[发明专利]一种预测新生抗原的方法及装置

权利要求书

1.一种预测新生抗原的方法，其特征在于，包括：

提取重叠序列步骤，包括从对比到病毒基因组的待测样本测序数据中提取与目标区域重叠的碱基序列，得到第一重叠序列；从比对到人类参考基因组的待测样本测序数据中提取与目标区域重叠的碱基序列，得到第二重叠序列；将所述第一重叠序列、第二重叠序列合并，得到合并序列；

建立索引步骤，包括将所述合并序列与人类参考基因组序列合并，建立比对索引文件；

提取测序读段步骤，包括从所述第一重叠序列中提取测序读段；

比对步骤，包括将所述测序读段比对到所述比对索引文件，得到比对结果；

融合检测步骤，包括从所述比对结果中检测融合序列；

注释步骤，包括对所述融合序列进行注释，将所述融合序列翻译为氨基酸序列，得到融合位置附近的肽段；

HLA分型鉴定步骤，包括从比对到人类参考基因组的待测样本测序数据中提取HLA分型结果；

预测步骤，包括根据所述肽段与所述HLA分型的亲和性，预测得到新生抗原。

2.如权利要求1所述的方法，其特征在于，预测步骤中，根据非内源性的肽段与所述HLA分型的亲和性，预测得到新生抗原肽。

3.如权利要求1所述的方法，其特征在于，预测步骤中，将％Rank评分≤阈值的肽段预测为新生抗原；

优选地，预测步骤中，所述阈值为0.5％；

优选地，所述病毒包括人乳头瘤病毒、EB病毒、乙型肝炎病毒、丙型肝炎病毒、人类免疫缺陷病毒、人类疱疹病毒8型中的至少一种；

优选地，所述待测样本包括肿瘤组织；

优选地，所述待测样本包含RNA；

优选地，所述测序数据包含第一代测序数据、第二代测序数据、第三代测序数据中的至少一种；

优选地，所述人类参考基因组包含hg19人基因组、hg38基因组、hg18基因组、hg17基因组或hg16基因组中的至少一部分。

4.一种预测新生抗原的装置，其特征在于，包括：

提取重叠序列模块，用于从对比到病毒基因组的待测样本测序数据中提取与目标区域重叠的碱基序列，得到第一重叠序列；从比对到人类参考基因组的待测样本测序数据中提取与目标区域重叠的碱基序列，得到第二重叠序列；将所述第一重叠序列、第二重叠序列合并，得到合并序列；

建立索引模块，用于将所述合并序列与人类参考基因组序列合并，建立比对索引文件；

提取测序读段模块，用于从所述第一重叠序列中提取测序读段；

比对模块，用于将所述测序读段比对到所述比对索引文件，得到比对结果；

融合检测模块，用于从所述比对结果中检测融合序列；

注释模块，用于对所述融合序列进行注释，将所述融合序列翻译为氨基酸序列，得到融合位置附近的肽段；

HLA分型鉴定模块，用于从比对到人类参考基因组的待测样本测序数据中提取HLA分型结果；

预测模块，用于根据所述肽段与所述HLA分型的亲和性，预测得到新生抗原。

5.一种装置，其特征在于，包括：

存储器，用于存储程序；

处理器，用于通过执行所述存储器存储的程序以实现如权利要求1～3任意一项所述的方法。

6.一种计算机可读存储介质，其特征在于，所述介质上存储有程序，所述程序能够被处理器执行以实现如权利要求1～3任意一项所述的方法。

7.一种新生抗原，包含SEQ ID No.1～17所示氨基酸序列中的至少一种。

8.如权利要求7所示的新生抗原，其特征在于，所述新生抗原含SEQ ID No.2、5、9、13所示氨基酸序列中的至少一种。

9.一种分离的多核苷酸，其特征在于，所述多核苷酸编码权利要求7～8任意一项所述的新生抗原。

10.一种表达载体，其特征在于，所述表达载体包含权利要求9所述的多核苷酸。