[发明专利]一种基于高通量测序的数据分析方法

说明书

本发明公开一种基于高通量测序的数据分析方法。其中，所述方法包括：获取参考测序样品和对照测序样品，获得三种的RNA的差异DNA甲基化区域相关的表达水平出现差异的RNA，获得甲基化水平和表达水平高度相关的RNA，构成候选竞争性内源RNA调控关系对，生成候选竞争性内源RNA网络，筛选出hub节点，并将所述hub节点进行癌症的体细胞突变收录数据库注释。本发明提供的基于高通量测序的数据分析方法，将hub节点在癌症的体细胞突变收录数据库进行注释，发现癌症相关的竞争性内源RNA调控关系，预测癌症发生发展过程总的调控机制，提高了对癌症致病机理预测的准确性。

技术领域

本发明涉及生物医学技术领域，具体涉及一种基于高通量测序的数据分析方法。

背景技术

癌症是起源于上皮组织的恶性肿瘤，是全球发病和死亡的主要原因之一。癌症不仅极大的降低患者的生活质量，并且对患者造成身体和经济上的巨大伤害。早期分子诊断和综合治疗水平的提高使得其死亡率虽有下降，但是其发病机制目前尚不清楚。

随着高通量测序技术的迅速发展，高通量RNA测序成本的快速下降，作为一项颠覆性的技术二代测序已经产生了种类繁多的癌症预测的分子标记。在生物体的生命过程中，基因表达致力于将遗传信息转变为具有生物活性和功能的蛋白质。而这种表达的改变可能导致蛋白质功能的改变甚至疾病的发生。长链非编码RNA((long noncoding RNA,以下简称lncRNA)无论是在生理还是病理状态下都能调节许多重要的生物学进程。而环状RNA(circular RNA，以下简称circRNA)作为一类特殊的非编码RNA也已经成为最新的研究热点。大量研究表明，lncRNA和circRNA分子都富含微RNA(micro RNA，以下简称miRNA)结合位点，能够在细胞中充当miRNA海绵进而消除miRNA对其靶基因的抑制作用。DNA甲基化作为重要的表观遗传修饰之一，对基因表达具有重要的调控作用，在癌症的发生发展中可以作为一类关键分子标记。但仅仅对某种RNA或者DNA甲基化进行研究，并不足够来解释疾病中的生物学过程和调控机制。

因此，如何提出一种方法，分析癌症发生发展过程中DNA甲基化与多种RNA的关联来全局的阐述癌症的致病机制，从而提高分析结果的准确性成为业界亟待解决的重要课题。

发明内容

针对现有技术中的缺陷，本发明提供一种基于高通量测序的数据分析方法。

本发明提出一种基于高通量测序的数据分析方法，包括：

获取参考测序样品和对照测序样品，其中，所述参考测序样品来源于正常样本，所述对照测序样品来源于异常样本；

根据对所述参考测序样品和所述对照测序样品分别进行高通量测序获取的三种RNA中每个RNA的第一表达水平、每个胞嘧啶C位点的第一DNA甲基化水平和所述每个RNA的第二表达水平、所述每个胞嘧啶C位点的第二DNA甲基化水平，以及第一预设规则获得所述三种RNA中与差异DNA甲基化区域相关的所述表达水平出现差异的RNA；

根据对所述参考测序样品和所述对照测序样品进行高通量测序获得所述三种RNA中每个RNA的甲基化水平、所述第一表达水平和所述第二表达水平，以及第二预设规则获得甲基化水平与表达水平高度相关的RNA；

根据对所述参考测序样品和所述对照测序样品进行高通量测序获取到的每个miRNA的序列信息和所述三种RNA中每个RNA的序列信息，以及第三预设规则获得构成候选竞争性内源RNA调控关系对；

根据所述与差异DNA甲基化区域相关的所述表达水平出现差异的RNA、所述甲基化水平与表达水平高度相关的RNA、所述构成候选竞争性内源RNA调控关系对，以及第四预设规则生成候选竞争性内源RNA网络；

根据所述候选竞争性内源RNA网络，以及第五预设规则获得hub节点，并将所述hub节点进行癌症的体细胞突变收录数据库注释。