[发明专利]一种统计DNA拷贝数信息的方法、装置及存储介质

说明书

一种统计DNA拷贝数信息的方法、装置及存储介质。该方法包括：获取目标基因组的全基因组测序读段数据；将所述测序读段数据比对到参考基因组以去除未比对上的读段及重复读段；分别计算基于排列组合的染色体非整倍性评估值PECA和基于排列组合的单臂不稳定性评估值PEAI；将所述PECA值和所述PEAI值分别与各自的设定阈值比较以评估基因组拷贝数变化。本发明结合PECA和PEAI值，分别从全基因组和染色体单臂层面评估基因组拷贝数变化，能够大大降低测序和后期生物信息学分析的成本。

技术领域

本发明涉及生物信息学技术领域，具体涉及一种统计DNA拷贝数信息的方法、装置及存储介质。

背景技术

拷贝数变异(copy number variation，CNV)是基因组结构变异的一种形式。长度介于50bp至1Mb之间。在人类基因组中，发生CNV的区域约占基因组总长度的12％。CNV能够通过改变基因剂量或染色体构象来影响基因表达，进而影响疾病的发生和发展。

基因芯片技术和深度测序技术是目前检测全基因组CNV的两种主要技术。前者主要包括比较基因组杂交芯片(comparative genomic hybridization，CGH)和SNP(singlenucleotide polymorphism)芯片。比较基因组杂交技术通过将试验样品和参照样品基因组DNA同时与微阵列芯片上的DNA探针杂交，直观地得到试验样品中基因组DNA发生变异的位点信息及拷贝数量变化信息。它可以高效、快速地分析数以千计的基因组信息，具有高通量、微型化和自动化的特点。CGH又不断演进出微阵列比较基因组杂交(Array-CGH)技术和寡核苷酸阵列比较基因组杂交(oaCGH)，芯片分辨率大大增加，是CGH的100倍以上。

比较基因组杂交芯片(CGH)技术是CNV的主要研究方法，由荧光原位杂交技术结合消减杂交技术衍生，是一种改进的染色体荧光原位杂交技术。仅需微量DNA，只需一次实验就可对基因组中所有的遗传物质增加或丢失异常进行检测分析，主要是将待测DNA与正常对照DNA用不同荧光标记，按一定比例将两者混合杂交，在荧光显微镜下检测。这种方法可以检测出DNA中的拷贝数变异并将其定位在染色体上。但是CGH主要是用来检测单一副本缺失的，所以平衡相互异位及倒位都不易被检测出来。

微阵列比较基因组杂交(Array-CGH)技术是将cDNA与aCGH预杂交做成微阵列，将待测与参照基因组DNA，用不同荧光染料标记，再在芯片上做竞争性杂交。此法可以确定相关基因，提供较为精确的定位，使得分辨率得到进一步提高，分辨率是CGH的100倍以上。Array-CGH高分辨率检测CNV是基于全基因组水平的，多应用于遗传学和肿瘤学的研究中。

SNP芯片是另一种有效检测CNV的技术，与比较基因组杂交芯片不同的是，SNP芯片不需要同时使用两个样本的DNA(实验组和对照组)和探针进行双杂交，只需单杂交即可完成；SNP芯片即可用于SNP检测，又能用于CNV分析，并且具有极高的全基因组探针物理覆盖率。

尽管目前的主流方向仍是通过不断提高微阵列的分辨率和降低其成本来达到研究和探索CNV的目的，但测序成本的大大降低，基于高通量测序结果的CNV检测方法是近年来快速发展的新领域。CNV检测的分辨率和准确率随着测序深度的增加而提高。与芯片技术相比较，在足够测序深度的条件下，可以获得更加准确的CNV的断点位置。并且通过深度测序技术可以检测基因芯片所不能检测的倒位和插入等基因组变异形式，由于深度测序技术无需设计探针，能在全基因组范同内以单个碱基的分辨率检测CNV，因而可以显著提高CNV的检测个数。因此，高通量测序技术所产生的数据可用于多个目的的研究，而基于芯片的方法所产生的数据通常只能用于单一特定目地的研究。