[发明专利]一种通过SNP错配率判断亲缘关系的方法

说明书

本发明提供了一种通过SNP错配率判断亲缘关系的方法，通过模拟样本数据，模拟测序，使用特定的生物信息学分析方法等步骤获得模拟样本的SNP错配率数据，再与实际待测样本的SNP错配率进行比较，进而判断实际待测样本间的亲缘关系。本发明的方法不但可以判断亲子关系，还可以判断全同胞关系、半同胞关系等，方法简便、准确率和可信性高、可重复性高，在亲缘关系鉴定领域具备广泛的应用前景。

技术领域

本发明涉及生物检测领域，具体为亲子鉴定检测领域，尤其涉及一种通过SNP错配率判断亲缘关系的方法。

背景技术

亲子鉴定是基因检测技术非常成熟的应用领域，一般通过检测两个检材的遗传标记，对两个样品的检测结果进行比对，如果两个样品的遗传标记符合孟德尔遗传定律，则认为两个样品符合亲子关系。目前常用的遗传标记主要有两种，短序列串联重复(STR)和单碱基多态性位点(SNP)，此外也有一些研究采用插入缺失(InDel)突变位点作为遗传标记物。一代测序技术是亲子鉴定领域应用最为成熟的检测技术，一般通过21个STR位点来进行亲子鉴定，判别。一代测序有速度快，成本低和操作简便等优势，被各类的鉴定机构广泛使用，是目前亲子鉴定方向的主要检测技术。

单碱基多态性位点(single nucleotide polymorphism，SNP)是第三代遗传学标记，这种遗传标记是由于单碱基突变使特定核苷酸位置上出现两种碱基，其中最少的一种在群体中的频率不少于1％。与第一代的RFLP及第二代的STR以长度的差异作为遗传标记的特点截然不同。SNP的分布密集，如果以1％的频率计算，在人基因组中就有300万个以上的SNP遗传标记，这可能达到了人类基因组多态位点数目的极限，因此被认为是应用前景最好的遗传标记物。

涉及SNP作为标记物用于检测的现有技术，CN106599612B(授权公告日2020.04.28)公开了一种基于高通量测序数据的指纹识别方法，选取人类基因组中多个SNP位点作为指纹特征点，所述SNP位点为单碱基二态，MAF值在0.35～0.65之间，同一染色体上的SNP位点的相互距离大于一百万个碱基；选取的SNP位点选自以下1820个SNP位点的组合，以这些SNP位点作为坐标点，将测序数据的特征进行数据模型化和指纹化，为高通量测序数据构建指纹识别方法，可用于鉴定高通量测序数据是否来自同一个样本，也可用于鉴定是否来自同一个数据生产机构，或者用于鉴定有争议的高通量测序数据是否是同一个数据，还可用于鉴定不同样本间的亲缘关系。CN108504750B(授权公告日2021.10.15)公开了一种确定菌群SNP位点集合的方法。该菌群SNP位点集合用于特定人群的个体鉴定，该方法包括：(1)将来自于待测样本的测序结果与参照基因组序列进行比对，所述测序结果由多个测序序列构成，以便确定能够与所述参照基因组序列比对上的所述测序序列，(2)基于步骤(1)所获得的所述测序序列，确定SNP位点分型，以及(3)基于步骤(2)所获得的SNP位点分型，确定所述SNP位点集合。

如上所述，现有技术中虽然公开了多种通过SNP进行鉴定的方法，但未有公开通过计算SNP错配率用于判断亲缘关系。虽然现有技术中已有判断亲缘关系的方法，但本领域仍存在广泛的诉求，提供一种简便、准确率和可信性高、可重复性高的判断亲缘关系的方法，特别是判断除亲子关系以外，还可以判断全同胞关系、半同胞关系等。

发明内容

为了解决现有技术的不足，本发明通过新一代的高通量测序技术，以SNP位点为遗传标记物，通过对人类基因组中上千个二态性常染色体的SNP位点进行目标区域捕获测序，每个SNP点位可以检测到低至千分之一的低频突变，并获得待测样本的分型结果，通过统计两个待测样本之间的错配位点并计算错配率，可以对亲缘关系进行判断。该方法可以用于判断常见的亲缘关系，包含：亲子关系、全同胞关系、半同胞关系、叔侄关系、叔侄(半)关系、堂亲关系、爷孙关系、爷孙(半)关系、随机无任何亲缘关系人群。

本发明通过模拟新一代的高通量测序技术，通过随机生成样本数据，模拟测序等步骤，通过统计两个待测样本之间的错配位点并计算错配率，可以对亲缘关系进行判断，具体包括：