[发明专利]一种三代全长转录组中可变剪切体的检测方法

摘要

本发明公开了一种三代全长转录组中可变剪切体的检测方法，包括对原始环状测试序列进行去接头合并，形成单分子转录本序列，并筛选出三代全长转录本序列；将三代全长转录本序列对比至参考基因组序列，筛选出与参考基因组序列的覆盖率和相似度均大于预设阈值的三代全长转录本序列；对筛选出的三代全长转录本序列进行剪切假阳性过滤以及DNA污染过滤；对过滤后的三代全长转录本序列进行基因注释以及可变剪切体注释。本发明中提及的三代测序技术所具有的超长读长足以覆盖绝大多数RNA，采用SMRT测序转录组不需组装就能够得到全长转录本序列，利用三代转录组测序能有效获取基因的剪切结构并且能够构建更加完善的基因模型注释。

主权项

1.一种三代全长转录组中可变剪切体的检测方法，其特征在于，包括：S1、采用SMRT流程对原始环状测试序列进行去接头合并，形成单分子转录本序列，并从所述单分子转录本序列中筛选出三代全长转录本序列；S2、利用二代测序数据对筛选出的三代全长转录本序列进行纠错；S3、将纠错后的三代全长转录本序列对比至参考基因组序列，筛选出与参考基因组序列对比的覆盖率和相似度均大于预设阈值的三代全长转录本序列；S4、对筛选出的三代全长转录本序列进行剪切假阳性过滤以及DNA污染过滤；S5、将过滤后的三代全长转录本序列进行基因注释以及可变剪切体注释；S6、根据三代全长转录本序列的基因注释以及可变剪切体注释，将单外显子序列重叠或者多外显子序列所有剪切位点一致的三代全长转录本序列认定为同一基因模型；S7、对同一基因模型进行去冗余及假阳性过滤；将去冗余及假阳性过滤后的三代全长转录本序列与参考基因组序列的已注释基因位点重叠度达到20％的序列认定为同一基因下的转录本序列；将三代全长转录本序列与参考基因组序列的已注释基因位点的重叠度小于20％的序列认定为新基因序列；将三代全长转录本序列与参考基因组序列的已注释基因位点的重叠度大于20％，但基因方向不一致的序列认定为新基因序列；将三代全长转录本序列与参考基因组序列的已注释基因位点相比，出现3’剪切位点发生改变或者出现新的内含子或者出现新的外显子的序列认定为新同源异构体序列。