[发明专利]一种全基因组测序的数据质量评估方法及其应用

权利要求书

1.一种全基因组测序的数据质量评估方法，其特征在于，包括：

获得待测样本的全基因组测序结果，将所述全基因组测序结果比对到人类参考基因组，对比对结果数据进行预处理后计算相应的观察值；

进行观察值趋势拟合后，通过纵向波动指标和横向波动指标进行质量评估；

所述纵向波动指标为基于观察值的变异系数反应观察值在趋势拟合线上下波动幅度的标准；

所述横向波动指标为基于小片段信号占目标区域的比例反应观察值碎片化分布情况的标准。

2.根据权利要求1所述的数据质量评估方法，其特征在于，所述纵向波动指标具体为：

对于总窗口数为N的全基因组测序结果中任一窗口的残差x，纵向波动指标VI计算方法如下：

和/或，

所述横向波动指标具体为：

对于整体趋势拟合后，异常区域占全部检测区域的比例R_global，细节趋势拟合后，异常区域占全部检测区域的比例R_detail，横向波动指标HI的计算方法如下：

HI＝R_detail-R_global。

3.根据权利要求1所述的数据质量评估方法，其特征在于，所述全基因组测序结果为基于二代测序平台的低深度测序结果，或二代测序平台基于深度进行拷贝数变异检测的全基因组测序结果。

4.根据权利要求3所述的数据质量评估方法，其特征在于，所述全基因组测序结果为NIPT、NIPTPlus、CNVSeq或PGS中的一种或多种。

5.根据权利要求1所述的数据质量评估方法，其特征在于，所述预处理包括如下步骤：

将所述比对结果数据划分为多个窗口，对各个窗口中的数据进行数据偏好校正和归一化处理。

6.根据权利要求5所述的数据质量评估方法，其特征在于，所述划分为多个窗口为通过等长窗口划分、等数据量窗口划分、单碱基或单独靶向目标区域进行窗口划分；和/或，

所述数据偏好校正为GC校正、Mappability校正或PCA校正中的一种或多种。

7.根据权利要求5或6所述的数据质量评估方法，其特征在于，在所述划分为多个窗口后，还包括：使用重叠窗口进行序列数平滑处理。

8.根据权利要求1所述的数据质量评估方法，其特征在于，所述观察值趋势拟合采用隐马尔可夫算法、环状二元分割算法或Fused Lasso算法中的一种或多种算法。

9.一种测序方法，其特征在于，使用权利要求1-7任一项所述方法进行质量控制。

10.权利要求1-8任一项所述数据质量评估方法在排除低质量测序样品中的应用；所述应用优选为：

设置纵向波动指标和横向波动指标的阈值，通过权利要求1-8任一项所述数据质量评估方法进行待测样品的测序结果质量评估后，将纵向波动指标和横向波动指标高于阈值的样品作为低质量测序样品排除。