[发明专利]基于reads深度进行目的基因外显子水平重排检测的方法及装置

权利要求书

1.一种基于reads深度进行目的基因外显子水平重排检测的方法，其特征在于，包括：

S1，将参考基因组划分为多个bin，根据目的基因分为target区域的bin和off-target区域的bin，将reads比对到所述参考基因组上，并分别计算target区域和off-target区域的每个bin内的平均reads深度和深度的log2值；

S2，合并target区域和off-target区域reads深度统计，并将其标准化；

S3，对所述S2中标准化的结果进行拷贝数变异查找，对于标准化后得到的log2根据阈值进行定义目的基因的缺失和重复状态；

所述S2中的标准化包括：利用搭建好的reference数据库进行标准化，校正测序基因组GC含量、重复序列和目标区域的密度从而校正bin 深度，所述reference数据库是用N个健康人比对软件的输出结果Bam文件构建的，包括健康人的reads深度统计及log2标准化值、基因组的GC、重复序列和目标区域的密度，所述N≥20；

所述S2中的标准化中，Off-target区域是根据参考基因组fa进行扩展获得的包括端粒在内的全部参考基因组序列和target区域进行筛选得到的Off-target区域；利用如下公式校正bin深度，减去reference数据库的深度的log2值，滑动居中log2比率；，其中，第i个bin标准化后的reads数量定义为Ai，Ci是第i个bin中的read的数量，M是具有正常拷贝数的bin的预期reads计数，αi为GC不同含量评估值，βi为mappability评估值。

2.根据权利要求1所述的方法，其特征在于，所述基于reads深度进行目的基因外显子水平重排检测的方法还包括：S4，筛选划分不同bin中的目的基因的区域，进行过滤其他bin，合并目的基因的检测结果，利用所述标准化后的reads深度分布进行可视化展示。

3.根据权利要求1所述的方法，其特征在于，所述bin为外显子水平的bin。

4.根据权利要求1所述的方法，其特征在于，所述S1具体包括：将所述参考基因组长度设置为n，平均划分为m个bin，则每一个bin长度为n/m；如果Ci是i个bin中的reads的数量，那么所有reads数据量是：，并由此计算target区域和off-target区域的每个bin内的平均reads深度和深度的log2值。

5.根据权利要求1所述的方法，其特征在于，所述目的基因为BRCA1/2，所述S3中对于标准化后得到的log2根据阈值进行定义目的基因的缺失状态包括：Log2值小于-0.4定义为cn=1，为杂合缺失；Log2值小于-1.1定义为cn=0，为纯合缺失，Log2值大于0.7定义为扩增。