[发明专利]一种预测突变位点顺式调控基因的方法、设备和介质

说明书

本发明公开了一种预测突变位点顺式调控基因的方法、设备和介质，属于单细胞测序技术领域。所述方法包括获得表达数量性状位点；在待预测突变位点的周围区域中，若一个表达数量性状位点与所述突变位点具有高连锁不平衡相关性，则将该达数量性状位点关联的基因确定为受所述突变位点顺式调控的基因。本发明的方法扩展了传统的eQTL，提出利用单细胞表达数据来推测cell cluster‑ieQTL，能够克服基因和突变之间的关联被传统大块样本中细胞组成的异质性掩盖的缺陷。另外，本发明通过预测突变位点的顺式调控基因，可以使我们更加准确地进行基因功能分析，促进对疾病基础生物学的了解和药物靶标的鉴定。

技术领域

本发明涉及单细胞测序技术领域，具体地，涉及一种预测突变位点顺式调控基因的方法、设备和介质。

背景技术

随着全基因组关联研究(genome wide association study，GWAS)的快速发展，与人类复杂疾病和性状具有显著关联的遗传位点的发现日益增加。然而，人们对这些遗传关联背后的生物学机制的理解远远落后于当前已有的数据库资源。在人类复杂疾病和性状的遗传关联位点中，只有小部分位于基因的编码区，而绝大部分则位于基因的非编码区。这意味着决定生物学性状的突变除了影响蛋白质的结构和功能，还可能通过影响基因的转录表达来发挥作用。位于编码区的突变功能相对容易解释，例如，外显子突变效应可以通过遗传密码规则进行评估。但是对于位于非编码区的突变功能的理解则更加困难，迄今为止，还没有一种统一的方法实现对其的精准解释。

表达数量性状位点(expression quantitative trait locus，eQTL)是一类能够影响基因表达水平的遗传位点，它们可以通过在全基因组尺度上对人群中的突变和基因表达水平之间的关联进行测试来鉴定。通过进一步整合eQTL与GWAS的结果，许多研究将基因表达水平作为突变与生物学表型之间的关键分子表型，以揭示GWAS发现的遗传关联位点的生物学功能。迄今为止，绝大多数的eQTL分析都是基于传统大样本转录组测序(bulk RNAsequencing，bulk RNA-seq)进行的。这种方法从百万个裂解细胞中收集RNA并进行测序，所获得的基因表达数据代表的是来自样本中多个不同细胞类型的平均值。过去的许多研究表明，基因调控在不同的细胞类型之间存在非常大异质性。因此，在传统eQTL关联分析中，遗传变异对基因表达的细胞类型特异性影响可能会被掩盖。

细胞类型互作表达数量性状位点(cell type interaction eQTL，cell type-ieQTL)是一种依赖于特定细胞类型的表达数量性状位点。这种新兴的ieQTL算法是对传统eQTL关联分析方法的扩展。该算法首先利用去卷积分析估计组织样本中各种细胞类型的比例，然后通过在线性模型中测试基因型和估计的细胞比例，以推测细胞类型特异性的基因表达调控的遗传变异效应。这种方法在未来的科研和临床应用中表现出极大的潜力，因为它具有极高的通用性和实用性。该方法不需要研究人员额外收集大量特定细胞类型的基因组与转录组数据，只需要使用现有的组织水平遗传数据库(例如GTEx数据集)以及可下载的单细胞转录图谱资源，就能通过计算ieQTL检测细胞类型水平的基因表达遗传调控，而几乎不需要额外的计算资源成本。

然而，由于在组织样本中估计的不同细胞类型的比例通常相互关联(或负相关)，ieQTL除了捕获测试细胞类型的特异性调控效应，还捕获了与之相关的细胞类型的特异性调控效应。这导致了ieQTL计算中一个非常大的局限：难以确定检测到的遗传调控效应的真正细胞类型来源(即因果细胞类型)。此外，由于基因组上的多个位点通常处于连锁不平衡(linkage disequilibrium，LD)，一个遗传位点的ieQTL统计值除了捕获该位点的等位基因调控效应，还捕获了与之连锁的其他遗传位点的等位基因调控效应，因此难以确定真正具有基因表达调控功能的突变(即因果突变)。这些问题限制了ieQTL分析的精准度，阻碍了它在功能基因组学以及临床靶点转化方面的应用。

发明内容

为了解决上述技术问题中的至少一个，本发明采用的技术方案如下：