[发明专利]一种可视化的探针质控方法及系统

说明书

本发明属于高通量测序技术领域，具体涉及一种可视化的探针质控方法及系统，本发明通过建立历史样本的可视化数据集与显著性数据集，将新样本的测序信息同历史样本进行整合与比对，进行新样本探针捕获质量评价及可视化。本发明系统有主控模块、数据接收模块、数据整合模块、数据可视化模块及历史数据更新模块，主控模块负责数据接收模块、数据整合模块、数据可视化模块及数据更新模块间的信息传输，并调用各模块。通过本发明方法及系统，为用户快速高效的了解不同维度下的探针捕获情况提供便利，为探针设计与改进，实验工艺与条件的选择及改进提供新的参考依据，同时还为高通量测序的质量评估提供一种新的参考佐证，增加高通量测序报告的可信度。

技术领域

本发明属于高通量测序技术领域，具体涉及一种可视化的探针质控方法及系统。

背景技术

随着癌症患者数量的逐年提高，作为癌症检测手段之一的高通量测序技术也逐渐普及。测序的准确度对突变基因的判别及后续治疗方案的给予有着至关重要的影响。在测序过程中，需要利用探针对碱基序列进行捕获，探针的捕获效率直接影响着高通量测序的准确度。如何使科研人员方便快捷的了解探针的捕获情况，识别、筛选和检查捕获效率低下或异常的探针，以及依据探针捕获情况改进探针，成为目前高通量测序过程中关键的步骤之一。

目前，行业内对探针的研究主要集中在如何依据文献设计探针，单缺乏对设计完成后的探针进行质控及可视化的研究，更不能将探针的捕获情况深入到某个基因、某个片段和位点上。

发明内容

针对现有技术的不足，本发明提供一种可视化的探针质控方法及系统，实现探针捕获质量的可视化，为用户快速高效的了解不同维度下的探针捕获情况提供便利，为探针设计与改进，实验工艺与条件的选择及改进提供一种新的参考依据，而不仅仅局限于公知的文献，根据用户需求，帮助用户设计、改进探针及实验工艺与条件，同时还为高通量测序的质量评估提供一种新的参考佐证，增加高通量测序报告的可信度。

本发明的技术方案为，一种可视化的探针质控方法，步骤包括：

a.建立历史数据的可视化数据集与显著性数据集：获取历史样本各位点的测序数据，对历史样本各位点的测序深度值进行归一化处理，生成历史样本各位点的均一化深度，按照样本类型、所在染色体及染色体上位置进行数据归类，统计归类的历史样本的各位点的均一化深度的中位数，及各位点的均一化深度基于非参数检验核密度得到的百分之八十双侧置信区间，生成历史数据的可视化数据集；

同时对历史样本各位点的测序深度值进行GC含量修正和log处理，并按照样本类型、所在染色体及染色体上位置进行数据归类，生成历史数据的显著性数据集；

b.建立含新样本的可视化数据集与显著性数据集：获取新样本各位点的测序数据，对新样本各位点的测序深度值进行归一化处理，生成新样本各位点的均一化深度，按照样本类型、所在染色体及染色体上位置，同历史数据的可视化数据集合并，生成含新样本的可视化数据集；

同时对新样本各位点的测序深度值进行GC含量修正和log处理，按照样本类型、所在染色体及染色体上位置，同历史数据的显著性数据集合并，生成含新样本的显著性数据集；

c.探针捕获质量评价及可视化：含新样本的可视化数据集，根据需要自动进行选定区域的可视化处理与展示，并统计选定区域内新样本各位点的均一化深度同历史样本对应位点的均一化深度的中位数及百分之八十双侧置信区间的位置关系，同时结合根据含新样本的显著性数据集统计获得的选定区域内新样本的P-Value，自动进行探针捕获质量的综合评价与展示。

步骤a中，历史样本各位点的测序数据包括但不限于GC含量及各位点的测序深度值。

步骤a中，历史样本各位点的均一化深度为：每个位点的测序深度同历史样本的测序深度均值的比值；

历史样本的测序深度均值为：历史样本的所有位点的测序深度值之和同历史样本的位点总数的比值。