[发明专利]CYP21A2基因NGS数据分析的方法、装置及应用

说明书

本申请公开了一种CYP21A2基因NGS数据分析的方法、装置及应用。本申请方法包括，对芯片捕获区域设定窗口和滑动窗口，根据每个窗口深度及GC含量进行深度修正，对修正后的深度，根据隐马模型计算各窗口拷贝数；统计CYP21A2基因区域序列，挑选成对序列，根据成对序列区间内目标位点和辅助位点位置，判定目标位点和辅助位点的碱基，对照参考序列目标位点真假基因处碱基，判定该成对序列支持真基因突变或未突变；利用待测样本拷贝数校正的值，对照每个位点设定阈值，确定小于阈值的样本为突变候选样本；综合以上结果，添加各样本突变位点数提示CNV，获得CYP21A2基因的CNV和点突变结果。本申请方法，利用高通量测序数据能准确有效的获得CYP21A2基因的拷贝数变异和点突变信息。

技术领域

本申请涉及高通量测序数据分析技术领域，特别是涉及一种CYP21A2基因NGS数据分析的方法、装置及应用。

背景技术

先天性肾上腺皮质增生(CAH)是一种常染色体隐性遗传疾病，全球发病率为1/15000，相关致病基因包括CYP21A2(21-羟化酶)、CYP11B1、HSD3B2、CYP17A1，其中CYP21A2基因导致的先天性肾上腺皮质增生占CAH患者90％-95％，发病率1/10000-1/20000。21-羟化酶缺乏症类型包括经典型和非经典型，经典型包括严重失盐型和单纯男性化型，其中前者约占患者数的75％，后者占25％。在携带者筛查项目中，扩充携带者筛查的代谢病种类，将代谢病的预防关口前移至孕前/产前，可以满足不同人群的需求，有利于对代谢病的早发现早预防、指导科学备孕。

CYP21A2基因及其假基因CYP21A1P全长约3.3kb，均含有10个外显子，存在高度同源的序列，其中外显子区域同源性98％，内含子区域同源性96％，差异位点大多集中在intron2。致病性变异包括点突变、拷贝数缺失，以及基因融合导致的基因功能缺失。其中不等交换导致的30K缺失约占25％，75％是基因转换导致的点突变，以及小于5％的真基因自发突变。

同源序列的存在，以及真假基因之间的微转换，使得CYP21A2传统检测方式均为补充实验，包括一代测序sanger、MLPA、多重PCR，这些检测方式不仅会增加成本，而且交付困难，严重制约CYP21A2基因的检测和应用。

第二代测序(缩写NGS)，即高通量测序，能一次并行对几十万到几百万条DNA进行序列测定，是基因检测和研究的重要技术手段。NGS数据，即高通量测序获得的数据。然而，NGS数据不能准确有效的检测高同源基因突变，这极大的限制了NGS在CYP21A2基因检测中的应用。

因此，如何通过NGS更准确有效的区分高同源的CYP21A2基因及其假基因CYP21A1P的突变是本领域亟待解决的问题。

发明内容

本申请的目的是提供一种新的CYP21A2基因NGS数据分析的方法、装置及应用。

为了实现上述目的，本申请采用了以下技术方案：

本申请的第一方面公开了一种CYP21A2基因NGS数据分析的方法，包括以下步骤：