[发明专利]一种RNA编辑位点的检测方法

说明书

技术领域

本发明属于生物技术领域，具体地说，本发明涉及一种RNA编辑位点的检 测方法。

背景技术

RNA(核糖核酸)编辑是指在RNA水平上发生的突变，包括插入、缺失和单碱 基替换等。RNA编辑过程会导致蛋白质编码区的非同义替换、发生可变剪切等，发 生RNA编辑可使碱基序列发生改变，甚至可使氨基酸序列乃至蛋白质的高级结构发 生改变，它对基因表达调控、基因表达产物的多样化起重要的作用，同时还可能跟 某些疾病的致病机理有关。哺乳动物中，发生RNA编辑最常见的是A(adenosine) 到I(inosine)突变。

要确定整个基因组范围内的RNA编辑事件，可以通过对RNA样本的高通量测 序以及生物信息学分析来实现。随着二代测序技术日益成熟，测序成本不断降低， 研究人员可以通过对全转录组进行测序进行RNA编辑方面的研究。当前国内外在此 方面的研究主要在个体水平上，对个体水平的RNA编辑研究，可以找到一些跟疾病 发病有关的基因靶点，比如跟很多遗传病相关的ADAR基因家族，但是目前由于缺 乏标准的比对RNA组，导致很难获得准确的RNA编辑事件。本发明主要涉及一种准 确的从RNA高通量测序数据中检测RNA编辑事件的方法。

发明内容

本发明的目的在于提供一种一种RNA编辑位点的检测方法。

本发明提供了一种RNA编辑位点的检测方法，所述方法包括步骤：对群体 样本进行测序，获得群体样本的DNA和RNA数据；分析所获得的所述群体样本 的DNA和RNA数据，得到RNA编辑位点数据；

其中，所述群体样本中的样本数量≥10个；优选地所述群体样本中样本数 量≥20个，更优选地所述群体样本中样本数量≥50个，最优选地所述群体样 本中样本数量≥100个。

在另一优选例中，所述样本为正常组织样本和/或肿瘤组织样本。

在另一优选例中，所述样本选自：正常人和/或肿瘤患者。

在另一优选例中，所述方法包括步骤：

(1)比对

(1.1)获得群体样本的高通量DNA和RNA测序的原始数据；

(1.2)对原始数据进行初步过滤得有效数据；

(1.3)将有效数据比对到参考基因组上；

(1.4)校正比对结果的碱基质量值；

(1.5)去除比对结果中的重复序列；

(1.6)分割含N的片段(所述含N的片段是指即包含选择性剪接位点的片 段)；

(2)检测突变

检测突变，得原始RNA编辑位点数据；

(3)过滤突变

(3.1)过滤原始RNA编辑位点数据中的假阳性位点；

(3.2)排除基因组上的单核苷酸多态性(SNP)位点；

(3.3)移除所检测RNA的插入或缺失位点左右各30bp内的位点；

(3.4)滤除假编辑位点；

(3.5)滤除FS(Phred-scaledp-valueusingFisher'sexacttestto detectstrandbias)＞20的位点；

(3.6)滤除基因间区以及处在剪切位点左右2bp内的位点；

获得所述RNA编辑位点数据。

在另一优选例中，所述步骤(1.2)中，初步过滤去除的内容有：

(i)含接头的片段；

(ii)N的比例较高(优选地比例≥10％)的片段；

(iii)低质量片段(优选地，所述低质量片段是指平均质量值小于15的片段)。

在另一优选例中，所述步骤(1.1)中的所述高通量DNA和RNA测序的原始数 据由Illumina测序平台产生。

在另一优选例中，所述步骤(1.3)中，比对工具为基于Bowtie的RNA-seq比 对工具tophat。

在另一优选例中，所述步骤(1.4)中，使用GATK(GenomeAnalysisToolkit) 工具校正比对结果的碱基质量值。

在另一优选例中，所述步骤(1.5)中，利用Picard工具包去除比对结果中 存在的重复序列。

在另一优选例中，所述步骤(1.6)中，使用GATK分割比对结果中含N的片 段。