[发明专利]一种检测胎儿染色体非整倍体的方法及系统

摘要

本发明涉及一种检测胎儿染色体非整倍体的方法及系统，本发明克服了现有技术的不足，一方面提供了一种去除不受实验操作影响的基因组不同区段之间由自身碱基组成不同造成的测序深度偏差的方法及系统。另一方面提供了一种用于通过对孕妇外周血游离DNA进行大规模平行测序的胎儿染色体非整倍体的无创检测方法和系统。本发明方法可有效避免数据失真，更好的还原样本自身特征，从而使胎儿染色体非整倍体检测准确度更高。

主权项

1.一种去除不受实验操作影响的基因组不同区段之间由自身碱基组成不同造成的测序深度偏差的方法，其特征在于：该方法包括如下步骤：1)、大量正常孕妇血样的游离DNA进行高通量测序，获取各样品的多核苷酸片段的碱基序列信息，又称读段；2)、将各样品测序所得的碱基序列与人基因组参考序列进行比对，获取序列的在基因组上的位置信息；3)、根据各样品的比对结果，去除由文库构建和上机测序中的PCR扩增导致的重复读段，去除低质量读段，去除未比对到基因组的读段及比对到多个位置的读段，得到唯一比对读段；4)、将各样品的唯一比对读段数均归一化为10M，按照读段比对后的位置信息将其分配到基因组各染色体以20K等长划分的非重叠区段，统计分配到各区段上的读段数；5)、去除高变区段，然后进行GC校正；6)、计算所有检测样品的各染色体上的同一区段对应的读段数的中位数，计算公式如下：其中i表示第i个区段，Countin表示第n个样品对应的第i个区段的读段数；7)、根据上一步得到的结果，计算每条染色体每个区段对应的读段数的中位数的中位数；计算公式如下：其中m为区段个数；8)、每个区段对应的读段数的中位数与上一步所得的对应染色体的区段的读段数的中位数的中位数之间的差值即为区段的偏移基线；9)、对待测样本各染色体划分的等长区段进行偏移校正，即利用上述步骤得到的偏移基线与其对应的每条染色体划分的等长区段所分配的片段数进行相应的调整；countnorm＝countgc+bin_offset其中countgc表示区段GC校正后对应的读段数，bin_offset表示区段对应的偏移校正值，countnorm表示区段偏移校正后的对应的读段数。