一种低深度WGS下机数据的处理方法技术

本申请属于基因检测技术领域，具体公开一种低深度WGS下机数据的处理方法，该方法可以用于评估HRD score。本申请至少具有以下有益效果之一：本申请提供的基于低深度WGS评估HRD score的方法以低深度WGS测序形成的数据为基础进行分析，极大地降低了成本，有利于大规模的应用。的应用。的应用。

【技术实现步骤摘要】
一种低深度WGS下机数据的处理方法


[0001]本申请属于基因检测
，更具体地说，它涉及一种低深度WGS下机数据的处理方法、建立基因组杂合性缺失LOH的计算方法、建立大片段迁移LST的计算方法和端粒等位基因不平衡TAI的计算方法。

技术介绍

[0002]DNA双链断裂（double strand breaks）是一种DNA损伤类型，严重时会导致染色体的断裂和重排等，由于没有互补链进行修复，所以DNA序列难以恢复，造成遗传信息丢失，这种DNA双链断裂需要同源重组修复。若同源重组修复能力缺失即发生HRD，则会导致基因组丧失稳定性，在基因组不稳定的情况下容易积累DNA损伤，以此恶性循环，导致癌症发生。HRD对铂类或者PARP抑制剂的使用具有很重要的指导意义。
[0003]HRD一般由同源重组修复通路中基因变异或者表观变异引起，同源重组修复通路中包含BRCA1/2、Rad52/Rad22、PALB2、RAD51家族、BRIP1/BACH1、ATM和CHEK2等基因。研究表明存在BRCA1突变的女性，会存在50
‑
85%和15
‑
45%的概率罹患乳腺癌和卵巢癌。在乳腺癌中，遗传性BRCA1/2变异占大约7%，而在三阴性乳腺癌中能达到11%
‑
15%。在家族性和偶发性乳腺癌患者中，估计有40%属于同源重组缺陷。尽管目前主要关注HRD在乳腺癌中的治疗，但是HRD在其他癌种中也是一个重要的指标。
[0004]目前，HRD的检测方法有以下两种：HR基因芯片，芯片设计时包含同源重组通路基因，利用靶向捕获技术和二代测序技术，获得同源重组通路基因的测序数据，检测所有基因的SNV、Indel和large arrangement，缺点是可能会高估HRD，而且基于芯片检测时，芯片上的SNP位点是固定的，只能检测特定位点的变异，具有一定的局限性。
[0005]全基因组测序（WGS），对全基因组进行测序，检测染色体结构变异：包括杂合性缺失
‑
LOH，端粒位点不平衡
‑
TAI和大程度基因组不稳定性
‑
LST来计算HRD score。优点是准确率高；缺点是成本相对较高。

