[发明专利]制备候选测序探针集的方法、装置及其应用

说明书

本发明公开了制备候选测序探针集的方法、装置及其应用，其中，制备候选测序探针集的方法包括：(1)基于参考基因组的目标mRNA序列设计探针，构建候选探针集合；(2)将候选探针集合与参考基因组的目标mRNA序列进行比对；(3)基于比对结果，对候选探针集合中的所有候选探针进行筛选；(4)针对参考基因组目标mRNA中的高度同源基因设计得到相同的探针；(5)合并特异性探针集和针对高度同源基因的探针。利用该方法能够有效地获得针对参考基因组全部mRNA的候选测序探针集，进而，基于其能够有效制备获得转录组文库特异性测序引物组，利用该测序引物组进行转录组测序，测序结果及确定的转录本序列准确可靠、数据偏向性低。

技术领域

本发明涉及转录组文库测序分析技术领域，具体地涉及制备候选测序探针集的方法、装置及其应用。

背景技术

目前，转录组建库及测序领域可以基于短的双末端配对的读长序列进行全转录组的信息分析，包括了可变剪接等遗传表达事件的分析。然而，目前的转录组测序技术，获得的测序结果准确性低，数据偏向性高，后续无法将较为复杂的遗传信息进行解码注释，转录本和可变剪切分析难。

因而，目前的转录组测序技术仍有待改进。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明的一个目的在于提出一种测序结果准确可靠、数据偏向性低，且能够有效检测获得新的转录本和可变剪切形式的转录组测序技术。

需要说明的是，本发明是基于发明人的下列发现而完成的：

基因测序发展到第二代高通量测序技术，在转录组建库及测序领域可以基于短的双末端配对的读长序列进行全转录组的信息分析，包括了可变剪接等遗传表达事件的分析，而由于较短的读长限制(50/90nt*2的碱基)使得转录组的分析无法将较为复杂的遗传信息进行解码注释。第三代单分子测序的技术达到几十kb级别的读长使得基因测序及后续分析软件不再受到短序列读长对数据分析的限制，然而第三代测序技术当前由于测序准确性只能达到85％的水平，从而使得该技术也无法快速应用于转录组等领域的测序。同时当前转录组建库技术需要经过核糖体去除、一链反转录、二链cDNA合成、全长cDNA打断、标准DNA建库等繁琐步骤，对总RNA的起始量要求较高，且繁琐的操作过程带来了数据的偏向性。

而发明人在实验研究中发现，通过对RNA数据的分析选择合适的测序引物组，通过不同的毗邻测序引物组进行几乎全长的RNA测序，进而通过测序得到的短读长进行连续较长读长的组合，能够更好地实现转录组测序，测序结果及确定的转录本序列准确可靠、数据偏向性低，有利于后续的转录本和可变剪切分析，且能够有效检测获得新的新的转录本和可变剪切形式。

在本发明的第一方面，本发明提供了一种制备候选测序探针集的方法。根据本发明的实施例，该方法包括以下步骤：

(1)基于参考基因组的目标mRNA序列，以20bp为窗口，10bp为步长设计探针，构建候选探针集合；

(2)将所述候选探针集合中的所有候选探针与所述参考基因组的目标mRNA序列进行比对，以便获得比对结果；

(3)基于所述比对结果，对所述候选探针集合中的所有候选探针进行筛选，以便得到特异性探针集，其中所述筛选包括：去除比对到除自身以外的mRNA的位置且连续比对上的长度大于10bp且错配小于等于2的候选探针；

(4)针对所述参考基因组目标mRNA中的高度同源基因，按照步骤(1)的方法设计得到相同的探针，以便得到针对高度同源基因的探针；

(5)合并所述特异性探针集和所述针对高度同源基因的探针，以便获得所述候选测序探针集。