[发明专利]用于基于测序的变型检测的方法和系统

说明书

本文提供了用于从测序数据检测遗传性变型的方法和系统。本文提供的方法和系统可用于从测序数据集鉴别临床可行变型的存在或不存在，并向该方法和系统的用户报告该临床可行变型。

交叉引用

本申请要求于2015年7月7日提交的美国临时申请号62/189,555的权益，该申请通过引用以其全文并入本文。

发明背景

测序正在迅速成为实体瘤的诊断检查中的重要工具。在临床开发流程中的超过700种肿瘤药物中，预计73％需要生物标志物。区分临床可行变型的真实存在和真实不存在的能力可能在个性化医疗领域中是有用的。然而，当前的变型判定算法和方法不能准确地鉴别变型的不存在。这种局限对实验室验证方法具有不利后果，该实验室验证方法需要真正的肯定和真正的否定判定来量化测试的灵敏度和特异性。这种局限对临床决策制定产生不利影响，最显著的是其不存在将指导治疗的选择的变型。需要改进的软件系统来管理多标志物测试的复杂性。

发明内容

在一个方面，提供了用于检测遗传性变型(genetic variant)的存在或不存在的方法，该方法包括：a)接收包含由来自受试者的核酸样品生成的测序数据的数据输入；b)从测序数据确定遗传性变型的存在或不存在，其中所述确定包括为包含遗传性变型的基因组区域分配质量评分，其中所述分配由计算机处理器执行；c)根据质量评分将遗传性变型分类以生成分类的遗传性变型；以及d)输出基于所述分类的结果，从而鉴别分类的遗传性变型。在一些情况下，所述分类进一步包括如果确定遗传性变型存在并且包含遗传性变型的基因组区域的质量评分大于预先确定的阈值，则将所述遗传性变型分类为存在。在一些情况下，所述分类进一步包括如果确定遗传性变型不存在并且包含遗传性变型的基因组区域的质量评分大于预先确定的阈值，则将所述遗传性变型分类为不存在。在一些情况下，所述分类进一步包括如果包含遗传性变型的基因组区域的质量评分小于预先确定的阈值，则将所述遗传性变型分类为不确定。在一些情况下，所述输出结果包括生成报告，其中所述报告鉴别所述分类的遗传性变型。在一些情况下，所述方法进一步包括将测序数据映射(mapping)到参考序列。在一些情况下，所述参考序列为共有参考序列(consensusreference sequence)。在一些情况下，根据经验从肿瘤测序数据得到参考序列。在一些情况下，预先确定的阈值包括包含所述遗传性变型的基因组区域的覆盖深度。在一些情况下，所述覆盖深度为至少10X。在一些情况下，所述覆盖深度为至少20X。在一些情况下，所述覆盖深度为至少30X。在一些情况下，所述覆盖深度为至少50X。在一些情况下，所述覆盖深度为至少100X。在一些情况下，预先确定的阈值包括置信度评分。在一些情况下，所述置信度评分为至少95％。在一些情况下，所述置信度评分为至少99％。在一些情况下，遗传性变型包括临床可行变型。在一些情况下，所述鉴别所述分类的遗传性变型进一步指示根据分类的遗传性变型针对受试者的治疗。在一些情况下，所述受试者患有疾病。在一些情况下，所述疾病为癌症。在一些情况下，根据所述结果向所述受试者施用治疗。在一些情况下，临床可行变型在改变受试者对疗法的反应的基因中。在一些情况下，所述基因为癌基因。在一些情况下，临床可行变型的存在指示所述受试者是特定疗法的候选者。在一些情况下，临床可行变型的不存在指示所述受试者不是特定疗法的候选者。在一些情况下，所述核酸样品来源于血液或唾液。在一些情况下，所述核酸样品来源于实体瘤。在一些情况下，所述核酸样品为基因组DNA。在一些情况下，所述基因组DNA为肿瘤DNA。在一些情况下，所述核酸样品为RNA。在一些情况下，所述RNA为肿瘤RNA。在一些情况下，所述核酸样品来源于循环肿瘤细胞。在一些情况下，所述核酸样品包含无细胞核酸。在一些情况下，所述遗传性变型为基因扩增、插入、缺失、易位或单核苷酸多态性。在一些情况下，所述测序数据包含靶标富集的测序数据。在一些情况下，所述靶标富集的测序数据包含全外显子组测序数据。在一些情况下，所述测序数据包含全基因组测序数据。在一些情况下，所述分类具有至少99％的灵敏度。在一些情况下，所述分类具有至少99％的特异性。在一些情况下，当被分类为存在时，所述遗传性变型具有至少5％的突变等位基因分数。在一些情况下，当被分类为存在时，所述遗传性变型具有至少10％的突变等位基因分数。在一些情况下，所述分类具有至少99％的阳性预测值。在一些情况下，所述质量评分基于覆盖深度、映射质量或碱基判定质量中的至少一个。在一些情况下，根据经验确定所述质量评分。在一些情况下，所述方法进一步包括经网络传送所述结果。在一些情况下，所述网络为因特网。在一些情况下，所述方法进一步包括在步骤a)之前对来自所述受试者的核酸样品进行测序，以生成所述测序数据。在一些情况下，所述方法进一步包括重新查询所述测序数据以确定一个或多个另外的遗传性变型的存在或不存在，包括为包含所述一个或多个另外的遗传性变型的一个或多个基因组区域中的每一个分配质量评分，其中如果所述质量评分大于预先确定的阈值，则所述质量评分被分类为充足，并且其中如果所述质量评分低于预先确定的阈值，则所述质量评分被分类为不充足。在一些情况下，通过所述遗传性变型的特定位置处的总读取深度，含有所述遗传性变型的读取的比例，所述遗传性变型的位置处的非变异碱基判定的平均质量以及变异碱基判定的平均质量的差异来确定所述质量评分。在一些情况下，通过机器学习算法确定所述质量评分。在一些情况下，所述方法用作临床诊断。