[发明专利]一种融合驱动基因单端锚定的DNA融合断点注释方法

权利要求书

1.一种可由计算机实施的对DNA融合断点进行融合驱动基因单端锚定的融合断点注释方法，所述方法按顺序包括以下步骤：

(1) 根据测序的DNA序列信息获得所述DNA融合断点的基因组位置及方向信息；

(2) 将融合断点注释到对应的基因组上，从而获得融合断点两端与基因的相关信息，其中通过将断点两端分别注释来判断断点是在基因范围内还是在基因间区（IR），和其中在断点是在基因范围内的情况下根据对应基因的转录本的信息判断断点是在内含子区域或是外显子区域，根据融合的方向与基因注释信息判断该基因在融合过程中提供基因的5'区域和3'区域，并且将融合两端分别注释从而获得初步注释结果；

(3) 根据步骤(2)的初步注释结果检测或判断融合两端断点是5’-3’形式融合还是非5’-3’形式融合，其中在5’-3’形式融合的情况下，输出第一最优的融合注释结果；和其中在非5’-3’形式融合的情况下，进行驱动基因单端锚定的二次注释，所述二次注释包括：

- 在融合断点注释为5’-5’形式融合的情况下，尝试以任一端为融合驱动基因锚定重新注释另一端断点，并最终选择第二最优的融合注释结果进行输出；

- 在融合断点注释为5’-IR形式融合的情况下，尝试以提供5’端的基因为融合驱动基因锚定重新注释另一端断点；并最终选择第二最优的融合注释结果进行输出；和

- 在融合断点注释为3’-3’、3’-IR或IR-IR形式融合的情况下，不再进行重新注释，直接输出初步注释结果，

其中重新注释规则是：在断点及融合方向下游一定范围内搜索基因方向与融合方向一致的基因，如存在满足该条件的基因，且基因的外显子数目大于1，则将该断点注释到满足条件的该基因的第2个外显子处；如不存在满足条件的下游基因，则按第一最优的注释结果输出。

2.权利要求1的方法，其中步骤(2)的初步注释结果包括

a）断点两端都注释在基因间区，即IR-IR形式融合；

b）断点两端只有一端注释在基因范围内另一端注释在基因间区，其依据注释在基因范围内的断点所在基因提供的基因结构域区域包括5’-IR形式融合和3’-IR形式融合；和

c）断点两端都注释在基因范围内，其依据断点两端的基因分别提供的基因结构域区域包括5’-5’形式融合、5’-3’形式融合以及3’-3’形式融合。

3.权利要求1或2的方法，其中所述第一最优的融合注释结果包括以下中的一个或多个：

i）断点两端的基因都选用行业公知的转录本编号注释；

ii）断点两端的基因选择的转录本在融合基因中不改变各自原有的蛋白编码阅读框信息；和

iii）断点两端的基因都选择在融合基因中能提供最长编码序列的转录本。

4.权利要求1或2的方法，其中所述第二最优的融合注释结果包括以下中的一个或多个：

i）断点两端的基因都选用行业公知的转录本编号注释；

ii）断点两端的基因选择的转录本在融合基因中不改变各自原有的蛋白编码阅读框信息；和

iii）断点两端的基因都选择在融合基因中能提供最长编码序列的转录本；和

iv）产生的融合基因中存在完整的激酶结构域。

5.权利要求1或2的方法，其中在步骤(2)中，在断点发生在外显子范围内的情况下，在注释时仅保留转录本在融合发生后所能提供的所有完整的外显子区域。

6.权利要求1或2的方法，其中在重新注释中，搜索范围的数值为1Kb至500Kb。

7.权利要求1或2的方法，其中在重新注释中，搜索范围的数值为10Kb至200Kb。

8.权利要求1或2的方法，其中在重新注释中，搜索范围的数值为20Kb至100Kb。

9.权利要求1或2的方法，其中步骤(1)还包括从测序仪获得融合基因的序列信息，并且所述序列信息经过输入设备输入到计算机中。