[发明专利]建立检测微卫星不稳定的基线及模型的方法与应用

说明书

本发明提供了一种建立检测微卫星不稳定的基线及模型的方法与应用。该方法包括：搜索待测样本的测序数据在人类参考基因组上所对应的区域内所有可用的微卫星位点；利用多个对照血细胞样本的测序数据，统计并保留平均覆盖深度基线满足深度阈值的微卫星位点作为候选微卫星位点；利用各候选微卫星位点及平均覆盖深度基线，计算并找出peaks数目在多个阳性样本和多个阴性样本中存在显著差异的候选微卫星位点，作为检测微卫星位点，各检测微卫星位点在多个阳性样本和多个阴性样本中的平均覆盖深度及peaks数目即形成检测微卫星不稳定的基线。该方法不仅提高了测序数据的利用效率，而且提高了检测的灵敏度。

技术领域

本发明涉及基因测序数据分析领域，具体而言，涉及一种建立检测微卫星不稳定的基线及模型的方法与应用。

背景技术

微卫星不稳定(Microsatellite Instability，MSI)指的是微卫星重复次数减少或者增加，出现新的等位基因。大量研究表明，微卫星不稳定性是由错配修复基因发生缺陷引起的，与肿瘤的发生密切相关。临床上已将微卫星不稳定性作为结直肠癌及其他实体瘤预后和制定辅助治疗方案的重要分子标志物，并应用于协助Lynch综合征筛查。然而，对于NGS数据，缺乏判别微卫星不稳定性的金标准。

目前，对于NGS数据，如图1所示，大多数检测方法都是使用来自NCCN等的微卫星位点进行检测，然后以20％为分界线，即有20％及以上的微卫星位点发生不稳定，即判定此样本为微卫星不稳定。然而，现有方法对微卫星不稳定的检测方法仍存在灵敏度低的缺陷。

发明内容

本发明的主要目的在于提供一种建立检测微卫星不稳定的基线及模型的方法与应用，以解决现有技术中对测序数据中的微卫星位点检测灵敏度低的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种建立检测微卫星不稳定的基线的方法，该方法包括：针对待测样本的测序数据在人类参考基因组上所对应的区域，搜索区域内所有可用的微卫星位点；利用多个对照血细胞样本的测序数据，统计各对照血细胞样本中各微卫星位点的平均覆盖深度基线，并保留平均覆盖深度基线满足深度阈值的微卫星位点作为候选微卫星位点；利用各候选微卫星位点及平均覆盖深度基线，计算多个阳性样本和多个阴性样本各自的测序数据中每个候选微卫星位点的平均覆盖深度及peaks数目，并找出peaks数目在多个阳性样本和多个阴性样本中存在显著差异的候选微卫星位点，作为检测微卫星位点，各检测微卫星位点在多个阳性样本和多个阴性样本中的平均覆盖深度及peaks数目即形成检测微卫星不稳定的基线。

进一步地，所有可用的微卫星位点的最小长度为10bp。

进一步地，深度阈值大于等于30。

根据本发明的第二个方面，提供了一种建立检测微卫星不稳定的模型的方法，该方法包括：采用上述任一种方法建立检测微卫星不稳定的基线；利用机器学习算法将基线中多个阳性样本和多个阴性样本中的平均覆盖深度及peaks数目进行建模，得到检测微卫星不稳定的模型。

进一步地，机器学习算法为随机森林算法。

根据本发明的第三个方面，提供了一种检测微卫星不稳定的模型，该模型采用上述任一种方法建成。

根据本发明的第四个方面，提供了一种检测微卫星不稳定的方法，该方法包括：按照上述任一种方法中的检测微卫星位点，检测待测样本的测序数据中各检测微卫星位点的peaks数目；利用上述任一种检测微卫星不稳定的模型，对待测样本的测序数据中各检测微卫星位点的peaks数目进行分析，从而得到待测样本的微卫星不稳定状态结果。