[发明专利]鉴定基因组中的变异的定相和连接方法

摘要

长片段读出技术可以用于鉴定缺失并解析碱基识别，其通过利用读出与任意对应于单体型的杂合基因座(het)的读出的共享标签(例如，共享的等分试样)进行。例如，将基因座连接到多个het的单体型可以增加在所述基因座处的可用读出，用于确定特定单体型的碱基识别。对于半合子缺失，可以将某个区域连接到一个或多个het，并且特定单体型的标签可以用于鉴定区域中的哪些读出对应哪个单体型。以这种方式，由于可以鉴定特定单体型的读出，可以确定半合子缺失。此外，可以使用脉冲的定相率鉴定大缺失。可以在定相率足够低的情况下鉴定缺失，并可以使用其它标准。

主权项

1.一种从自生物体获得的样品确定生物体的单体型的方法，所述方法包括：在计算机系统上接收来自所述生物体的多个核酸分子的测序的序列数据，其中所述多个核酸分子的每一个的序列数据包括：所述核酸分子的至少一部分的一个或多个序列读出，和对应于所述一个或多个序列读出的标签，所述标签指示所述核酸分子的来源；对于所述多个核酸分子的每一个：通过所述计算机系统将所述核酸分子的至少一个序列读出定位到参考基因组；鉴定第一多个第一het，每个第一het具有各自的第一等位基因和各自的第二等位基因；通过所述计算机系统确定所述第一多个第一het中的第一和第二等位基因的定相以确定第一重叠群，所述第一重叠群将所述第一等位基因指定为对应于第一单体型，并将所述第二等位基因指定为对应于第二单体型，通过所述计算机系统，将第一基因座连接到所述第一重叠群，所述连接包括：鉴定至少两个所述第一het，其具有与定位到所述第一基因座的序列读出共享标签的序列读出；和对于所述第一重叠群的第一单体型，将第一碱基解析为第一基因座的第一基因组位置，基于所述第一碱基的解析在多个基因座序列读出上的第一基因组位置，每一个所述基因座序列读出与至少一个包括第一单体型的第一等位基因的het序列读出共享标签，其中所述het序列读出覆盖至少两个所述第一het。