[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

说明书

本发明涉及基因领域，特别是涉及一种检测指定基因组区域体细胞拷贝数变异的方法和装置。本发明综合log₂(copy Ratio)值、B等位基因频率(BAF)差异显著性、目标捕获区域内均一化的读长覆盖度的差异显著性和非目标捕获区域内均一化的读长覆盖度的差异显著性多个指标，并应用多变量分析综合多个指标分析结果，实现对指定的基因或区间进行高效、准确的拷贝数变异检测。

技术领域

本发明涉及基因领域，特别是涉及一种检测指定基因组区域体细胞拷贝数变异的方法和装置。

背景技术

拷贝数变异(Copy Number Variations，CNV)是DNA序列结构变异的一种形式，包括特定DNA片段(1kb)的复制和缺失，是人类基因组正常变异和致病变异的重要来源。二代测序(NGS)技术的发展大大提高了检测所有类型的基因组变异的能力，从单核苷酸变异和小插入缺失到CNV和其他形式的结构变异(SV)。利用全基因组测序数据检测CNV能力最强，但是由于其高昂的成本，大多检测CNV的工具和方法都是利用全外显子测序数据。然而，与全基因组测序(WGS)相比，全外显子测序(WES)引入了更多的偏差和噪声，使CNV检测非常具有挑战性。此外，肿瘤的复杂性使癌症特异性CNV的检测更加困难。

Control-FREEC软件最终的输出结果将拷贝数取整，所以对肿瘤细胞比例不明确或者比例比较低的样本检测效果不佳，并且该算法无法检测到拷贝数在2.5以下的CNV。

目前，CNV的计算都是来自于两种数据，log₂(copy Ratio)和B-Allele Frequency(BAF)。log₂(copy Ratio)用于计算CNV片段，BAF则用于计算杂合体的缺失(Loss ofheterozygosity,LOH)和等位基因的失衡(Allelic Imbalance)。

log₂(copy Ratio)值是通过对照样本和肿瘤样本读段深度计算。读段深度法是根据读段在染色体上的分布密度，发现扩增或缺失，其基本原理是扩增区域比周围区域的读段密度高，而缺失区域比周围区域的读段密度低。读段深度法通常将基因组分为若干个窗口，然后进行密度计算，因此，其计算得到的断点的精确度不会超过窗口的大小。

CNV kit软件仅给出一个相对拷贝数的相对变化幅度log₂(copy Ratio)的估计，对于片段是否为CNV并不进行检验，需要使用者自行设置阈值进行判断；输出结果没有提示统计学意义，且较难解释。对于长基因，经常会出现单个基因被分入不同的CNV片段且推算的拷贝数不同的情况。

BAF值为0-1，表示某个SNP等位基因相对于整个拷贝数的比例，BAF为0.5代表杂合型(AB)，0和1分别代表纯合型(如AA和BB)。如果某个区域存在缺失将会显示为纯合型，BAF值将为0或1。如果某个区域存在单拷贝重复，除了纯合SNP的BAF值为0或1(AAA或BBB)外，其余BAF值将为0.33(AAB)和0.67(ABB)。

上述这些软件或统计值，基本都单独应用于样本拷贝数变异检测中，且在现有技术中必须通过变异检测流程及注释流程才可明确基因或区间的拷贝数变异信息。因此，能够开发能够有效地对指定的基因或区间进行高效、准确、低成本的拷贝数变异检测方法将具有重要意义。

发明内容

因此，本发明要解决的技术问题在于克服现有技术中的拷贝数变异检测必须基于变异检测流程及注释流程才可实现对指定基因进行拷贝数变异分析的缺陷，从而提供一种能够一步操作即高效地对指定的基因或区间检测体细胞拷贝数变异的方法和装置，具有成本低，效率高或准确率高的优势。

本发明提供了一种检测指定基因组区域体细胞拷贝数变异的方法，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；