[发明专利]基于ATAC测序数据筛选子宫内膜癌关键基因的方法及应用

说明书

本发明涉及基因筛选技术领域，涉及基于ATAC测序数据筛选子宫内膜癌关键基因的方法及应用。本发明提供的基于ATAC测序数据的肿瘤关键基因的筛选方法包括，首先选取两个以上的指标将ATAC测序所得的峰位进行排序；然后将不同指标的峰位排序结果按照峰位数量均分成组，选择至少一组作为疑似包含肿瘤关键基因的初筛峰位分组；再筛选出初筛峰位分组中共同含有的峰位构成次筛峰位分组；最后根据目的肿瘤的基因表达值，对得到的次筛峰位分组中各峰位对应的基因进行最终筛选，得到肿瘤关键基因。该方法基于ATAC测序数据，通过选取多个判断指标对目的肿瘤的关键基因进行筛选，可以避免数据处理过程中人为因素的干扰，具有更高的可靠性。

技术领域

本发明涉及基因筛选技术领域，具体而言，涉及基于ATAC测序数据筛选子宫内膜癌关键基因的方法及应用。

背景技术

目前，肿瘤关键基因筛选方法主要包括以下三种：(1)利用突变小鼠，进行正向基因筛查并确定与人类癌症高度相关的候选驱动基因；(2)基于蛋白质序列、功能注释和相互作用网络等方面通过研究基因在肿瘤中的特征以分选出候选肿瘤基因；(3)基于公共数据库提取差异表达基因，结合蛋白互作网络(PPI)进行关键基因的筛选。

但上述肿瘤关键基因筛选方法都具有明显的缺陷和不足。首先，由于物种间的差异显著，导致在利用突变小鼠进行关键基因筛查时得到的候选驱动基因在人体中的作用较小鼠具有显著差异，不够准确，同时利用突变小鼠进行关键基因筛查的方法主要针对的是反复突变的“显著突变基因”，那些罕见突变基因无法被获取到。

其次，由于蛋白质序列只能反映编码区的基因组成，因此，基于蛋白质序列、功能注释和相互作用网络等方面通过研究基因在肿瘤中的特征以分选出候选肿瘤基因的方法对基因的功能注释主要集中在基因的编码区，而占比约97％的基因非编码区同样对肿瘤发生和发展具有重要作用，而这一方法无法对非编码区进行功能注释，同时，该方法对具有已知功能注释的基因进行研究筛选时存在偏差。

随着基因数据库的逐渐丰富，利用公共数据库提取差异表达基因，结合蛋白互作网络进行关键基因筛选的方法逐渐成为肿瘤关键基因筛选的重要手段，但由于数据来源受实验条件、技术以及对照组选择标准的制约，一组或者几组筛选数据并不能代表广泛的病例。

鉴于此，特提出本发明。

发明内容

本发明的目的在于提供一种子宫内膜癌关键基因的筛选方法，该方法基于ATAC测序数据，通过选取多个判断指标对目的肿瘤的关键基因进行筛选，可以避免数据处理过程中人为因素的干扰，具有更高的可靠性。

本发明还提供了上述子宫内膜癌关键基因筛选方法在制备筛选子宫内膜癌关键基因产品中的应用。

本发明是这样实现的：

本发明提供了一种基于ATAC测序数据筛选子宫内膜癌关键基因的方法，该方法包括，首先选取两个以上的指标将ATAC测序所得的峰位进行排序；然后将不同指标的峰位排序结果按照峰位数量均分成组，选择至少一组作为疑似包含肿瘤关键基因的初筛峰位分组；再筛选出不同指标得到的初筛峰位分组中共同含有的峰位构成次筛峰位分组；最后根据子宫内膜癌的基因表达值，对得到的次筛峰位分组中各峰位对应的基因进行最终筛选，得到肿瘤关键基因。

ATAC测序所得峰位数量巨大，在对峰位数据进行分析之前，首先进行分类处理是十分必要的，本发明首先选择两个以上的指标将ATAC测序所得峰位排列成不同的顺序。

在可选的实施方式中，可用于对ATAC峰位数据进行排序的指标包括转录因子数目、染色质开放信号强度、peaks的大小或peak在基因组上的位置(如启动子、增强子或CPG岛)中的两种以上组合。

优选地，所述指标为转录因子数目和染色质开放信号强度。