[发明专利]对DNA序列的数据分析

说明书

对相关申请的交叉引用

本申请要求2010年12月29日提交的美国临时专利申请61/428,191，和2011年7月1日提交的美国临时专利申请61/503,784的优先权，其全部公开内容通过提及并入。

发明背景

锌指核酸酶(ZFN)是可以工程化改造为在基因组中的特定序列处切割DNA链以生成双链断裂的酶。修复双链断裂的一种过程(process)是非同源末端连接(NHEJ)。NHEJ介导的修复在ZFN切割位点处产生随机碱基对的添加和/或缺失，创建ZFN诱导的基因组修饰。该修饰可以创建DNA的不同编码链，其可以用于生物学分析。对ZFN诱导的基因组修饰的分析可以指示特定ZFN在基因组中在特定切割位置/位点处的相对效力。

多种工具可以用于切割或修饰DNA的序列。例如，EXZACT Precision Technology品牌设备(可获自Dow Agrosciences，位于Indianapolis的9330Zionsville Road，Indiana46268)是一种用于基因组修饰的刃口的(cutting-edge)、通用的且稳健的工具箱。它基于ZFN的设计和使用。

新测序技术的快速开发实质性延伸许多生物学应用(包括全基因组变异的扫描、新基因组装配和转录物组学研究)的规模和分辨率。生产中的所有下一代测序(NGS)平台，包括可获自Roche Diagnostics Corp.，ILLUMINA的Roche454品牌测序平台和/或可获自Illumina，Inc.的SOLEXA品牌测序平台，以及可获自Applied Biosystems的SOLiD品牌测序平台每机器天能够产生千兆碱基对(Gbp)级的数据。Roche454品牌测序平台产生长的“阅读”序列，而Illumina(Solexa)和SOLiD品牌测序仪是短阅读测序平台(通常约36-100bp)。下一代测序(NGS)技术容许产生大量测序数据，提供高水平的检测灵敏性，并且容许分析许多样品。

发明概述

在本公开内容的一个例示性的实施方案中，呈现了量化锌指核酸酶的靶向活性的分析系统和计算方法。提供了可以用于在特定基因组系统中在其特定靶物处筛选并分级大量ZFN的系统和方法。可以使用该系统和方法来确认使用任何技术(例示性的技术包括蛋白质或小分子定向或两者的组合或物理方法)实施的任何基因组修饰(例示性基因组修饰包括核苷酸插入/缺失、基因添加、点突变、和甲基化)。另外，所述系统和方法可以进一步修改为允许翻译脚本(translational script)，其容许基因组修饰的功能性读出(即，经修饰的基因组的蛋白质产物)。

在本公开内容的一个例示性实施方案中，提供了一种用于分析的方法。该方法包括：电子接收与多个序列相关的序列数据；从所述多个序列中鉴定多个高质量阅读序列(high quality read sequence)；从所述多个高质量阅读序列提取多个独特阅读序列(unique read sequence)；并针对与参照样品对应的参照序列比较所述多个独特阅读序列。

在本公开内容的另一个例示性实施方案中，提供了一种用于分析的方法。该方法包括：电子接收与多个序列相关的序列数据；从所述多个序列中鉴定多个高质量阅读序列；从所述多个高质量阅读序列提取多个独特阅读序列；并针对与参照样品对应的参照序列比较所述多个独特阅读序列。该方法进一步包括在针对与所述参照样品对应的参照序列数据比对所述多个独特阅读序列后，计算高质量比对。

在本公开内容的又一个例示性实施方案中，提供了一种用于分析的方法。该方法包括：电子接收与多个序列相关的序列数据；从所述多个序列中鉴定多个高质量阅读序列；从所述多个高质量阅读序列提取多个独特阅读序列；并针对与参照样品对应的参照序列比较所述多个独特阅读序列。该方法进一步包括对比对的独特阅读序列进行定性分析。

在本公开内容的又一个例示性实施方案中，提供了一种用于分析的方法。该方法包括：电子接收与多个序列相关的序列数据；从所述多个序列中鉴定多个高质量阅读序列；从所述多个高质量阅读序列提取多个独特阅读序列；并针对与参照样品对应的参照序列比较所述多个独特阅读序列。该方法进一步包括对比对的独特阅读序列的定量分析。

在本公开内容的又一个例示性实施方案中，提供了一种用于分析的方法。该方法包括：电子接收与多个序列相关的序列数据；从所述多个序列中鉴定多个高质量阅读序列；从所述多个高质量阅读序列提取多个独特阅读序列；并针对与参照样品对应的参照序列比较所述多个独特阅读序列。该方法进一步包括显现比对的独特阅读序列。