【技术实现步骤摘要】
循环肿瘤DNA拷贝数变异的检测方法和装置
本专利技术涉及基因领域,具体而言,涉及一种循环肿瘤DNA拷贝数变异的检测方法和装置。
技术介绍
循环肿瘤DNA(circulatingtumorDNA,ctDNA)是一种无细胞状态的胞外DNA,存在于血液、滑膜液、胸腹水和脑脊液等体液中,尤其是血浆游离DNA(cell-freeDNA,cfDNA)中含量丰富。其主要是由单链或双链DNA以及单链与双链DNA的混合物组成。它是一种具备广泛应用前景、高敏感性、高特异性的肿瘤标志物,且适用于多种肿瘤。通过ctDNA可以对肿瘤进行分期、预后的评估,以及动态监测。它携带的肿瘤信息也可用于用药指导,不光取样简单,还能更全面的掌握肿瘤的信息。目前,针对肿瘤患者血浆cfDNA的液体活检技术对肿瘤临床治疗和靶向药物用药指导已产生重要的监控和指导意义。DNA片段的拷贝数变异(copynumbervariation,CNV)是一种常见的基因组结构性变异形式,在人群中普遍存在。某些特定基因的CNV被认为可作为肿瘤进展和预后的临床指标,并具有指导肿瘤患者用药的潜力。目前,检测CNV的常用方式主要包括两大类实验方法:低通量分子生物学实验技术,包括:染色体显带、荧光原位杂交技术(FISH)、微滴式数字PCR(ddPCR)等;和高通量二代基因测序技术(nextgenerationsequencing,NGS),该技术可以在全基因组范围或者目标基因区间探测DNA片段的CNV。但上述几种拷贝数变异检测方式均存在一定缺陷,下面依次进行具体说明:低通量分子生物学实验技术主要缺陷包括:分辨率低,操作复杂,检测 ...
【技术保护点】
1.一种循环肿瘤DNA拷贝数变异的检测方法,其特征在于,包括:分别通过正常人群基因数据和待测目标基因数据,确定所述正常人群测序结果和所述待测目标测序结果;获取第一捕获区间参数和第二捕获区间参数,其中,所述第一捕获区间参数用于表征所述正常人群测序结果在捕获区间上的参数,所述第二捕获区间参数用于表征所述待测目标测序结果在所述捕获区间上的参数;分别对所述第一捕获区间参数和所述第二捕获区间参数进行标准化处理,得到第一捕获区间参数的第一深度和所述第二捕获区间参数的第二深度;根据所述第一深度确定第一拷贝数变异得分,其中,所述第一拷贝数变异得分用于表征所述正常人群基因数据发生拷贝数变异的波动范围;根据所述第一深度和所述第二深度确定第二拷贝数变异得分,其中,所述第二拷贝数变异得分用于表征所述待测目标基因数据发生拷贝数变异的波动情况;将所述第二拷贝数变异得分和所述第一拷贝数变异得分进行比对,确定所述待测目标基因数据的拷贝数变异检测结果。
【技术特征摘要】
2017.11.30 CN 20171123832721.一种循环肿瘤DNA拷贝数变异的检测方法,其特征在于,包括:分别通过正常人群基因数据和待测目标基因数据,确定所述正常人群测序结果和所述待测目标测序结果;获取第一捕获区间参数和第二捕获区间参数,其中,所述第一捕获区间参数用于表征所述正常人群测序结果在捕获区间上的参数,所述第二捕获区间参数用于表征所述待测目标测序结果在所述捕获区间上的参数;分别对所述第一捕获区间参数和所述第二捕获区间参数进行标准化处理,得到第一捕获区间参数的第一深度和所述第二捕获区间参数的第二深度;根据所述第一深度确定第一拷贝数变异得分,其中,所述第一拷贝数变异得分用于表征所述正常人群基因数据发生拷贝数变异的波动范围;根据所述第一深度和所述第二深度确定第二拷贝数变异得分,其中,所述第二拷贝数变异得分用于表征所述待测目标基因数据发生拷贝数变异的波动情况;将所述第二拷贝数变异得分和所述第一拷贝数变异得分进行比对,确定所述待测目标基因数据的拷贝数变异检测结果。2.