[发明专利]一种基于二代测序的T细胞受体库分析方法及装置

说明书

本公开公开了一种基于二代测序的T细胞受体库分析方法及装置，针对5'RACE扩增TCR库的方法，设计的一套一体化、操作简便的TCR库分析方法，通过perl程序语言调用序列比对工具blat为内核与参考序列进行序列比对，基于TCR基因的参考坐标，注释比对结果，输出内容包含了当前TCR库分析中公认的各类指标，使得非生物信息专业人员可也以快速的得到样本TCR库的分析结果。

技术领域

本公开涉及T细胞受体库分析领域，具体涉及一种基于二代测序的T细胞受体库分析方法及装置。

背景技术

T细胞受体(T cell receptor，TCR)是T细胞表面特异性识别抗原和介导免疫应答的分子，是人类基因组中多态性最高的区域之一，决定着人的免疫系统如何适应环境的变化。T细胞受体库的多样性(包括基因重组以及选择性表达)直接反映了机体免疫应答的状态。正常个体在无抗原刺激时，TCR基因重排是随机的，因此正常人外周T细胞呈多家族、多克隆性特点。不同抗原(肿瘤、疫苗、病院微生物或者移植物等)刺激后，TCR基因可对该抗原产生特异性识别，并使带有这类基因的T细胞得到优势扩增。

TCR是与抗原呈递细胞(antigen presenting cell APC)表面MHC－肽复合物结合识别外来抗原的T细胞表面分子，由异源性二聚体α、β或γ、δ两条多肽链组成。TCR库多样性是在个体发育过程中，由决定TCR结构的基因发生重排(rearrangement)而产生的(图1)。正常人外周血中约95％T细胞TCR分子由α、β异二聚体多肽链组成。β链基因由可变区(variable region,V)、多样区(diversity region,D)、结合区(joining region,J)和恒定区(constant region,C)基因片段组成，α链基因则由V、J、C基因片段组成，各基因片段在T细胞发育早期不连贯分布，T细胞在发育过程中其染色体上散在分布的胚系V(D)JC基因片段发生随机组合及重排，使V、(D)、J、C基因片段相连成为有功能的α、β基因，重组过程伴随基因片段连接处N个核苷酸的随机剪切或插入，这种连接多样性约达2×1011，α、β基因可以随机配对，产生约6×102个多样性的组合，总计连接多样性与组合多样性约可产生1015个不同的TCR，因此，每个个体体内存在及其多样性的TCR库。

互补决定区3(complementarities determining region 3,CDR3)是TCR上直接与抗原肽结合的位点，由V基因片段下游、(D)、J和C基因片段上游拼接而成，是最体现TCR个性的区域，也是TCR对抗原的特异性识别中最关键的区域。不同T细胞克隆有不同长度和序列的CDR3，CDR3的序列决定其结构，从而决定TCR的特异性，也就是说，CDR3相当于T细胞的“指纹”，检测CDR3多态性即CDR3谱型(spectratype)，可反映TCR库多样性。

随着二代测序数据的发展，T细胞受体库(TCR库)的研究得到了新的发展，借助第二代测序技术的高通量，可以很大程度的揭示出T细胞受体的多样性，为研究监控机体免疫状态提供可能。当前的TCR库的检测方法有多重PCR与5'RACE两种方法，由于实验技术的不同，对于测序数据的分析策略也应当变化，当前的工具不能针对性的对不同方法的数据进行简介的分析，需要生物信息专业人员根据实验进行大量预处理，才能得到分析结果，并且仅能输出TCR库的组成，缺乏很多描述TCR库分布状况的统计指标的输出。

发明内容

本公开的目的是针对现有技术的不足，通过perl程序语言调用序列比对工具blat，提供一种基于二代测序的T细胞受体库分析方法及装置，其中，所述方法包括以下步骤：

步骤1，将测序数据中以3’端开头为引物序列的测序数据筛选出来获得第一序列集；

步骤2，在第一序列集中截取TCR范围内的第一序列集片段获得第二序列集；

步骤3，统计第二序列集内每种序列出现的次数并将第二序列集去除重复序列，并按照序列出现的次数从大到小排序获得第三序列集；