[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

说明书

本发明公开了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，该方法首先通过归一化测序深度的方法查看捕获的随机性情况，对于归一化后平均深度均值偏离1，且标准差0.5的文库通过重复建库的方法来排除随机性，然后对于随机性良好的测序文库利用bootstrap重复取样算法，通过对control区域的归一化之后的深度进行多次放回抽样，得到无缺失情况下和缺失情况下的概率密度函数。进一步利用贝叶斯原理计算该片段是否是缺失。本发明提出的方法可精确检测单基因病中相关的拷贝数缺失，并可确定具体的缺失类型；除了常规的缺失型突变类型，本方法还可以精确判定相关数据库中的所有缺失类型。

技术领域

本发明涉及基因组学和分子生物技术领域，尤其涉及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。

背景技术

拷贝数变异(copy number variation，CNV)一般是指长度＞1kb的基因组大片段拷贝数增加或者减少，主要表现为亚显微水平的缺失、重复或倒位。CNV在遗传病中的作用越来越受到重视，除了与多基因疾病有关外，单基因病相关CNV的遗传效应也更加显著。

现有的拷贝数缺失的分析方法中有一种情况是通过对照文库来判定拷贝数缺失的情况，这种方案的问题在于两个不同文库之间的波动性不一致，从DNA样品提取，到PCR扩增，再到上级测序两次实验平行进行，每个过程中的随机性因素的影响都不确定，对于液相芯片，每个探针抓取的DNA片段的丰度也有一定的随机性，现在基于液相捕获芯片的技术多是用于判定SNP的变化，拷贝数缺失的研究一般还是采用gap-PCR的方法，但是这样操作就会导致两次提取DNA的操作，不方便用于临床大规模应用，而且由于PCR只是针对特定基因，其某次实验本身的随机性影响也无法排除。另外，判定拷贝数缺失的试剂盒，如地中海贫血中有广泛的应用，但是近期研究表明，传统试剂盒对于段片段的确实如地贫3.7k的缺失有70％的误判，而且该方法只能判定特定的高频缺失的地贫，而地贫缺失类型常见的有17种，非高频缺失型有77种(hbvar数据库)，用基于NGS的芯片捕获的方法可以检测所有的缺失类型，而基于试剂盒则很难达到这种效果。

多种单基因疾病和拷贝数的缺失有关如PRS综合征(Pierre Robin综合征)，面肩肱型肌营养不良症1A型，白化病，无虹膜，耳聋，脊肌萎缩症等，而且有越来越多的单基因疾病逐步被发现。大部分的单基因病致病机理和拷贝数缺失有关系。

发明内容

本发明的目的是解决利用捕获芯片高通量测序技术来判定拷贝数缺失的方法中由于随机性影响导致无法精确判定拷贝数缺失的问题提供一种行之有效的数学模型处理方法。

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，利用bootstrap重复取样算法，通过对control区域多次放回抽样，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。

优选地，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，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)。