[发明专利]一种基于纳米孔测序检测基因组结构变异的方法

说明书

本发明提供一种基于纳米孔测序检测基因组结构变异的方法，包括纳米孔测序数据质控并进行基因组mapping；挖掘within‑alignment reads和split reads信息；界定结构变异和分型；多样本数据变异类型整合。本发明方法能够检测突变体和野生型材料的变异、极端抗性材料间的变异、转基因事件检测与插入片段位置查找；还能够针对大样本量结果有机整合，并辅助变异位点的纠正；针对自然资源群体提供丰富的结构变异数据，进行后续GWAS分析；不仅能够检测常见的大片段的结构变异，在嵌合型变异的检测上也有很高的准确性和精确性；同时，针对分型的结构变异所在reads进行聚类，判定结构变异的纯合和杂合。

技术领域

本发明属于生物信息学技术领域，具体涉及一种基于纳米孔测序检测 基因组结构变异的方法，具体涉及纳米孔测序下机数据质控、参考基因组 比对、结构变异检测以及最终大样本量数据整合。

背景技术

基因组结构性变异(Structure Variantions)，通常指的是基因组上大片段 的序列变化和位置关系变化，有丰富的变异类型，包括长度在50bp以上的 大片段序列插入或者缺失(Big Indel)、串联重复(Tandem repeate)、染色 体倒位(Inversion)、染色体易位(Translocation)、拷贝数变异(CNV)以 及形式更为复杂的嵌合型变异。相比SNP(单核苷酸多态性)，结构变异在 变异基数中所占比例更多，对基因组的影响更大，一旦发生变化，往往给 生命体带来重大影响。在人类上面，稀有且相同的一些结构性变异和疾病 的发生相互关联甚至还是其直接的致病诱因，比如自闭症、肥胖症、精神 分裂症和癌症等都与结构变异相关；在植物上面，结构变异与许多表型变 异、生物胁迫/非生物胁迫相关，因此成为日趋重要的研究领域。

大多数高通量测序技术基本是对短片段DNA(一般为150-300bp)进行 测序，在分析较大的结构变异时比较困难，准确度和精度相对不高。为此， 本领域内迫切需要一种能够针对长片段DNA测序，准确、精确地检测基因 组结构变异的方法。

发明内容

本发明的目的在于，针对现有技术还没有一种非常完善的针对长片段 DNA的基于纳米孔测序检测结构变异的方法这个不足，本发明提出一种基 于reads比对(within-alignment和split reads)信息检测大片段结构变异和 嵌合型结构变异，同时结合reads支持信息进行结构变异聚类，判别杂合和 纯合的方法。

本发明提供的一种基于纳米孔测序检测基因组结构变异的方法，包括 步骤:

(1)纳米孔测序数据质控，并进行基因组mapping；

(2)基于步骤(1)的比对结果挖掘within-alignment reads和split reads 信息；

(3)基于reads支持信息界定结构变异和分型；

(4)多样本数据变异类型整合。

本发明的基于纳米孔测序检测基因组结构变异的方法流程图见图1。

本发明方法中，步骤(1)所述纳米孔测序数据质控，并进行基因组 mapping包括步骤：a、过滤测序接头序列、过滤质量值小于7的reads、 过滤长度小于500bp的reads；

b、将质控后的干净数据mapping到参考基因组，进行比对效率、全基 因组reads覆盖度、测序深度统计；

c、基于b中的信息进行纳米孔测序数据整体比对质量评估，判断三代 数据异常，若比对效率高于70％，并且全基因组覆盖度高于50％，则进行 下游分析。