[发明专利]含单分子标签的测序接头和测序文库的构建方法

说明书

本发明提供了一种含单分子标签的测序接头和测序文库的构建方法，该接头通过第一核苷酸单链与第二核苷酸单链部分结合而形成，其中，第一核苷酸单链包括单分子标签和第一测序引物序列，并且第二核苷酸单链包括样本标签、以及与第一测序引物序列部分互补的第二测序引物序列。在本发明中，在测序的生物信息学分析中，能够通过DNA片段比对到参考基因组上的位置和单分子标签识别重复的DNA片段，并且将重复的DNA片段进行对比以识别真正的基因变异，从而能够提高测序的准确性。

技术领域

本发明属于基因测序领域，特别涉及一种含单分子标签的测序接头和测序文库的构建方法。

背景技术

高通量测序技术(High-throughput sequencing，HTS)可以一次性对几十万到几百万条核酸分子进行序列测定，从而能够对一个物种的基因组、转录组和表观遗传改变等进行细致全貌的分析，高通量测序技术又被称为“深度测序”(Deep sequencing)。随着高通量测序技术的兴起以及测序成本的大幅降低，基因测序在精准医疗领域，如肿瘤基因检测、遗传病基因检测、产前检测等有着广阔的应用前景。

以癌症早期筛查为例，在癌症患者的体液内，可以检测到由肿瘤细胞凋亡和裂解释放的循环肿瘤DNA(circulating tumor DNA)，约占cfDNA的1％，甚至0.01％，可以通过对肿瘤患者ctDNA进行测序，检测到癌症相关基因突变信息。而在孕妇的cfDNA中，约有10％-15％的cfDNA来自于胎儿，可以通过对孕妇cfDNA进行测序，筛查胎儿的遗传缺陷。然而，在上述测序中，例如cfDNA所包含的基因突变丰度较低，因此迫切需要测序精度更高，准确度更高的测序方法。

目前，针对这种二代测序技术(Next-Generation Sequencing)，具有通量高、成本低、准确性高等优点成为目前使用最为广泛的高通量测序技术。二代测序技术的基本原理是边合成边测序。在文库构建过程中，将DNA随机片段化，并在片段化后的DNA两端添加特定测序接头(Adaptor)，然后进行文库PCR扩增。构建好的DNA文库在进行测序时通过捕捉新合成的末端的标记来确定DNA的序列。二代测序技术的准确性可达到98％以上。但是其文库在构建过程中引入了PCR扩增过程，而PCR扩增的偏好性和错误率，增加了二代测序的错误率。因此，需要开发一种精度更高准确度更高的建库技术，以适应低丰度DNA的测序要求。

发明内容

本发明是鉴于上述现有技术的状况而完成，其目的在于提供一种能够提高二代测序准确的测序接头及测序文库的构建方法。

为此，本公开提供了一种含单分子标签的测序接头，该测序接头通过第一核苷酸单链与第二核苷酸单链部分结合而形成，其中，第一核苷酸单链包括单分子标签和第一测序引物序列，并且第二核苷酸单链包括样本标签、以及与所述第一测序引物序列部分互补的第二测序引物序列。

在本公开的一方面中，含单分子标签的测序接头由第一核苷酸单链与第二核苷酸单链部分结合而形成。其中，第一核苷酸单链包括单分子标签和第一测序引物序列，并且第二核苷酸单链包括样本标签、以及与所述第一测序引物序列部分互补的第二测序引物序列。在这种情况下，能够在测序的生物信息学分析中，通过DNA片段比对到参考基因组上的位置和单分子标签识别重复的DNA片段，并且将重复的DNA片段进行对比以识别真正的基因变异，从而能够提高测序的准确性。

另外，在本公开的一方面所涉及的测序接头中，所述测序接头可以为Y字型接头。在这种情况下，单分子标签和样本标签分别位于Y字型接头的两条单链上，因此能够有效地抑制单链上的单分子标签对样本标签的干扰。

另外，在本公开的一方面所涉及的测序接头中，所述第一核苷酸单链还可以包括第一通用引物序列，并且所述第二核苷酸单链还可以包括第二通用引物序列。在这种情况下，能够将测序接头中未结合部分的两端的序列作为正反向引物。