肿瘤相关基因变异致病性分类的方法、装置和存储介质制造方法及图纸

本申请公开了一种肿瘤相关基因变异致病性分类的方法、装置和存储介质。本申请方法包括，获取肿瘤相关基因，根据HGVS规则对肿瘤相关基因按照固定的转录本进行注释，获得位置信息；基于ACMG指南结合专家组建议解读流程评估证据项，将证据分为致病性证据和良性变异证据；按证据项通用规则与特定基因特殊规则，对分级处理后的证据进行判断，获得变异等级分类；根据判读规则对分级处理后的证据进行判读，输出判读结果。本申请方法，严格遵循指南和专家组建议，梳理并确定证据分级，避免了证据项不一致导致的结果差异，能高效、便捷、规范、准确解读肿瘤相关基因变异；减少了人为重复工作，增加了解读的规范性和统一性，提升了工作效率。效率。效率。

【技术实现步骤摘要】
肿瘤相关基因变异致病性分类的方法、装置和存储介质


[0001]本申请涉及肿瘤相关基因变异解读
，特别是涉及一种肿瘤相关基因变异致病性分类的方法、装置和存储介质。

技术介绍

[0002]在过去的十年，随着新一代高通量测序的出现，测序技术有了快速发展。利用新一代测序技术，临床实验室检测遗传性疾病的产品种类不断增加，包括基因分型、单基因、基因包、外显子组、基因组、转录组和表观遗传学等检测。随着技术的复杂性日益增加，基因检测在序列解读方面不断面临新的挑战。美国医学遗传学与基因组学学会(The American College of Medical Genetics and Genomics,ACMG)制定了序列变异解读指南，提供了序列变异的解读分类及解读的算法。此外ACMG在2013年成立了一个工作组，该工作组依据专家建议、工作组共识和公众反馈开发了一种可以对现有的证据进行加权的系统，并应用此系统对序列变异进行标准分类，分为“致病”、“可能致病”、“意义未明”、“可能良性”和“良性”。随着该系统的开发，促进了临床上对于变异较为准确和广泛的应用。
[0003]目前根据2015年ACMG发布的序列变异解读指南中的部分评估标准，相继开发了针对基因变异归类的数据库或者相关工具，如Varsome、Franklin、AutoPVS1、Intervar、Pubvar等，这些数据库或者工具可以提供序列变异的ACMG预测结果，如人群频率、软件预测等。其中，Varsome、Franklin允许社区内的专家对预测的序列变异做校正和投稿，帮助分子遗传学家和临床医生提高诊断率，并辅助支持遗传病的相关治疗决策。虽然这些数据库或者工具极大地帮助临床工作者减少一些重复和数据整合、预测的工作，如Clinvar、gnomAD等开源数据库的相关信息；但是，由于指南本身并不能将每一项评判标准的细节和参数都明确指定，且不同人种的某些数据存在差异，如疾病信息，不同的解读人员在具体操作中可能存在一定的理解或者认知差异，从而导致解读结论的不一致程度较高。此外，对于临床的每一个检测样本，都需要解读人员人工重复查询各类数据库资源，并逐一比对相关证据项的信息，使得整个数据处理过程非常繁琐和低效，且容易发生错误。而且，目前的数据库或者工具大部分是英文展示，对于从业人员或者临床工作者的专业理解能力要求较高，执行过程中需要反复核对信息的一致性。
[0004]由此可见，现有技术方法的实用性范围较为局限，自动化和系统化程度不高，缺乏高效率的测序数据解读方案，无法满足第三方实验室对大规模样本数据快速且结果一致的处理需求。因此，如何研发更高效和系统化的遗传性肿瘤相关基因变异致病性分类方案，仍然是本领域的研究重点。

