[发明专利]一种计算染色体结构变异及单亲二倍体信息的方法

权利要求书

1.一种计算染色体结构变异及单亲二倍体信息的方法，其特征在于，包括如下步骤：

S1、随机选取一万例全外单样本的原始测序文件，并采用illumina测序配套的bed文件；

S2、基于选取的一万例全外单样本筛选出具有代表性的杂合bed，根据每个杂合bed的纯合度计算UPD基线；

S3、将测试样本与步骤S2计算得到的UPD基线进行对比计算生成相应的UPD结果。

2.根据权利要求1所述的计算染色体结构变异及单亲二倍体信息的方法，其特征在于，所述步骤S2包括：

S201、对原始测序文件中每一例样本的杂合位点进行筛选，筛选条件类型包括SNP位点、Freq、Filter和SegDup；

S202、将筛选后的所有样本的结果与illumina测序配套的bed文件进行区间比对，选取具有代表性的杂合bed。

3.根据权利要求2所述的计算染色体结构变异及单亲二倍体信息的方法，其特征在于，所述步骤S201中的筛选条件包括筛选SNP位点发生单碱基置换的，Freq大于等于20X且小于等于80X的，Filter质控通过的，SegDup不等于空值的杂合位点。

4.根据权利要求3所述的计算染色体结构变异及单亲二倍体信息的方法，其特征在于，所述S201中采用染色体长臂和短臂分开计算的方法，通过多重比对分析选取具有代表性的杂合bed。

5.根据权利要求4所述的计算染色体结构变异及单亲二倍体信息的方法，其特征在于，所述步骤S2还包括：

S203、将步骤S202中选取的具有代表性的杂合bed中连续的杂合bed区域进行合并。

6.根据权利要求5所述的计算染色体结构变异及单亲二倍体信息的方法，其特征在于，所述步骤S2还包括：

S204、统计步骤S203中合并后的杂合bed区域中每个bed区域内的杂合位点数，并基于杂合位点数计算出每个bed区域的纯合度，根据每个bed区域的纯合度计算UPD基线。

7.根据权利要求6所述的计算染色体结构变异及单亲二倍体信息的方法，其特征在于，所述步骤S3包括：

S301、将测试样本的杂合位点与UPD基线通过annovar软件进行比对，筛选出杂合度高的杂合位点；

S302、将步骤S301得到的结果带入隐马尔可夫模型中，采用每条染色体长臂短臂分开预测的方法预测每条染色体上杂合度丢失的区域，生成UPD计算结果。

8.根据权利要求7所述的计算染色体结构变异及单亲二倍体信息的方法，其特征在于，所述步骤S3还包括：

S303、将步骤S302得到的UPD计算结果按照染色体进行排序，得到连续的ROH；

S304、根据UPD基线中每个bed区域的纯合度计算每一组ROH的纯合度，根据每组中杂合位点个数调整ROH纯合度，基于每组ROH的纯合度计算p值；S305、对UPD计算结果进行筛选，筛选条件为染色体长度2.5M以上且P值小于等于万分之一的数据。

9.根据权利要求8所述的计算染色体结构变异及单亲二倍体信息的方法，其特征在于，所述步骤S304中：P值指每一组ROH中包含的每个bed的纯合度相乘的结果；

所述根据每组中杂合位点个数调整ROH纯合度包括，计算每一组ROH中杂合位点数量，在其他纯合位点计算出的P值的基础上乘以10000的N次方，其中N为杂合位点的数量。

10.根据权利要求1-9中任一项权利要求所述的计算染色体结构变异及单亲二倍体信息的方法，其特征在于，所述方法还包括：

S4、UPD计算结果可视化；

应用R语言对全外样本的CNV数据进行处理，应用R程序整理CNV结果以及UPD结果，根据UPD结果绘制染色体结构变异及单亲二倍体信息图，采用男女样本分别作图的方法展现测试样本每条染色体的变异形式。