[发明专利]检测血液病融合基因的装置

说明书

本发明公开了一种检测血液病融合基因的装置。该装置包括：测序模块，用于通过二代测序获得肿瘤样本的测序数据；数据预处理模块，用于将测序模块中获得的测序数据进行预处理；候选k‑mers识别模块，用于对经过数据预处理模块处理的测序数据进行可能包括断点的候选k‑mers进行识别；局部组装比对识别融合模式模块，用于提取肿瘤样本的候选k‑mers集合所在的reads以及其配对reads进行局部组装获取contigs；融合基因可信度预测模块，用于对融合基因可信度进行预测；以及融合结果注释模块，用于将融合基因可信度预测模块中得到的断点分别注释。应用本发明的技术方案，能够精准识别多个基因的多种融合变异类型。

技术领域

本发明涉及生物学技术领域，具体而言，涉及一种检测血液病融合基因的装置。

背景技术

人类基因组由23对染色体组成，其中包括22对体染色体、1条X染色体和1条Y染色体，基因组共含有约30亿个DNA碱基对，其中包含约2.5万个基因，这些基因各自行使不同的功能。融合基因是指在自然或外援环境因素影响下，基因组中原本不相邻的两个基因进行了拼接，形成了新的基因片段。融合基因的发生往往导致序列异常或蛋白质功能异常，进而导致或促进肿瘤的发生发展。人类的许多疾病都有可能是基因融合引起的，包括一些遗传病、癌症以及血液肿瘤，某些基因融合是血液肿瘤的重要临床特征和预后因素。

血液肿瘤中，有多种基因融合在疾病的发生发展中起到重要的作用，BCR-ABL1融合在95％的成人慢性髓系白血病(CML)患者，20-25％的儿童急性淋巴细胞白血病(AML)患者中被检测到，被应用于慢性髓系白血病患者的临床诊断和疾病亚型分类，酪氨酸激酶抑制剂(TKI)可以有效抑制CML患者中融合BCR-ABL1融合蛋白的活性，IRIS临床研究推荐了伊马替尼作为CML的一线治疗，证实了BCR-ABL1检测以及MRD监测对于CML诊断和治疗的重要性；携带RUNX1-RUNX1T1融合的AML患者经常显现特有的临床病理特征，这类患者往往具有较好的预后生存；PML-RARA融合基因在急性早幼粒细胞白血病的发病机制中扮演重要角色。

二代测序技术(Next-Generation Sequencing)又称下一代测序技术，其核心思想是边合成边测序，可同时对几十G到几百G的数据进行测序。近年来随着二代测序技术的快速发展，逐渐应用于血液肿瘤方向的临床医学检测和科学研究。目标序列捕获可以有选择性的分离或富集基因组特定的片段，因此可以利用更低的成本获取更高的测序深度，为低频检测，大数据积累等奠定了良好的基础。基于二代测序技术获取的数据，可以一次性同时进行单核苷酸变异(single nucleotide variation)、短序列插入和缺失(shortinsertion and deletion)、拷贝数变异(copy number variation)和基因融合(Fusion)等多种变异检测。基于目标区域捕获测序获取数据，可以利用算法或软件，对测序数据进行检测，同时获取多个基因的多种变异信息。

现有的血液肿瘤融合检测方法大部分基于多重PCR或者凝胶电泳技术对RNA模版进行反转录扩增来确定融合基因类型。首先多重PCR或者凝胶电泳技术只能检测已知的设计好的融合类型，对于没有设计引物的融合类型无法检测；其次，相对双链的DNA来说，样本的RNA已单链形式存在，半衰期短容易降解，因此更加的不稳定，那么样本的保存和运输都会存在一定的难度。

学习是人类具有的一种重要的智能行为。在1996年Langley定义了机器学习(Machine learning)是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。机器学习的发展主要经历了3个阶段，80年代，感知机和神经网络为代表性的方法；90年代，统计学习逐渐迎来春天，比如支持向量机、贝叶斯算法和随机森林等成为当时的主流应用方法；进入21世纪以后，深度神经网络被提出，随着计算技术的迅猛发展，大数据的快速积累，数据量和计算能力不断提升，以深度学习为基础的各大AI应用逐渐崭露头角。

发明内容