根据权利要求1所述的方法,其特征在于,所述捕获区间参数包括:测序读长数目、GC含量和区间长度,其中,所述测序读长数目、所述GC含量和所述区间长度对应的深度分别为:覆盖度、GC含量深度和区间长度深度,分别对所述第一捕获区间参数和所述第二捕获区间参数进行标准化处理,得到第一捕获区间参数的第一深度和第二捕获区间参数的第二深度,包括:对每个捕获区间的测序读长数目进行标准化处理,得到所述第一捕获区间参数的覆盖度和所述第二捕获区间参数的覆盖度;根据所述覆盖度和所述GC含量对所述GC含量进行标准化处理,得到所述第一捕获区间参数的GC含量深度和所述第二捕获区间参数的GC含量深度;根据所述GC含量深度和所述区间长度对所述区间长度进行标准化处理,得到所述第一捕获区间参数的捕获区间深度和所述第二捕获区间参数的区间长度深度。3.根据权利要求2所述的方法,其特征在于,对每个捕获区间的测序读长数目进行标准化处理,得到所述第一捕获区间参数的覆盖度和所述第二捕获区间参数的覆盖度,包括:通过如下公式对每个捕获区间的测序读长数目进行标准化处理,得到所述第一捕获区间参数的覆盖度和所述第二捕获区间参数的覆盖度:DepthAi=log2(RCi)-log2(RCm);其中,DepthAi是第i个捕获区间的测序读长数目标准化以后的覆盖度;RCi是第i个捕获区间上覆盖的测序读长数目;RCm为所有捕获区间中位于常染色体的捕获区间的测序读长数目中位数。4.根据权利要求3所述的方法,其特征在于,根据所述覆盖度和所述GC含量对所述GC含量进行标准化处理,得到所述第一捕获区间参数的GC含量深度和所述第二捕获区间参数的GC含量深度,包括:通过如下公式对所述GC含量进行标准化处理,得到所述第一捕获区间参数的GC含量深度和所述第二捕获区间参数的GC含量深度:DepthBi=DepthAi-rolling_median(All_region_GC)i;其中,DepthBi是第i个捕获区间的GC含量标准化以后的GC含量深度;DepthAi是第i个捕获区间的测序读长数目标准化以后的深度;rolling_median(All_region_GC)i是所有捕获区间按照GC含量由大至小排序后,第i个区间的测序读长数目标准化后的深度的滑动中值。5.根据权利要求4所述的方法,其特征在于,根据所述GC含量深度和所述区间长度对所述区间长度进行标准化处理,得到所述第一捕获区间参数的捕获区间深度和所述第二捕获区间参数的区间长度深度,包括:通过如下公式对所述区间长度进行标准化处理,得到所述第一捕获区间参数的捕获区间深度和所述第二捕获区间参数的区间长度深度:DepthCi=DepthBi-rolling_median(All_region_size)i;其中,DepthCi是第i个捕获区间的区间长度标准化以后的区间长度深度;DepthBi是第i个捕获区间GC含量标准化以后的深度;rolling_median(All_region_size)i是所有捕获区间按照区间长度由大至小排序以后,第i个区间的GC含量标准化后的深度的滑动中值。6.根据权利要求1所述的方法,其特征在于,根据所述第一深度确定第一拷贝数变异得分,包括:根据所述第一深度确定所述正常人群的第三拷贝数变异得分,其中,所述第三拷贝数变异得分用于表征所述正常人群基因数据在每个捕获区间内发生拷贝数变异的波动范围;根据所述第三拷贝数变异得分确定所述第一拷贝数变异得分。7.根据权利要求6所述的方法,其特征在于,根据所述第一深度确定所述正常人群的第三拷贝数变异得分,包括:通过如下公式根据所述第一深度确定所述正常人群的第三拷贝数变异得分:其中,RZi是所述正常人群单一样本第i个捕获区间的第三拷贝数变异得分;DepthCi是所述正常...
【专利技术属性】
技术研发人员:郭昊,韩天澄,于佳宁,林小静,宋雪,
申请(专利权)人:臻和北京科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。