[发明专利]一种检测已知拷贝数变异的方法及检测装置

说明书

本发明实施例公开了一种检测已知拷贝数变异的方法及检测装置，以及计算机可读存储介质，用于在已知拷贝数变异信息的情况下，准确识别测序样本中这些变异的携带种类以及组合情况。本发明实施例方法包括：获取待检测样本的全基因组测序数据；根据所述待检测样本的全基因组测序数据，计算目标检测区域各位点的当前深度；根据所述目标检测区域各位点的当前深度和预先获取的N个参考样本，计算每个参考样本为所述待检测样本时，得到的N个似然值，所述N个参考样本包括参考基因型组合所在区域各位点的参考深度，N为正整数；从所述N个似然值中，选择最大似然值的参考样本对应的基因型组合，作为所述待检测样本的推测基因型结果。

技术领域

本发明涉及地中海贫血病领域，尤其涉及一种检测已知拷贝数变异的方法及检测装置，以及计算机可读存储介质。

背景技术

很多疾病，如地中海贫血病(thalassemia)、男性无精症(Azoospermia)等的发生和拷贝数变异直接相关。因此，拷贝数变异在临产检测中有十分重要的意义；全基因组测序(Whole Genome Sequencing，WGS)能一次检查全基因组上的所有序列，随着基于第二代脱氧核糖核酸(DeoxyriboNucleic Acid，DNA)测序技术(简称为二代测序)的全基因组检测价格的不断下降，很多临床指南与专家共识中都推荐使用这种手段作为一种疾病筛查手段。而随着全基因组测序的应用会越发普遍，全基因组数据的有效利用也将会变成一个越加凸显的问题。

然而，针对怎么利用全基因组测序数据检测基因水平的致病拷贝数变异，目前的检测手段依然存在不足，尤其是对于第二代DNA测序技术的方法，较短的读长为同源序列的定位造成了较大的困难，而第三代DNA测序技术的方法目前还没能得到大规模的应用。

目前常用的拷贝数变异检测方法可以包括：基于深度的方法(read-depth)，基于断裂读段的方法(split-reads)，基于读段对位置的方法(Paired-end)和基于组装的方法(assembly)。其中，read-depth虽然对断点位置的检测精度低，但能检测出由同源重组产生的拷贝数变异。Split-reads，Paired-end的方法虽然检测断点位置的精度较高，但不能检测同源重组产生的没有明确断点的变异，且对具体拷贝数的识别能力较弱。Assembly理论上是检测效果较为理想的计算方法，但由于要求测序深度较高，开销较为昂贵。

基于目前的工具，在检测基因水平的致病拷贝数变异时，尤其是存在同源区域时，效果往往不佳，难以直接应用于临床疾病的筛查和诊断。

发明内容

本发明实施例提供了一种检测已知拷贝数变异的方法及检测装置，以及计算机可读存储介质，用于在已知拷贝数变异信息的情况下，准确识别测序样本中这些变异的携带种类以及组合情况。即使在测序读长较短、检测区域存在同源序列这两种对传统拷贝数变异检测不利的条件下，本方法仍能获得较好的检测效果。这使得本方法可以临床的使用场景下，帮助更好的利用WGS数据进行疾病相关拷贝数变异的检测。

有鉴于此，本发明第一方面提供一种检测已知拷贝数变异的方法，可以包括：

获取待检测样本的全基因组测序数据；

根据所述待检测样本的全基因组测序数据，计算目标检测区域各位点的当前深度；

根据所述目标检测区域各位点的当前深度和预先获取的N个参考样本，计算每个参考样本为所述待检测样本时，得到的N个似然值，所述N个参考样本包括参考基因型组合所在区域各位点的参考深度，N为正整数；

从所述N个似然值中，选择最大似然值的参考样本对应的基因型组合，作为所述待检测样本的推测基因型结果。

可选的，在本发明的一些实施例中，所述方法还包括：

获取基因型的拷贝数变异信息；

根据所述基因型的拷贝数变异信息，建立所述N个参考样本。