[发明专利]一种多样本拷贝数一致性变异区域的统计检验方法

摘要

本发明公开了一种多样本拷贝数一致性变异区域的统计检验方法，基于拷贝数位点的关系系数构造拟合成曲线，计算每个位点的导数值，通过假设检验方法检测显著的导数值，从而确定拷贝数断点，建立拷贝数变异候选区域；通过在全基因组及样本两个方向上随机置换CNVs的方式构建假设检验零分布，检测多样本中拷贝数一致性变异区域。本发明避免直接使用测序读段数，能够容纳一定的测序错误及噪声，能够较准确地定位拷贝数变异区域的边界；基于全基因组及样本两个方向上随机置换CNVs，相比在单个方向上的置换，能够获得更真实的假设检验零分布；同时，有利于检测多样化的一致性变异CNVs，即多样本子类中存在的拷贝数一致性变异区域。

主权项

1.一种多样本拷贝数一致性变异区域的统计检验方法，其特征在于，所述多样本拷贝数一致性变异区域的统计检验方法基于拷贝数位点的关系系数拟合成曲线，计算每个位点的导数值，通过假设检验方法检测显著的导数值，从而确定拷贝数断点，建立拷贝数变异候选区域；通过在全基因组及样本两个方向上随机置换拷贝数变异CNVs的方式构建假设检验零分布，检测多样本中拷贝数一致性变异区域；所述多样本拷贝数一致性变异区域的统计检验方法具体包括：(1)在对测序数据文件比对的基础上，计算每个位点的读段数；依据样本读段数均值对读段数进行规整化，以获得样本间具有可比性的读段数信号；(2)基于预处理数据矩阵M，其中每一行表示一个样本，每一列表示一个bin，采用Pearson相关分析方法计算bins之间的关系系数，构建该关系系数的拟合曲线，以此求解每个bin的导数值；以导数值为背景，建立假设检验零分布，检验显著性的导数值，其显著性意味着在该bin的位置中存在断点，从而获得拷贝数变异候选区域；(3)基于单样本定义的CNVs，通过多样本的置换策略构造假设检验零分布；对置换前数据矩阵的CNVs频率进行检验，计算每个CNV的p值，根据显著性水平阈值确定多样本一致性变异的CNVs。