[发明专利]一种单样本肿瘤DNA拷贝数变异检测的方法和装置

权利要求书

1.一种单样本肿瘤DNA拷贝数变异检测的方法，其特征在于：包括以下步骤，

测序读长标准化步骤，包括针对待测样本在每个捕获区域read数，消除样本数据量、GC含量、捕获区域大小的影响，得到每个区域标准化后的reads数；

待测样本CNV水平计算步骤，包括利用参考人群组的基线，计算待测样本在每个目标捕获区域为单位的Z-score值，然后结合每一个目标捕获区域的训练的SVR模型和其对应特征的Z-score值得到每个区域的Ratio值；

区域注释和过滤步骤，包括计算每个区域的Ratio值* 2^shift，合并区间后再加权平均的Ratio值，记为AvgRatio，区间所在基因的所有与该区间Status一致的区域的AvgRatio加权平均值记为StatusRatio值，依据StatusRatio阈值筛选发生拷贝数变异的外显子区域，按照外显子坐标轴顺序，将相邻结果Status一致的合并到一起，获得单样本肿瘤DNA拷贝数变异的检测结果；其中，shift默认为0，相应的2^shift=1，如果样本为男性，shift赋值为1；

所述参考人群组的基线为利用不同批次的基线计算各目标捕获区域标准化后reads数量的均值和方差，不同批次的基线中每个基线由至少30个临床血细胞样本建立；

所述SVR模型以临床组织样本作为训练集，计算训练集中各样本每个目标捕获区域RC的波动与所述参考人群组的基线的拷贝数水平相偏离程度的统计学打分作为模型的输入，由此训练获得；

所述SVR模型具体采用以下方法获得，

训练集捕获区域reads数获取步骤，包括选取不少于300个且去重后深度不小于300×的临床组织样本，消除样本数据量、GC含量、捕获区域大小的影响，针对每个样本获取目标捕获区域标准化后的reads数量，利用所述参考人群组的基线和临床组织样本的标准化read数量，计算出以目标捕获区域为单位的Z-score值；

SVR模型训练步骤，包括由每个临床组织样本在目标捕获区域的Z-score构建矩阵作为训练模型的数据集，针对每一个目标捕获区域选取前后105kb范围的区域作为该区域的模型对应的数据集，此区域在每个临床组织样本集中的检测到的Ratio值作为响应变量，作为每个区域训练集训练获得所述SVR模型；

所述参考人群组的基线具体采用以下方法获得，

选取至少30个同批次临床血细胞样本，针对各个样本在每个捕获区域read数，消除样本数据量、GC含量、捕获区域大小的影响，得到矫正后的每个目标捕获区域标准化reads数量，以此计算基准水平的波动范围，作为临床动态基线；综合不同时间段、不同试验环境获得的临床动态基线，计算每个目标捕获区域基准水平波动范围，即获取每个目标捕获区域的标准化后reads数量的均值和方差，作为所述参考人群组的基线。

2.根据权利要求1所述的方法，其特征在于：所述依据StatusRatio阈值筛选发生拷贝数变异的外显子区域，具体包括，StatusRatio值大于1.4时，记为该基因发生扩增，StatusRatio值小于0.8时，记为该基因发生缺失。

3.根据权利要求1或2所述的方法，其特征在于：所述消除样本数据量、GC含量、捕获区域大小的影响，具体采用的是CNVkit的reference模块。