UMI，从而获得DNA-衔接头产物；(b)扩增所述DNA-衔接头产物的两条链以获得多个扩增的多核苷酸；(c)对所述多个扩增的多核苷酸测序，从而获得多个读段，每个读段与物理UMI相关联；(d)鉴定与所述多个读段相关联的多个物理UMI；(e)鉴定与所述多个读段相关联的多个虚拟UMI，其中每个虚拟UMI是所述样品中DNA片段中发现的序列；以及(f)使用(c)中获得的所述多个读段、(d)中鉴定的所述多个物理UMI、和(e)中鉴定的所述多个虚拟UMI来测定所述样品中的所述双链DNA片段的序列。在一些实施方案中，所述方法包括操作(f)，其包括：(i)对于所述样品中的一个或多个所述双链DNA片段中的每个，组合(1)在5’至3’方向上，具有第一物理UMI和至少一个虚拟UMI的读段和(2)在5’至3’方向上，具有第二物理UMI和至少一个虚拟UMI的读段以测定共有核苷酸序列；和(ii)对于所述样品中的一个或多个所述双链DNA片段中的每个，使用共有核苷酸序列来测定序列。