[发明专利]微卫星不稳定位点筛选、分析模型的构建方法及装置

说明书

本发明提供一种微卫星不稳定位点筛选、分析模型的构建方法及装置，包括：S1、以参考基因组的微卫星位点作为候选MS位点；S2、选取已知微卫星不稳定性检测状态信息的样本若干作为训练集样本，对训练集样本的候选MS位点区域进行突变检测，分别记录突变类型和数目，计算每个候选MS位点突变的信息熵；S3、将微卫星不稳定性检测状态信息与每个候选MS位点突变的信息熵的熵值进行关联，选取每个候选MS位点可用来区分所述微卫星不稳定性检测结果的熵值阈值，筛选出区分度高的候选MS位点为MSI位点；上述方案解决现有的固定MSI位点过多，造成检测效率低的问题，以及不能涵盖所有类型的样本，使得检测的特异性和灵敏度不高的问题。

技术领域

本发明涉及生物信息技术领域，具体涉及一种微卫星不稳定位点筛选、分析模型的构建方法及装置。

背景技术

微卫星序列(Microsatellite，MS)又称短串联重复序列(Short tandem repeats，STRs)或简单重复顺序，是由10～50个1～6个核苷酸组成的重复单位串联组成的具有高度多态性简单串联序列，广泛存在于原核及真核生物基因组中。微卫星不稳定性(microsatellite instability，MSI)是指由于复制错误(replication errors，RER)引起的微卫星区域出现碱基对的插入或缺失的表型。微卫星不稳定性发生的主要原因是参与配对错误修复(mismatch repair，MMR)的基因功能缺陷导致产生一种缺陷蛋白质，因而不能正常的校正复制错误，从而引起人类基因组内微卫星位点的重复序列上存在插入或缺失突变，进而产生人类标准基因组中不存在的等位基因，使其不能正常地发挥调控作用，导致细胞增殖及分化异常。

目前，常用的MSI检测主要使用以下三大类技术：DNA错配修复缺陷检测、PCR检测(MSI-PCR) 和NGS检测。前两类技术存在成本高、耗时长、检测难度大、通量低、灵敏度差、可能会出现假阳性或假阴性结果或必须同时制备肿瘤组织或正常组织等缺陷。相对前两类技术，NGS检测虽然总成本昂贵，但由于MSI检测可与其他检测内容同时进行，且NGS方法具备高通量，高精确度，高灵敏性等特点，间接降低了单个检测的成本，逐渐被更多的用户所接受。但是，基于NGS的检测方法对数据分析提出了极高的技术要求。由于缺乏统一标准或纲领性指导意见，如何通过生物信息学算法，高效地、准确地、客观地界定每一个位点的稳定/不稳定状态，成为目前主要的技术难题之一。

Bethesda指导纲要，推荐了5个可用来进行MSI检测的微卫星位点(BAT-26,BAT25,D2S123,D5S346,D17S250)。此外，纲要将MSI进行了分类并对各分类进行了定义，分别为：微卫星稳定(MSS)：通过PCR检测的5个微卫星位点中没有一个微卫星位点显示不稳定；低频微卫星不稳定性(MSI-L)：通过PCR检测的5个微卫星位点中有1个标记位点显示不稳定或者通过PCR检测的多个微卫星位点中有10％到30％的标记位点为不稳定；高频微卫星不稳定(MSI-H)：通过PCR检测的5个微卫星位点中有2个或以上表示不稳定或通过PCR检测的多个微卫星位点中30％以上的位点表示不稳定。