[发明专利]模拟目标疾病仿真测序文库的方法及其应用

权利要求书

1.一种模拟目标疾病仿真测序文库的方法，其特征在于，包括：

获取碱基序列；

基于胚系变异数据库，在所述碱基序列上添加胚系变异模拟生成胚系变异序列；

基于目标疾病的体系变异数据库，在所述胚系变异序列的基础上迭代添加体系变异生成至少一条含有胚系和体系变异的序列；

从所述胚系变异序列和所述含有胚系和体系变异的序列中选取部分变异作为纯合变异，分别以所述胚系变异序列和所述含有胚系和体系变异的序列为模板，得到胚系变异二倍体和含有胚系和体系变异的二倍体；

将所述胚系变异二倍体和所述含有胚系和体系变异的二倍体转换为下机序列，以便得到胚系下机序列集和含有胚系和体系变异的下机序列集；以及

按预定比例从所述胚系下机序列集和含有胚系和体系变异的下机序列集选取部分胚系下机序列和部分含有胚系和体系变异的下机序列，所述部分胚系下机序列和部分含有胚系和体系变异的下机序列构成所述目标疾病仿真测序文库，

其中，所述胚系变异和所述体系变异的类型为选自单核苷酸位点变异、删除、插入、连续重复、倒置、易位和拷贝数变异中的至少一种。

2.根据权利要求1所述的方法，其特征在于，所述获取碱基序列是通过在基因组上截取序列片段得到的。

3.根据权利要求2所述的方法，其特征在于，所述碱基序列为捕获测序序列。

4.根据权利要求1所述的方法，其特征在于，所述模拟生成胚系变异序列的方法包括：

将所述碱基序列进行胚系变异状态标记，以便得到胚系变异标记后的特征串；

选取待添加的胚系变异；

将所述待添加的胚系变异整合至所述胚系变异标记后的特征串上，以便得到添加胚系变异后的特征串和胚系变异信息；以及

将所述添加胚系变异后的特征串进行碱基还原，以便得到胚系变异序列。

5.根据权利要求4所述的方法，其特征在于，生成所述含有胚系和体系变异的序列包括：

将所述添加胚系变异后的特征串进行体系变异状态标记，以便得到体系标记后的特征串；

选取待添加的体系变异；

将所述待添加的体系变异整合至所述体系标记后的特征串上，以便得到添加体变异后的特征串和体系变异信息；以及

将所述添加体系变异后的特征串进行碱基还原，以便得到所述含有胚系和体系变异的序列。

6.根据权利要求4或5所述的方法，其特征在于，所述胚系变异状态标记和所述体系变异状态标记均包括：

将所述碱基序列上的碱基赋予若干标记位，每个变异类型特异对应至少一个标记位；

通过有和无对字符的各所述标记位进行变异类型的设置，以便得到设置后的标记位；

将所述设置后的标记位进行数值转换，以便得到数值化的所述碱基的变异类型标记。

7.根据权利要求6所述的方法，其特征在于，所述变异类型的设置以二进制数值表示所述有和无，以便得到二进制表示的所述设置后的标记位；

所述数值转换包括将所述二进制表示的所述设置后的标记位转换成十进制数字，所述十进制数字为所述碱基的变异类型标记。

8.根据权利要求1所述的方法，其特征在于，

所述体系变异含有目标疾病的变异。

9.根据权利要求8所述的方法，其特征在于，所述胚系变异包括指定胚系变异和随机胚系变异，所述体系变异包括指定体系变异和随机体系变异。

10.根据权利要求4所述的方法，其特征在于，在所述得到胚系变异二倍体和含有胚系和体系变异的二倍体前，进一步包括：

对所述含有胚系和体系变异的序列和所述胚系变异序列进行变异校验，以便得到校验后的含有胚系和体系变异的序列和校验后的胚系变异序列。