[发明专利]用于高通量测序的HRD panel位点选择优化方法及系统

权利要求书

1.一种用于高通量测序的HRD panel位点选择优化方法，其特征在于：包括以下步骤：

生成候选SNP位点库；

以所述候选SNP位点库为基础，按照以下方法选择与优化候选HRD panel位点：

在所述候选SNP位点库中随机挑选位点组合成初始候选panel位点；

对所述初始候选panel位点进行连锁不平衡分析，并循环调换优化位点，直到组成panel的位点间不存在连锁不平衡；

对于上一步生成的panel位点，对所述panel位点及其周围区域进行覆盖度预测打分，并循环调换优化位点，直到最后panel的位点组合满足不存在连锁不平衡，同时panel位点及其周围区域的覆盖度预测打分结果为100%，获得用于高通量测序的HRD panel位点；

构建WGS金标准数据集，并计算WGS金标准样本的HRD评分结果；

根据所述的用于高通量测序的HRD panel位点，构建panel模拟数据集，并确定相应类型模拟panel的HRD评分结果；

对所述panel模拟数据集中不同类型模拟panel位点的HRD评分结果与所述WGS金标准数据集中的WGS样本的金标准HRD评分结果进行相关性对比，如果相关性低于0.95，则重复步骤以所述候选SNP位点库为基础，按照以下方法选择与优化候选HRD panel位点、构建panel模拟数据集，并确定相应类型模拟panel的HRD评分结果和对所述panel模拟数据集中不同类型模拟位点panel的HRD评分结果与所述WGS金标准数据集中的WGS样本的金标准HRD评分结果进行相关性对比；

最后选择相关性结果评分最高的模拟panel位点组合作为最终生产的panel位点组合；

所述的对所述初始候选panel位点进行连锁不平衡分析，并循环调换优化位点，直到组成panel的位点间不存在连锁不平衡，具体包括：

对所述初始候选panel位点进行连锁不平衡分析，标记其中存在连锁不平衡的位点；

从候选SNP位点库中重新在该位点附近25KB-50KB范围内挑选新的SNP点进行调换，然后重新进行连锁不平衡分析；

循环调换优化位点，直到组成panel的位点间不存在连锁不平衡；

所述的对于上一步生成的panel位点，对所述panel位点及其周围区域进行覆盖度预测打分，并循环调换优化位点，直到最后panel的位点组合满足不存在连锁不平衡，同时panel位点及其周围区域的覆盖度预测打分结果为100%，获得用于高通量测序的HRD panel位点，具体包括：

对于上一步生成的panel位点，对所述panel位点及其周围100bp区域进行覆盖度预测打分；

标记位点及其周围100bp区域覆盖度预测打分结果不是100%的位点，从候选SNP位点库中重新在该位点附近25KB-50KB范围内挑选新的SNP点进行调换，并重新进行连锁不平衡分析，确保新挑选的位点在panel中不存在连锁不平衡，然后重新对优化的panel进行覆盖度预测打分；

循环调换优化位点，直到最后的panel位点组合满足不存在连锁不平衡与覆盖度预测打分为100%，循环结束，获得用于高通量测序的HRD panel位点。

2.根据权利要求1所述的用于高通量测序的HRD panel位点选择优化方法，其特征在于：在步骤在所述候选SNP位点库中随机挑选位点组合成初始候选panel位点之前，还包括：

构建骨架SNP位点库：对于候选SNP位点库，首先使用blast软件对其中的位点及其周围100bp区域序列在人基因组中进行同源性比对，选择位点及周围100bp区域同源性唯一位点；然后对通过同源性选择的位点进行片段GC含量计算，选择位点及周围100bp区域GC含量在40%-60%的位点，这些通过选择的位点构成骨架SNP位点库，用于后续panel重新优化与调换位点。

3.根据权利要求1或2所述的用于高通量测序的HRD panel位点选择优化方法，其特征在于：通过依次满足以下条件来选择候选SNP位点库的位点：

选择频率在0.2-0.8的中国人群高杂合SNP位点；

选择非基因外显子区、非缺失插入位点；

选择非染色体端粒区、非染色体着丝粒区、非基因组重复区位点；

选择非健康人群高频拷贝数变异区位点。