[发明专利]基因编辑效率检测方法、装置和电子设备

权利要求书

1.一种基因编辑效率检测方法，其特征在于，包括：

通过基于引物和扩增子的匹配对所述待检测基因编辑数据进行数据拆分；

对拆分后的数据进行基于动态最小重叠下限的双端读段合并；

对合并后的数据进行重复标记；

基于局部比对对重复标记后的数据和未进行双端读段合并的数据进行比对，和对局部对比结果进行全局重比对；

基于局部对比结果和全局重比对结果进行编辑事件识别和序列过滤；以及

基于过滤后的合格序列计算基因编辑效率。

2.如权利要求1所述的基因编辑效率检测方法，其特征在于，通过基于引物和扩增子的匹配对所述待检测基因编辑数据进行数据拆分包括：

以引物为基础构建索引；

使用哈希表查询以预定精度匹配基因编辑数据的每条读段与扩增子的参考库；

响应于基因编辑数据的预定读段未能以预定精度匹配扩增子的参考库，使用所述预定读段的一部分进行基于所述索引的查询匹配；以及

基于匹配结果将所述待检测基因编辑数据拆分为多个第一序列。

3.如权利要求2所述的基因编辑效率检测方法，其特征在于，对拆分后的数据进行基于动态最小重叠下限的双端读段合并包括：

使用扩增子序列特异性预先估计用于所述双端序列合并的动态最小重叠下限，所述动态最小重叠下限的长度大于所述扩增子序列中的重复部分的长度；以及

基于所述动态最小重叠下限对所述多个第一序列进行双端序列合并以获得多个第二序列。

4.如权利要求3所述的基因编辑效率检测方法，其特征在于，对合并后的数据进行重复标记包括：

使用哈希算法对所述多个第二序列进行重复标记以获得多个第三序列。

5.如权利要求4所述的基因编辑效率检测方法，其特征在于，使用哈希算法对所述多个第二序列进行重复标记以获得多个第三序列包括：

响应于所述多个第二序列具有包含方向性的序列，将反向互补的序列标记为重复；和/或

响应于所述多个第二序列包含单细胞的标记序列，在单细胞层面进行序列的重复标记。

6.如权利要求4所述的基因编辑效率检测方法，其特征在于，对局部对比结果进行全局重比对包括：

对所述局部对比结果进行基于编辑酶切割位点敏感性的全局重比对以获得多个第四序列。

7.如权利要求6所述的基因编辑效率检测方法，其特征在于，基于局部对比结果和全局重比对结果进行编辑事件识别和序列过滤包括以下的至少其中之一：

基于每个序列中的碱基匹配数目和匹配部分错误率确定不可靠序列；

基于每个序列中的插入和缺失以及其间的匹配序列间隔确定不可靠序列；

对于每个序列按照比对分值和变异数量两个维度进行聚类，并将质量较低且变异数量最多的一类序列确定为不可靠序列；

基于背景样品将支持数大于或等于预定阈值的序列确定为过滤序列；和

基于用户自定义的变异数量阈值和支持数阈值将变异数量和支持数分别低于所述变异数量阈值和支持数阈值的序列确定为过滤序列。

8.如权利要求7所述的基因编辑效率检测方法，其特征在于，基于过滤后的合格序列计算基因编辑效率包括：

将与参考序列相比无任何变异的过滤后的合格序列确定为参考型序列；

将在预设检测范围内相比所述参考序列发生了预设突变类型的序列确定为编辑型序列；

将所述过滤后的合格序列中的其它序列确定为其它型序列；以及

基于编辑型序列的数目与参考性序列、编辑型序列和其它型序列的总数目的比值确定基因编辑效率。

9.如权利要求1所述的基因编辑效率检测方法，其特征在于，所述待检测基因编辑数据是以sgRNA+PAM两侧任意区域为中心的任意限定窗口内的基因编辑数据。

10.如权利要求1所述的基因编辑效率检测方法，其特征在于，进一步包括：

生成基因编辑效率的报告结果。