[发明专利]一种校正核酸测序产生的序列信息误差的方法

说明书

本专利公开一种校正核酸测序产生的序列信息误差的方法，不需要额外添加已知序列的核酸分子，即可校正待测核酸的测序信号。该方法找到一组参数，使得在该参数下得到的校正信号尽量接近整数值。

技术领域

本发明涉及一种校正核酸测序产生的序列信息误差的方法，属于基因测序领域。

背景技术

在高通量测序中，由于测序反应不完全、杂质引起的副反应、碱基错配等原因，核酸新生链的长度会随着测序反应的进行而逐渐变得不一致，进而导致测序信号强度发生偏差，该现象被称为失相。失相是限制高通量测序的读长和准确度的主要因素。在实践中，为降低失相的影响，一方面可以优化测序的试剂和反应条件以降低失相的程度，另一方面也可以对测序原始信号进行信号处理，以校正失相造成的信号紊乱。

专利US8364417B2公开了一种校正失相所造成的信号紊乱的方法，该方法特别适合以单核苷酸添加(single-nucleotide addition，SNA)为原理的测序技术。简单地讲，该方法试图通过一组参数来校正测序原始信号。在监督模式下，该参数通过一组已知序列的核酸分子的测序信号估计得到；在非监督模式下，该方法试图找到一组这样的参数，使得校正信号的最小值恰好大于0。

专利CN107958138B公开了另一种校正失相所造成信号紊乱的方法，该方法不仅适用于以SNA为原理的测序技术，还适用于以纠错码(error-correction code，ECC)测序为原理的测序技术。该方法是监督式的，即需要通过一组已知序列的核酸分子的测序信号来估计失相的程度，然后来校正待测DNA的测序信号。然而，该方法需要在测序中添加已知序列的核酸分子，操作繁琐，并且已知序列的核酸分子通常复杂度较低，其所估结果往往具有较强的偏向性。因此，需要开发一种非监督式的校正方法来校正基因测序产生的序列信息误差。

发明内容

本专利公开一种校正核酸测序产生的序列信息误差的方法，不需要额外添加已知序列的核酸分子，即可校正待测核酸的测序信号。简单来讲，该方法试图找到一组参数，使得在该参数下得到的校正信号尽量接近整数值。

一种校正核酸测序产生的序列信息误差的方法，其特征在于，包括：

A.对待测核酸进行测序，获得对应于核酸序列的原始信号；

B.通过一组参数构造相位失配量，并利用相位失配量推算待测核酸的校正信号；

C.优化所述参数，使得校正信号尽可能接近整数；

D.输出对应于校正信号的核酸序列；

所述参数包括超前系数、滞后系数；

所述相位失配量指的是，由于超前和/或滞后导致的测序结果的变化。

根据优选的实施方式，所述一组参数还包括单位信号、偏移量、衰减系数等。

根据优选的实施方式，所述测序中，每次测序反应中加入的核苷酸底物分子可以是一种或两种或三种或四种。

根据优选的实施方式，所述测序，指的是3’端开放的测序过程；测序反应加入的核苷酸种类可以是一种或两种或三种。

根据优选的实施方式，在所述测序中，包括两种不同的测序试剂：第一测序试剂和第二测序试剂；两种测序试剂循环加入；其中所述第一测序试剂包含具有可检测标记的至少两种不同的核苷酸单体；所述第二测序试剂包含具有可检测标记的一种或多种核苷酸单体，且所述核苷酸单体不同于所述第一测序试剂中存在的所述核苷酸单体，并且其中所述第二测序试剂是在提供了所述第一测序试剂随后提供的，将所述核苷酸单体掺入待测核酸之后检测所述可检测标记生成的信号。

根据优选的实施方式，所述测序中，检测的信号可以是电信号、生物荧光信号、化学荧光信号或者它们的组合。