技术实现思路

[0005]本申请的目的是提供一种改进的肿瘤相关基因变异致病性分类的方法、装置和存储介质。
[0006]为了实现上述目的，本申请采用了以下技术方案：
[0007]本申请的第一方面公开了一种肿瘤相关基因变异致病性分类的方法，包括以下步骤：
[0008]数据获取和注释步骤，包括获取肿瘤相关基因，根据人类基因组突变学会规则对肿瘤相关基因按照固定的转录本进行注释，获得位置信息，其中，位置信息包括氨基酸、核苷酸、基因座的信息；
[0009]证据分级处理步骤，包括基于美国医学遗传学与基因组学学会的序列变异指南，结合专家组建议的解读流程评估证据项的可执行性，将证据分为致病性证据和良性变异证据；致病性证据标准分为非常强PVS1，强PS1、PS2、PS3、PS4(缩写为PS1
‑
4)，中等PM1、PM2、PM3、PM4、PM5、PM6(缩写为PM1
‑
6)，或支持证据PP1、PP2、PP3、PP4、PP5(缩写为PP1
‑
5)；良性变异证据标准分为独立BA1，强BS1、BS2、BS3、BS4(缩写为BS1
‑
4)，或支持证据BP1、BP2、BP3、BP4、BP5、BP6(缩写为BP1
‑
6)；
[0010]变异等级分类步骤，包括按照“表1证据项通用规则与特定基因特殊规则”，对分级处理后的证据进行判断，获得变异等级分类；
[0011]结果判断步骤，包括根据判读规则对分级处理后的证据进行判读，输出判读结果。
[0012]需要说明的是，本申请的肿瘤相关基因变异致病性分类方法，针对变异等级分类，如人群频率相关证据(PM2、BA1、BS1、BS2)、突变类型相关证据(PVS1、PS1、PM4、PM5、PP2、BP1、BP3)、预测相关证据(PM1、PP3、PP5、BP4、BP7、BP6)，通过开源数据库数据获取进行注释、整合、输出，减少人为重复工作，增加解读的规范性和统一性，提升工作效率。实现即改即用，并且，本申请的一种实现方式中，大部分内容为中文输出，具有阅读友好性。
[0013]本申请的一种实现方式中，变异等级分类包括人群频率相关证据、突变类型相关证据、预测相关证据。
[0014]本申请的一种实现方式中，判读结果包括致病、可能致病、意义未明、良性或可能良性。
[0015]本申请的一种实现方式中，结果判断步骤中，判读规则包括：
[0016]将以下情况中的任意一种判读为致病，
[0017](i)1个非常强PVS1，以及，(a)≥1个强(PS1
‑
PS4)或(b)≥2个中等(PM1
‑
PM6)或(c)1个中等(PM1
‑
PM6)和1个支持(PP1
‑
PP5)或(d)≥2个支持(PP1
‑
PP5)；
[0018](ii)≥2个强(PS1
‑
PS4)；
[0019](iii)1个强(PS1
‑
PS4)，以及，(a)≥3个中等(PM1
‑
PM6)或(b)2个中等(PM1
‑
PM6)和≥2个支持(PP1
‑
PP5)或(c)1个中等(PM1
‑
PM6)和≥4个支持(PP1
‑
PP5)；
[0020]将以下情况中的任意一种判读为可能致病，
[0021](i)1个非常强(PVS1)和1个中等(PM1
‑
PM6)；
[0022](ii)1个强(PS1
‑
PS4)和1
‑
2个中等(PM1
‑
PM6)；
[0023](iii)1个强(PS1
‑
PS4)和≥2个支持(PP1
‑
PP5)；
[0024](iv)≥3个中等(PM1
‑
PM6)；
[0025](v)2个中等(PM1
‑
PM6)和≥2个支持(PP1
‑
PP5)；
[0026](vi)1个中等(PM1
‑
