[发明专利]检测指定基因组区域体细胞拷贝数变异的方法和装置

权利要求书

1.一种检测指定基因组区域体细胞拷贝数变异的方法，其特征在于，包括：

获取已知指定基因组区域拷贝数变异情况的肿瘤样本，其配对样本作为对照样本；肿瘤样本和对照样本的测序数据分别与参考基因组比对得到比对结果文件；

基于比对结果文件，在指定基因组区域的目标捕获区域或非目标捕获区域划窗口，分别计算肿瘤样本和对照样本在每个窗口内的均一化的读长覆盖度，然后计算肿瘤样本和对照样本的均一化的读长覆盖度的差异显著性P值，对应目标捕获区域得到差异显著性P1值，对应非目标捕获区域得到差异显著性P2值；在计算均一化的读长覆盖度的差异显著性P值步骤中，分别选择T检验和KS检验计算差异显著性，对应目标捕获区域得到差异显著性P1_T值和P1_ks值，对应非目标捕获区域得到差异显著性P2_t值和P2_ks值；

基于肿瘤样本和对照样本在指定基因组区域的目标捕获区域的每个窗口内的均一化的读长覆盖度，计算肿瘤样本和对照样本在指定基因组区域的目标捕获区域的log₂ (copyRatio)值；

分别计算肿瘤样本和对照样本在指定基因组区域的目标捕获区域的B等位基因频率，然后计算肿瘤样本和对照样本在指定基因组区域的目标捕获区域的B等位基因频率的差异显著性P3值；

利用上述获得的log₂ (copy Ratio)值、P1值、P2值、P3值以及已知指定基因组区域拷贝数变异情况构建机器学习模型，并得到判定阈值；或利用上述获得的log₂ (copy Ratio)值、P1值、P3值以及已知指定基因组区域拷贝数变异情况构建机器学习模型，并得到判定阈值；

待检测肿瘤样本和配对样本按照上述步骤计算log₂ (copy Ratio)值、P1值、P2值和P3值，或log₂ (copy Ratio)值、P1值和P3值，通过机器学习模型分析，所得分析结果与所述判定阈值比较，确定待检测肿瘤样本在指定分析区域是否发生体细胞拷贝数变异。

2.根据权利要求1所述的检测指定基因组区域体细胞拷贝数变异的方法，其特征在于，在指定基因组区域的目标捕获区域划窗口时，每一个窗口至少有200条读段；或在指定基因组区域的非目标捕获区域划窗口时，每一个窗口至少有200条读段。

3.根据权利要求1或2所述的检测指定基因组区域体细胞拷贝数变异的方法，其特征在于，在计算B等位基因频率的差异显著性P3值的步骤中，分别选择T检验和KS检验计算差异显著性，得到B等位基因频率的差异显著性P3_T值和P3_KS值。

4.根据权利要求1或2所述的检测指定基因组区域体细胞拷贝数变异的方法，其特征在于，从已知数据库中获取突变频率≥0.05的胚系变异位点，备用，然后基于比对结果文件，筛选出测序深度≥10X，且对照样本中为杂合的备用的胚系变异位点作为BAF检查位点集合。

5.根据权利要求4所述的检测指定基因组区域体细胞拷贝数变异的方法，其特征在于，进行B等位基因频率的差异显著性分析时，肿瘤样本和对照样本在指定基因组区域内目标捕获区域的BAF检查位点至少为30个，当数量小于30时，通过将指定基因组区域向两边延伸进行补充，以得到目标数量的BAF检查位点。

6.根据权利要求1或2所述的检测指定基因组区域体细胞拷贝数变异的方法，其特征在于，在log₂ (copy Ratio)值步骤中，对指定基因组区域的目标捕获区域划窗口，保证每一个窗口至少有200条读段，分别计算每个窗口的log₂ (copy Ratio)值，然后对所有窗口的log₂ (copy Ratio)值取中值。

7.根据权利要求1或2所述的检测指定基因组区域体细胞拷贝数变异的方法，其特征在于，所述机器学习模型选自梯度提升决策树、支持向量机、朴素贝叶斯、Adaboost算法、逻辑回归或随机森林。