[发明专利]确定异质样本的基因组中的变异

权利要求书

1.一种确定参考基因组与来自二倍体生物体的生物样本的样本基因组之间的一个或多个变异(variant)的方法，所述方法包括：

接收所述样本基因组的读段(read)以及所述读段至所述参考基因组的映射(mapping)，其中从来自所述生物样本的多个基因组片段的测序获得所述读段；

辨识所述样本基因组的第一区域，所述第一区域具有包括相对于所述参考基因组中的对应区域的一个或多个变异的第一似然性，所述第一似然性在第一阈值之上；

确定所述第一区域中的样本基因组的起始假设；

基于所述起始假设，生成所述第一区域中的样本基因组的每个的一组假设，其中该组假设中的至少一个包括多个等位基因以及对应于所述多个等位基因的每个的相应等位基因分数；

对于该组假设中的每个假设：

使用概率函数为该假设计算概率得分，所述概率函数接收该假设的每个等位基因以及相应等位基因分数的输入，

其中，该组假设中的第一假设包括具有在最小阈值分数与0.5之间的相应等位基因分数的第一等位基因；

基于所述概率得分选择顶级假设(top hypothesis)；

基于所述顶级假设，为所述第一区域识别(call)所述参考基因组与所述样本基因组之间的一个或多个变异，

其中，所述方法由一个或多个计算设备执行。

2.如权利要求1所述的方法，其中，生成所述第一假设包括：

确定具有在所述第一区域的第一等位基因的读段的百分比；以及

使用所述百分比作为所述第一假设的相应等位基因分数。

3.如权利要求1所述的方法，其中，生成所述第一假设包括：

为所述第一等位基因的多个等位基因分数的每个计算概率得分；以及

选择提供最高概率得分的等位基因分数作为所述第一等位基因的相应等位基因分数。

4.如权利要求1所述的方法，其中，计算该组假设中的至少一个的假设的概率得分包括：

评估该假设的一个或多个条件；

当满足所述一个或多个条件时，通过使用所述多个等位基因的可变等位基因分数值计算该假设的得分；

当不满足所述一个或多个条件时，通过使用所述多个等位基因的相等等位基因分数值计算该假设的得分。

5.如权利要求1所述的方法，其中，所述最小阈值分数是0或0.2。

6.如权利要求1所述的方法，还包括：

确定所述第一假设的第一等位基因的相应等位基因分数作为所述概率函数的最优输入值。

7.如权利要求1所述的方法，其中，所述生物样本包括具有不同基因组的细胞，并且其中，所述样本基因组是不同基因组的复合基因组。

8.如权利要求1所述的方法，其中，所述一个或多个变异包括SNP或少于100个碱基的插入缺失(indel)。

9.如权利要求1所述的方法，其中，评估所述一个或多个条件包括确定所述一个或多个等位基因的可变等位基因分数值是否超过阈值。

10.如权利要求1所述的方法，其中，评估所述一个或多个条件包括确定该假设的最大似然性概率是否超出该区域的纯合假设的概率达阈值。

11.如权利要求1所述的方法，其中，评估所述一个或多个条件包括：

确定所述一个或多个等位基因的可变等位基因分数值是否超过第一阈值；以及

确定该假设的最大似然性概率是否超出该区域的纯合假设的概率达第二阈值。

12.如权利要求1所述的方法，还包括：

基于具有最高的两个得分的两个二倍体假设的等位基因，生成该区域的三倍体假设；

通过计算三倍体假设得分评估所述三倍体假设；以及

当所述三倍体假设得分超出所述两个二倍体假设的得分中的较高者达阈值时，选择所述三倍体假设作为所述顶级假设。

13.如权利要求1所述的方法，其中，确定该区域的起始假设包括：

基于以下中的一个或多个生成多个假设：该区域的参考假设；通过使用该区域的本地从头组装而被发现为似乎合理的假设的子集；以及从该区域的已知变异的数据库得到的假设的子集；以及

从所述多个假设选择所述起始假设。