PM6)和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种肿瘤相关基因变异致病性分类的方法，其特征在于：包括以下步骤，数据获取和注释步骤，包括获取肿瘤相关基因，根据人类基因组突变学会规则对肿瘤相关基因按照固定的转录本进行注释，获得位置信息，所述位置信息包括氨基酸、核苷酸、基因座的信息；证据分级处理步骤，包括基于美国医学遗传学与基因组学学会的序列变异指南，结合专家组建议的解读流程评估证据项的可执行性，将证据分为致病性证据和良性变异证据；所述致病性证据标准分为非常强PVS1，强PS1、PS2、PS3、PS4，中等PM1、PM2、PM3、PM4、PM5、PM6，或支持证据PP1、PP2、PP3、PP4、PP5；所述良性变异证据标准分为独立BA1，强BS1、BS2、BS3、BS4，或支持证据BP1、BP2、BP3、BP4、BP5、BP6；变异等级分类步骤，包括按照“表1证据项通用规则与特定基因特殊规则”，对分级处理后的证据进行判断，获得变异等级分类；结果判断步骤，包括根据判读规则对分级处理后的证据进行判读，输出判读结果。2.根据权利要求1所述的方法，其特征在于：所述变异等级分类包括人群频率相关证据、突变类型相关证据、预测相关证据；优选的，所述判读结果包括致病、可能致病、意义未明、良性或可能良性。3.根据权利要求1所述的方法，其特征在于：所述结果判断步骤中，判读规则包括，将以下情况中的任意一种判读为致病，(i)1个非常强PVS1，以及，(a)≥1个强(PS1
‑
PS4)或(b)≥2个中等(PM1
‑
PM6)或(c)1个中等(PM1
‑
PM6)和1个支持(PP1
‑
PP5)或(d)≥2个支持(PP1
‑
PP5)；(ii)≥2个强(PS1
‑
PS4)；(iii)1个强(PS1
‑
PS4)，以及，(a)≥3个中等(PM1
‑
PM6)或(b)2个中等(PM1
‑
PM6)和≥2个支持(PP1
‑
PP5)或(c)1个中等(PM1
‑
PM6)和≥4个支持(PP1
‑
PP5)；将以下情况中的任意一种判读为可能致病，(i)1个非常强(PVS1)和1个中等(PM1
‑
PM6)；(ii)1个强(PS1
‑
PS4)和1
‑
2个中等(PM1
‑
PM6)；(iii)1个强(PS1
‑
PS4)和≥2个支持(PP1
‑
PP5)；(iv)≥3个中等(PM1
‑
PM6)；(v)2个中等(PM1
‑
PM6)和≥2个支持(PP1
‑
PP5)；(vi)1个中等(PM1
‑
PM6)和≥4个支持(PP1
‑
PP5)；将以下情况中的任意一种判读为良性，(i)1个独立(BA1)；(ii)≥2个强(BS1
‑
BS4)；将以下情况中的任意一种判读为可能良性，(i)1个强(BS1
‑
BS4)和1个支持(BP1
‑
BP7)；(ii)≥2个支持(BP1
‑
BP7)；将以下情况中的任意一种判读为意义未明，(i)不满足以上标准；(ii)良性和致病的标准相互矛盾。4.根据权利要求1
‑
3任一项所述的方法，其特征在于：所述数据获取和注释步骤中，固
定的转录本选择ClinVar中使用最多的转录本，如果没有则从RefSeqGene/the Locus Reference Genomic collaborations中获取，如果都没有则选择RefSeq数据库中最长的转录本。5.一种肿瘤相关基因变异致病性分类的装置，其特征在于：包括数据获取和注释模块、证据分级处理模块、变异等级分类模块、结果判断模块；数据获取和注释模块，包括用于获取肿瘤相关基因，根据人类基因组突变学会规则对肿瘤相关基因按照固定的转录本进行注...

【专利技术属性】
技术研发人员：邓乙晓，唐启覃，杨洁，徐嵘，吴旭君，黄昕瑶，张彩，
申请(专利权)人：深圳裕康医学检验实验室，
类型：发明
国别省市：