[发明专利]基于液相捕获技术判定单基因病相关拷贝数缺失的方法

权利要求书

1.一种基于液相捕获技术判定单基因病相关拷贝数缺失的方法，其特征在于，利用bootstrap重复取样算法，通过对control区域内基因片段多次放回抽样，模拟概率密度函数，并利用贝叶斯原理计算该片段是否是缺失，方法步骤如下：

S1：设计并确定单基因病control区域；

S2：提取DNA并进行二代测序；

S3：对测序原始下机数据进行数据清洗，去除测序质量低的片段；

S4：利用unique mapped reads确定探针区域内的单个碱基位点的深度；

S5：建立样品富集的概率密度函数f(x)和数据量减半的概率密度函数f_1/2(x)；

S6：判别函数的确定，

S7：根据S6确定纯合函数为Hom(x)，杂合则函数为Het(x)，将计算结果累积求和即为样品的判定类型S(x)：

S(x_i)＝Hom(x_i)+Het(x_i)

所述S5中样品富集的概率密度函数f(x)，其芯片捕获的数据分布类型呈对数正态分布，计算出单次芯片捕获的均值与方差，判定均值＜0.5，或者标准差＞0.5者为不合格样品，需重新增加重复样品进行判定；

所述S7中将目标基因检测区域划分为100bp的小窗口bins，分别计算每个窗口的缺失类型，如果检测位置深度＜0.1则相应位置判定为纯合缺失，则纯合函数Hom(x)＝1，否则利用F(x)函数判定是否为杂合，杂合则函数Het(x)记为1，对于归一化后深度＞1+3*标准差的样品可以判定为拷贝数增加。

2.根据权利要求1所述的一种基于液相捕获技术判定单基因病相关拷贝数缺失的方法，其特征在于，所述S1中的探针区域为500-1000个，每个样品的测序深度＞100X。

3.根据权利要求1所述的一种基于液相捕获技术判定单基因病相关拷贝数缺失的方法，其特征在于，所述S2中每个样品的测序原始数据平均在300X以上。

4.根据权利要求1所述的一种基于液相捕获技术判定单基因病相关拷贝数缺失的方法，其特征在于，所述S3中每条测序的reads测序质量Q20以上的碱基占总碱基数目的70％以上。

5.根据权利要求1所述的一种基于液相捕获技术判定单基因病相关拷贝数缺失的方法，其特征在于，所述S5中数据量减半的概率密度函数的建立，是从原始数据中随机抽取一半的数据，计算control区域内经过GC校正和归一化之后的深度分布，利用bootstrap技术进行抽样，并模拟概率密度函数f_1/2(x)。

6.根据权利要求1所述的一种基于液相捕获技术判定单基因病相关拷贝数缺失的方法，其特征在于，一个小窗口bins判定为拷贝数增加或者纯合缺失亦或者杂合缺失，则往下延伸，5个小窗口以上都有缺失的为种子判定窗口，此时如果窗口中有j个杂合，k个纯合，则判定函数为：

Hom(x_i)＝k

Het(x_i)＝j。