[发明专利]一种同时检测甲基化水平、基因组变异和插入片段的方法及装置

说明书

本发明提供一种利用甲基化非重亚硫酸氢盐测序技术同时检测甲基化水平、基因组变异和插入片段的方法，其中基因组变异包括基因突变、拷贝数变异和结构变异。本发明还提供用于实施该方法的装置和设备，以及相应的计算机可读介质。本发明可以针对甲基化非重亚硫酸氢盐测序数据，实现从下机数据到甲基化水平、基因组变异和插入片段多个维度的一步法检测分析，适用于甲基化非重亚硫酸氢盐的全基因组和靶向捕获数据类型，并可以进行单个癌症样本和成对样本(含对照样本的癌症样本)的分析。

技术领域

本发明涉及生物信息学技术领域，具体涉及一种同时检测甲基化水平、基因组变异和插入片段的方法，以及用于实施该方法的装置和设备及相应的计算机可读介质。

背景技术

DNA甲基化是DNA化学修饰的一种，可以在不改变DNA序列的前提下，改变遗传物质。早在1925年，DNA甲基化修饰已经被发现。大量研究表明，DNA甲基化在基因调控中具有表现遗传作用。DNA甲基化中，研究最多的是5-甲基胞嘧啶(5mC)，该修饰通常被认为是基因表达的一种稳定的抑制性调控因子。目前基于二代测序技术的DNA甲基化检测方法是，通过重亚硫酸氢盐将未甲基化的胞嘧啶(C)转化为尿嘧啶(U)，然后在PCR过程中，采用U耐受的聚合酶，将U识别为胸腺嘧啶(T)，实现C到T的转化，分析时将测序数据分别比对到C到T和G到A转化的参考基因组，识别样本DNA甲基化水平。在正常的人类DNA中，约有3％至6％的C被甲基化，因此经过重亚硫酸氢盐转化的测序数据超过90％的C转化为T。

基因组变异主要包含基因突变、拷贝数变异和结构变异。基因突变是指基因在结构上发生碱基对组成或排列顺序的改变，包括碱基替换、DNA插入、DNA缺失或DNA重复引起的序列的改变。拷贝数变异一般是指长度为1kb到几个Mb的基因组大片段的拷贝数复制、缺失。结构变异一般是指染色体重组，在基因组上距离很远的两个基因发生融合，形成了新的编码序列。基因突变、拷贝数变异、结构变异直接改变了DNA碱基序列，影响生物的遗传特性，在肿瘤的早期诊断、指导用药及预后监测有重要作用。基因突变、拷贝数变异、结构变异都是DNA分子核苷酸序列的改变，可以通过二代测序技术将测序数据与参考基因组进行比对分析检测得到。该检测方法产生的数据只包含DNA碱基序列信息，无法识别碱基是否发生甲基化。

插入片段通常是指在二代测序的文库构建中利用超声或者酶切技术将样本中的DNA分子进行打断获得的DNA片段。对于血液中游离DNA(cfDNA)片段，其长度分布在75～250bp之间，在文库构建前不需要将cfDNA打断。通过插入片段分析结果可以反映插入片段的分布，例如cfDNA片段的分布。目前，插入片段分析是通过基因组双端测序数据比对得出的，该检测数据不含有甲基化信息，无法进行甲基化相关分析。

综上，目前基因组变异(基因突变、拷贝数变异、结构变异)分析和插入片段分析是基于DNA测序数据与参考基因组比对进行差异分析，未考虑含甲基化标志信息的序列分析，无法进行含甲基化信号数据分析。目前的甲基化水平的检测是针对重亚硫酸氢盐转化测序(bisulfite sequencing,BS)数据与经过C到T和G到A转化的参考基因组的差异分析，进行所有位点甲基化水平的评估。由于BS测序数据中超过90％以上的C被转化，并且在转化过程会产生DNA损伤，所以无法进行基因组变异和插入片段分析。因此，本领域目前仍不能实现对DNA测序数据同时进行甲基化水平、基因组变异(基因突变、拷贝数变异、结构变异)和插入片段分析的检测。

发明内容

本发明的目的在于实现对DNA测序数据同时进行甲基化水平、基因组变异(基因突变、拷贝数变异、结构变异)和插入片段分析的检测。

本发明通过以下技术方案来达到本发明的目的。

在第一方面，本发明提供一种同时检测甲基化水平、基因组变异和插入片段的方法，其中基因组变异包括基因突变、拷贝数变异和结构变异，该方法包括以下步骤：