[发明专利]基因编辑效率检测方法、装置和电子设备

说明书

本申请涉及一种基因编辑效率检测方法、基因编辑效率检测装置和电子设备。该基因编辑效率检测方法包括：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。这样，可以在保持基因编辑效率检测准确性的同时提高基因编辑效率的检测效率。

技术领域

本申请涉及基因编辑技术领域，更为具体地说，涉及一种基因编辑效率检测方法、基因编辑效率检测装置和电子设备。

背景技术

随着基因编辑技术的广泛使用，尤其是以基因编辑作为技术手段的药物开发方面的研究越来越深入，对于目标位点以及潜在脱靶位点编辑事件的快速准确检测变得越来越重要。基因编辑的具体检测方面主要包括编辑效率、编辑产物形式、脱靶效应、编辑结果一致性等。

目前，基因编辑效率的检测主要有以下几种方案。

传统湿实验法可以通过对编辑区域进行一代测序或者其他酶学反应来评估编辑前后编辑位点的变化情况。该方法的缺点是灵敏度低且通量低。

基于二代测序的方法通过使用高深度二代测序，能够极大地提高检测灵敏度和检测通量，但是同时也存在一系列的问题，如PCR错误，测序错误等。这里，DNA测序指的是对DNA分子的核苷酸排列顺序的测定，也就是测定组成DNA分子的A、T、G、C的排列顺序。并且，二代测序技术是大规模平行测序，核心思想是用成百上千万条短读长的同时测定来测序DNA分子。

目前，主流的基因编辑效率检测技术都是以扩增子的二代测序为基础。基于扩增子测序结果，已经发布了一些计算方法和流程，但是这些方法往往都只是侧重于某一方面的性能优化，结果并不很理想。这些方法的主要的实现例如包括：R包Amplican(Labun etal.,2019)，其对大的indel支持较好，且对于数据有较为严格的质控，但数据损失较多且运行资源耗费大；Python流程包CRISPResso/2(Clement et al.,2019；Pinello et al.,2016)，其采用了编辑酶活性位点导向的比对，但数据拆分合并处理方面有明显缺陷；Python流程包CrispRvariant(Lindsay et al.,2016)，其首次对等位基因水平的编辑结果进行了解析，所用方法都是基于开源工具的串联。以上方法对于基因编辑效率的检测受限于流程设计、模块算法和整体兼容性等原因，存在检测结果随机或组成性偏离、数据兼容性差、转换过程彼此隔离、转换结果混乱等问题，对于数据分析和一致性管理带来挑战。

因此，期望提供一种改进的基因编辑效率检测方法。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基因编辑效率检测方法、基因编辑效率检测装置和电子设备，其通过优化基因编辑效率检测过程中的数据拆分、数据合并、重复标记、比对方式、序列过滤和计算方式，在保持基因编辑效率检测准确性的同时提高了基因编辑效率的检测效率。

根据本申请的一方面，提供了一种基因编辑效率检测方法，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。