[发明专利]分型方法和装置

说明书

本发明公开一种分型方法，包括步骤：获取测序数据；比对参考基因组至基准序列组，获得型别集合；比对测序数据至参考序列组，获得比对结果；将比对结果转化为相对于基准序列的转化的比对结果；对比对上同一基准序列的读段进行组装，获得单体型；确定单体型支持的型别；对型别进行分组，获得第一和第二候选型别组；分别对第一和第二候选型别组中的型别进行筛选，以确定出主要和次要型别；基于支持主要和次要型别的读段数目的差异，判定目标区域的基因型。该分型方法适用于任何区域的基因分型，特别适用于高度多态性区域的分型，例如对HLA‑DRB3、4和/或5的分型。

技术领域

本发明涉及生物信息领域，具体的，本发明涉及分型方法和装置。

背景技术

HLA-DRB3，DRB4和DRB5属于HLA(人类白细胞抗原)II类分子的β链的同源编码基因。

HLA II类分子表达在抗原递呈细胞的细胞膜上，能递呈细胞外源的蛋白的肽段，在免疫系统中起着中心作用。HLA-DRB3被报道与克罗恩病，格雷夫斯病，I型糖尿病等相关。HLA-DRB4被报道与儿童急性淋巴细胞白血病，桥本甲状腺炎，变应性肉芽肿性血管炎，白癜风等相关。HLA-DRB5被报道与瘢痕疙瘩，系统性红斑狼疮，多发性硬化症，嗜睡症等相关。

对HLA-DRB3，DRB4，DRB5进行分型有着重要的医学应用和疾病研究价值。

而已有的HLA-DRB3,4,5的分型方法主要为外显子PCR结合基因测序，或者为长片段PCR结合基因测序，涉及必需的PCR引物设计、试验步骤较多以及无法应用于高通量全基因组测序或高通量芯片捕获测序等问题。

发明内容

本发明旨在至少解决上述问题至少之一或者提供至少一种可选择的商业手段。

依据本发明的一方面，本发明提供一种分型方法，该方法包括：获取待测样品的测序数据，所述测序数据包括多个来自目标区域的读段；将参考序列组比对至基准序列组，获得型别集合，所述型别集合包含多个型别，所述基准序列组包含一条或多条基准序列，所述基准序列组能够完全覆盖所述目标区域的所有基因序列，不同所述基准序列包含不同的基因全序列，所述参考序列组包括多条参考序列，所述参考序列组能够完全覆盖所述目标区域的编码区序列的所有外显子，不同所述参考序列包含不同的外显子；将所述测序数据比对至所述参考序列组，获得比对结果；将所述比对结果转化为相对于所述基准序列组的比对结果，获得转化的比对结果；基于所述转化的比对结果，分别对比对上相同基准序列的读段进行组装，获得组装结果，所述组装结果包括多个单体型；比较所述单体型上的变异和所述型别集合中的型别，以确定所述单体型支持的型别；依据支持所述型别的单体型和支持所述型别的读段，将所述型别分成两组，获得第一候选型别组和第二候选型别组；基于支持所述型别的单体型和支持所述型别的读段，分别对所述第一候选型别组和所述第二候选型别组中的型别进行筛选，以确定出主要型别和次要型别；基于支持所述主要型别和支持所述次要型别的读段的数目的差异，判定所述目标区域的基因型。

依据本发明的另一方面，本发明提供一种计算机可读介质，该计算机可读介质用于存储计算机可执行程序，执行所述程序包括完成上述本发明一方面的分型方法。本领域技术人员可以理解，在执行该计算机可执行程序时，通过指令相关硬件可完成上述分型方法的全部或部分步骤。所称存储介质可以包括：只读存储器、随机存储器、磁盘或光盘等。

依据本发明的再一方面，本发明提供一种分型装置，该装置包括：数据输入单元，用于输入数据；数据输出单元，用于输出数据；存储单元，用于存储数据，其中包括计算机可执行程序；处理器，与所述数据输入单元、所述数据输出单元和所述存储单元连接，用于执行所述计算机可执行程序，执行所述程序包括完成上述分型方法。