[发明专利]消除常染色体内和染色体间GC偏好的方法及检测系统

摘要

本发明公开了一种消除常染色体内和染色体间GC偏好的方法及检测系统，该检测系统包括：(1)用于通过高通量测序获得样本全基因组序列的高通量测序仪；(2)用于执行以下步骤的多条指令的计算机可读介质，包括：a、用于构建一种消除GC偏差的系统，b、用于构建另一种消除GC偏差的系统，c、用于构建检测样本中非整倍体与正常样本的检测系统。最终根据两种不同矫正获得的Z值判断是否为非整倍体。采用本发明的检测系统，去除GC偏差，在避免数据的失真的同时还获得更高敏感性的胎儿遗传异常检测。本发明的检测系统根据GC含量定义用于统计检验的参数。另外，通过Z值统计的方法根据大批量的数据得出统计意义上的参数，从而得到更高的精确度。

主权项

1.一种消除常染色体内和染色体间GC偏差的方法，其特征在于，包括以下步骤：1)通过高通量测序获得样本全基因组序列；2)将测序得到的序列与人类基因组标准序列hg19进行比对，比对的结果去除重复序列，选出唯一匹配的读段，重复序列不用于下游的分析；3)将步骤2结果进行统计；分多个非重叠区域，每个区域选定长度为50kb，进而统计区域内的读段数UR，统计对应区域的读段的GC含量GCbin；4)将统计的GC含量和reads数进行拟合回归矫正，获得回归值；URloess＝f(GCbin)；5)根据步骤3中的UR和步骤4中的回归值URloess进行以下计算：URcorrection＝UR‑(URloess‑URmean)；6)根据回归校正值统计对应区域染色体的读段数CR，统计对应染色体的GC含量GCchr；7)进行样本内和样本间的标准化，根据均值标准化；URbmean＝(1/N)ΣNbURi,b，CRimean＝(1/N)ΣNiCRi,j；其中i代表样本数，b是bin，j代表染色体，URbmean和CRimean分别表示bin的均值和染色体间reads的均值；8)根据染色体读段数比例标准化的值计算对应的相关系数，即计算染色体读段数比值；根据下列公式：RRi,j＝(1/22)ΣNjCRi,j；9)根据染色体的读段数的相关系数和对应的GC含量的线性回归模型，算出回归值和回归方程的α和β值；10)根据步骤7、8、9计算出回归值RR’i,j；RR’i,j＝α×GCi+β；11)根据染色体读段数的比值和回归值计算残差：e＝RRi,j‑RR’i,j。