技术实现思路

[0006]为了在保证灵敏度及准确率的情况下降低成本，本申请提供一种基于低深度WGS评估HRD score的方法，该方法以低深度WGS测序所获得数据为基础进行评估HRD score，其降低了成本，更适合于大规模应用于临床。
[0007]本申请是通过以下方案实现的：本申请提供一种基于低深度WGS评估HRD score的方法，包括如下步骤：处理待测样本的低深度WGS下机数据；以及选自以下步骤中的任意一个或多个步骤：步骤一：建立基因组杂合性缺失LOH的计算方法，获得HRD
‑
LOH score；步骤二：建立端粒等位基因不平衡TAI的计算方法，获得HRD
‑
TAI score；和，步骤三：建立大片段迁移LST的计算方法，获得HRD
‑
LST score。
[0008]本申请以低深度WGS下机数据为基础，建立评估HRD score的方法，大大降低了全基因组测序（WGS）的成本，相较于HR基因芯片检测，本申请检测的位点更加灵活，检测待测样本的结果更加准确，符合待测样本真实情况。
[0009]在本申请的一个具体实施方式中，所述处理待测样本的低深度WGS下机数据具体包括：S1
‑
1：将所述下机数据与人类全基因组的参考基因组比对，得到第一比对文件；S1
‑
2：去除所述第一比对文件中重复的reads，得到第二比对文件；S1
‑
3：将人类全基因组划分成100Kbp大小的windows。
[0010]本申请中，将全基因组按照顺序，以100Kbp大小划分为不同的windows，便于后续数据的分析和处理。
[0011]在本申请的一个具体实施方式中，所述处理待测样本的低深度WGS下机数据还包括：S1
‑
4：以所述第二比对文件中的reads为基本单元，统计落在每个window内的reads数，作为该window的reads count，记为RC
i
，i为全基因组中按照排列顺序划分成的window的次序，i为1,2,3....；S1
‑
5：统计每个window的GC碱基含量，将相邻的GC含量相同的windows合并为一组，第j组记为W
j
，第j组含有的window的个数记为M
j
，第j组含有的第k个window记为W
kj
，j、k分别为1,2,3...；S1
‑
6：计算每个W
j
的中位值，记为RC
j
，与该样本整体的平均RC，记为RC
p
，通过以下公式对RC
i
进行矫正：i=M1+M2+M3...+M
（j
‑
1）
+k；S1
‑
7：按照步骤S1
‑
1、S1
‑
2和S1
‑
3处理N个健康样本的低深度WGS下机数据，计算每个window在N个健康样本中的中位值RC，记为RC
y
，作为该window的RC，构建baseline，N≥30，y为1,2,3...；S1
‑
8：对待测样本的windows和健康样本的windows进行遍历，取每个window待测样本的NRCi除以对应baseline中的RC
y
，得到DR；S1
‑
9：基于循环二元分割算法（CBS）对DR进行分段，记为DR片段，同一个DR片段中的DR值比较接近，相邻两个DR片段的平均DR值相差显著，且每个DR片段中至少包含10个windows。
[0012]本申请中，设置每个DR片段中至少包含10个windows，其中10个windows可以保证在每个DR片段中保留长度在1M以上的片段，以最大可能的屏蔽掉干扰信号。
[0013]在本申请的一个具体实施方式中，所述处理待测样本的低深度WGS下机数据还包括：S1
‑
10：统计每个DR片段中DR的中位值，作为该DR片段的DR值，记为DR
q
，计算该DR片段的拷贝数，记为C
q
，计算公式为：。
[0014]本申请中，通过计算Cq值，可以初步了解癌症发生的内在原因，可以在细胞学水平
上对症下药，使得癌症的缓解率大大提高。如果Cq值不等于2，则说明发生了基因拷贝数的变异。Cq值大于2意味着基因增加（gain），小于2则意味着基因缺失（loss）。如果某些负责细胞增殖的基因发生gain或者抑癌基因发生loss，则有可能引发细胞无限增殖，导致癌症的发生。因此，可以根据Cq值初步判断癌症的发生。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种低深度WGS下机数据的处理方法，其特征在于，包括如下步骤：S1
‑
1：将待测样本的低深度WGS下机数据与全基因组的参考基因组比对，得到第一比对文件；S1
‑
2：去除所述第一比对文件中重复的reads，得到第二比对文件；S1
‑
3：将全基因组按照排列顺序划分成100Kbp大小的windows；S1
‑
4：以所述第二比对文件中的reads为基本单元，统计落在每个所述window内的reads数，作为该window的reads count，记为RC
i
，i为全基因组中按照排列顺序划分成的window的次序，i为1,2,3....；S1
‑
5：统计每个window的GC碱基含量，将GC含量相同的相邻的windows合并为一组，第j组记为W
j
，第j组含有的window的个数记为M
j
，第j组含有的第k个window记为W
kj
，j、k分别为1,2,3....；S1
‑
6：计算W
j
的中位值RC，记为RC
j
，与该待测样本整体的平均RC，记为RC
p
，通过以下公式对RC
i
进行矫正：i=M1+M2+M3...+M
（j
‑
1）
+k；S1
‑
7：按照步骤S1
‑
4、S1
‑
5和S1
‑
6处理N个健康样本的低深度WGS下机数据，计算每个window在N个健康样本中的中位值RC，记为RC
y
，作为该window的RC，构建baseline；N≥30，y为1,2,3...；S1
‑
8：取每个window的待测样本的NRC
i
除以对应baseline中的RC
y
，得到DR；S1
‑
9：基于循环二元分割算法对DR进行分段，记为DR片段，同一个DR片段中的DR值比较接近，相邻两个DR片段的平均DR值相差显著，且每个DR片段中至少包含10个windows。2.根据权利要求1所述的低深度WGS下机数据的处理方法，其特征在于，还包括：S1
‑
10：统计每个DR片段中DR的中位值，作为该DR片段的DR值，记为DR
q
，计算该DR片段的拷贝数，记为C
q
，计算公式为：。3.一种基因组杂合性缺失LOH的计算方法，其特征在于，包括权利要求2所述的低深度WGS下机数据的处理方法中的处理步骤，以及如下步骤：S2
‑
1：使用千人基因组计划数据，选择杂合概率较高的SNP位点；S2
‑
2：统计所述SNP位点上的每个位点等位碱基在待测样本上的频率，如果存在多个等位碱基，取频率最高的两个；如果仅有一个等位碱基，第二等位碱基给定默认频率为0；S2
‑
3：统计每个window中所述SNP位点第二等位碱基频率的平均数作为该window的AF，生成新的AF数列；如果AF大于0，则将AF调整成0.5；S2
‑
4：将步骤S2
‑
3中所述AF相同且相邻的window相连，得...

【专利技术属性】
技术研发人员：楼峰，刘凯，张萌萌，郭璟，孙宏，曹善柏，
申请(专利权)人：天津橡鑫生物科技有限公司天津橡鑫医疗器械有限公司，
类型：发明
国别省市：