[发明专利]基于全基因组测序完成待测样本的核型分析的方法、系统和计算机可读介质

权利要求书

1.一种确定待测样本预定染色体变异的方法，其特征在于，包括：

(1)将所述预定染色体的参考序列进行划分，以便获得窗口序列bins；

(2)将来自所述待测样本的测序数据与所述参考序列进行比对，所述测序数据由多个测序读段reads构成，以便确定每个测序读段的位置；

(3)基于步骤(2)的比对结果和所述测序读段的位置，分别统计所述多个窗口序列中的每一个窗口中匹配上的读段数目；

(4)基于步骤(3)的统计结果，对每个窗口的匹配测序读段数目进行过滤和校正，以便获得待测样本的过滤和校正后的测序读段；

(5)对步骤(4)所获得的待测样本的过滤和校正后的每个窗口中的测序读段数目进行取对数处理，并减去多个正常样本在同一bins下的测序读段数目的平均值的对数值，以便获得所述窗口的测序读段数目的对数值log R ratio；

(6)基于所述待测样本的每个bins的log R ratio，将相邻的且logRratio值接近或相等的bins连接起来，以便获得多个基因组片段，基于每一个所述基因组片段，获取所述待测样本中每个基因组片段的平均log R ratio值和对应的bins数目；

(7)利用所述待测样本中基因组片段的平均log R ratio值和对应的bins数目，获取所述待测样本中所述基因组片段的对应cutoff值；

(8)针对所述基因组片段中的每一个，获取所述平均log R ratio值的绝对值与所述cutoff值的绝对值的差值，以便获取待测样本中每一个基因组片段的substract值，其中，所述substract值大于0，是所述待测样本预定染色体具有CNV变异的指示。

2.根据权利要求1所述的方法，其特征在于，在步骤(4)中，对每个窗口的所述匹配测序读段数目进行过滤包括保留1％-99％分位数的bins。

3.根据权利要求1所述的方法，其特征在于，在步骤(4)中，所述过滤和校正包括：过滤低质量测序读段和校正测序深度、GC含量、比对率，N比例校正。

4.根据权利要求1所述的方法，其特征在于，在步骤(4)中，对每个窗口的所述匹配测序读段数目进行校正进一步包括构建正常对照参考集，所述正常对照参考集通过以下方法获得：

采用(1)-(4)相同步骤，获得多个正常样本过滤和校正后的测序读段，以便获得多个正常样本的在每个bins的测序读段数目的平均值的对数值。

5.根据权利要求4所述的方法，其特征在于，所述正常样本的数目不少于20个，且各个正常样本来自于不同的个体。

6.根据权利要求4所述的方法，其特征在于，所述正常样本为没有CNV变异的样本。

7.根据权利要求1所述的方法，其特征在于，所述cutoff值为动态cutoff值。

8.根据权利要求4所述的方法，其特征在于，在步骤(7)中，利用所述待测样本中基因组片段的平均log R ratio值和对应的bins数目，基于最小二乘法进行曲线拟合，以便获取所述待测样本中所述基因组片段的平均log R ratio值的cutoff值。

9.根据权利要求4所述的方法，其特征在于，选取每个基因组片段中深度4x的已知SNP位点，计算纯合与杂合的数目和比例；并与所述正常对照参考集对比，计算Z-score，

其中，杂合位点数目的zscore-3和杂合/纯合的占比Zscore-3，则该样本存在获得性杂合性缺失(LOH)。

10.根据权利要求1所述的方法，其特征在于，所述待测样本来源于疑似癌症患者。

11.根据权利要求1所述的方法，其特征在于，所述待测样本为血液、脑脊液、体液、尿液、唾液或皮肤。