[发明专利]一种基于高通量测序的膀胱癌检测试剂盒

摘要

本发明公开了一种基于高通量测序的膀胱癌检测试剂盒。首先本发明提供了一种基于高通量测序计算微缺失和微重复的方法，包括以下步骤：去除低质量数据，有效区域筛选，确定基线数据，分析微重复微缺失。并基于此构建了一种基于高通量测序的膀胱癌检测试剂盒，该试剂盒与现有技术相比，具有无创、通量高、特异性高、灵敏度高的优势，能检测未知染色体异常，可以在短时间内筛查脱落细胞染色体微缺失微重复，辅助膀胱癌患者的临床基因诊断，适用于临床患者基因异常检测及疾病分类。

主权项

一种基于高通量测序计算微缺失和微重复的方法，其特征在于，包括以下步骤：S1.去除低质量数据：将阴性样本和待测样本的测序数据与参考基因组比对，去除重复序列、非唯一比对序列、错误比对序列、比对质量低序列，得到唯一比对序列，筛选出MAPQ＞30的序列；S2.有效区域筛选：将参考基因组以50Kb作为步长将每条染色体分割成50Kb的区间，称为bin，共有A个bin，编号为bin1...binA，统计每个阴性样本所有bin的序列数目，记录为xij表示第i个样本第j个bin的序列数目，阴性样本的个数用B表示，200≤B≤500，根据公式(1)计算第j个bin的均值x‾j=1nΣi=1nxij---(1),]]>其中，n表示阴性样本的个数B，根据公式(2)计算标准差分别为sj：sj=1nΣi=1n(xij-x‾j)22---(2),]]>其中，n表示阴性样本的个数B，去除小于2的bin，根据公式(3)计算的均值x‾=1nΣj=1nx‾j---(3),]]>其中，n表示bin的个数A，根据公式(4)计算的标准差s：s=1nΣj=1n(x‾j-x‾)22---(4),]]>其中，n表示bin的个数A，去除超出的bin，剩余的bin作为有效分析的区域，每个样品有N个有效分析bin，其中Nc个常染色体有效分析bin，S3.确定基线数据：计算每个阴性样本已筛选bin的序列数目，用xij表示第i个样本第j个bin的序列数目，根据公式(5)计算出平均常染色体bin序列数目之和x‾i=1nΣi=1,j=1i=n,j=mxij---(5),]]>其中，n表示样品的个数，m表示第i个样本常染色体有效分析bin的个数，根据公式(6)计算出xij除以平均常染色体bin序列数目之和得到序列数目比例xij％：xij%=xijx‾i×100%---(6),]]>根据公式(7)计算第j个bin序列数目比例的均值xj%‾=1nΣi=1nxij---(7),]]>其中，n表示阴性样本的个数B，根据公式(8)计算第j个bin序列数目比例的标准差sj％：sj%=1nΣi=1n(xij%-xj%‾)22---(8),]]>其中，n表示阴性样本的个数B，S4.分析微重复微缺失：根据公式(9)计算一个待检样本第j个bin的序列数目xj，除以平均阴性样本的常染色体bin序列数目之和得到序列数目比例xj％，再除以bin序列数目比例的均值后乘以2得到标准化序列比例norm(xj)：norm(xj)=xjx‾i×2xj%‾---(9),]]>然后使用R软件DNAcopy包中的圆二值分割法对标准化序列比例进行切割，查找断点并划分不同拷贝数区间；最后根据下公式(10)～(12)计算每个区间的Zscore值，值大于3的为微重复，小于3的为微缺失，其中，p、q分别为所述区间的开始和结束位置，μ、σ为动态区间的基线均值和标准差；μ=1nΣi=1nΣpqxj%---(10),]]>σ=1nΣi=1n(Σpqxj%-μ)22---(11),]]>