[发明专利]一种基于二代测序结果的POLE突变判别模型的构建方法及其应用

说明书

本发明涉及生物信息分析技术领域，尤其涉及一种基于二代测序结果的POLE突变判别模型的构建方法及其应用，所述构建方法包括S1、二代测序数据的预处理，S2、序列比对、变异判读及突变过滤，S3、突变过滤数据的分析及POLE突变判别。利用本发明的构建方法构建的POLE突变判别模型不需要明确POLE突变作为超扩增标志物，通过设置一定的突变数和最大突变丰度阈值，过滤突变位点过少导致的假阳性，并结合POLE突变判别得分标准，辅助POLE突变的确定，提高真阳性的检出率。同时，本发明的突变检测范围涵盖680个癌症相关基因，较大的检测覆盖度使得给出的得分标准更加接近预估假设，因此较为可靠。

技术领域

本发明涉及生物信息分析技术领域，尤其涉及一种基于二代测序结果的POLE突变判别模型的构建方法及其应用。

背景技术

子宫内膜癌(endometrial carcinoma，EC)是一种常见的妇科癌症，是发生于子宫内膜的一组上皮性恶性肿瘤。其中，POLE超突变子宫内膜癌分型定义为DNA聚合酶ε(POLE)外切核酸酶结构域的体细胞突变引起的肿瘤。POLE分型的子宫内膜癌通常对于化学疗法与免疫疗法较敏感，临床治疗效果好。

高肿瘤负荷(TMB100)与COSMIC特征POLE体细胞突变可以作为一种重要的生物标记物，用于POLE超扩增(突变)肿瘤的诊断。同时，根据文献报道，不同种类碱基替换的分布、点突变和插入缺失的比值也都与POLE超扩增肿瘤的发生存在关联。然而，目前的主流判定方法都基于已知阳性POLE突变位点(P286R,V411L,S297F,A456P,S459F，M444K)，已有的方法在临床诊断上存在缺陷，即在缺少明确POLE突变作为超扩增标志物的情况下无法对样本是否阳性进行判断。同时，在已知高肿瘤负荷与特定碱基替换分布的情况下，没有具有统计学意义、根据大量样本数据验证过后的参数对样本的阳性概率进行评价，也没有可被量化的评价标准，现有的方法进行判断会存在一定比例的假阳性。

目前，尚未有更加标准、多维度的判定阈值与流程对肿瘤是否属于POLE突变进行判断。

发明内容

本发明的主要目的在于提供一种基于二代测序结果的POLE突变判别模型的构建方法及其应用，旨在提高POLE突变真阳性的检出率。

本发明的目的还在于提供一种POLE突变判别模型，利用所述构建方法构建所得。

本发明的目的还在于提供一种计算机可读存储介质。

POLE突变(DNA聚合酶ε[POLE]外切核酸酶结构域的体细胞突变)出现于多种肿瘤疾病中，POLE突变尤其是致病性POLE突变常常作为判别肿瘤疾病的依据，现有的POLE突变的判别需要明确POLE突变作为超扩增标志物，但其判断的假阳性概率偏高。本发明通过特定阈值的设定，先排除一部分假阳性样本，进而根据设定的评分标准判断致病性及潜在致病性的POLE突变，提高了POLE突变真阳性的检出率。

为实现上述目的，本发明提供一种基于二代测序结果的POLE突变判别模型的构建方法，包括如下步骤：

S1、二代测序数据的预处理

对获得的待测样本和对照样本的二代测序数据进行预过滤，分别获得pileup文件；pileup文件是指通过BAM文件每个位置重叠的read对比对结果进行的总结，可用于判断各个位点突变的可能性；

所述预过滤包括质控、比对、去重；

所述待测样本为肿瘤患者待测组织DNA(ffpedna)或血液游离DNA(cfdna)，所述对照样本为肿瘤患者唾液DNA(sladna)或血液基因组DNA(gdna)；

所述质控包括质量评估、去接头序列、去低质量序列、去重复序列。