【技术实现步骤摘要】
【国外来华专利技术】变体检测的改进本申请要求2018年3月6日提交的GB1803596.4和2018年11月23日提交的GB1819134.6的优先权,其内容和要素出于所有目的通过引用并入本文。
本专利技术部分地涉及用于检测来自例如无细胞DNA(cell-freeDNA,cfDNA)来源(例如血浆)的变体DNA(例如循环肿瘤DNA(circulatingtumourDNA,ctDNA))的存在或用于在法医学应用、病原体鉴定、农业和环境物种污染监测中检测变体DNA的方法。特别地,本专利技术的方法可用于癌症的诊断、治疗并且尤其是监测,包括在肿瘤切除之后进行的监测。得到本专利技术的工作已从欧盟第七框架计划(EuropeanUnionSeventhFrameworkProgramme)(FP7/2007-2013)获得了授予协议号为337905的基金。
技术介绍
无细胞DNA(cfDNA)(例如循环肿瘤DNA(ctDNA))被越来越多地用作监测疾病负担、对治疗的响应和复发风险的非侵入性工具1,2。治疗之后,患者可能具有低ctDNA水平,并且甚至在晚期疾病中,浓度也可能低于每样品体积数个拷贝3。在这种情况下,由于抽样统计,单个样品可包含少于一个可检测拷贝的给定突变,导致不可检出的ctDNA(即使其平均浓度非零):即ctDNA的假阴性低估1,3,4。下一代测序(next-generationsequencing,NGS)提供了在单个反应中分析血浆中大量突变的可能性。这已通过基于扩增子5,6和用于靶向测序的杂交捕获方法7-9使 ...
【技术保护点】
1.用于在获自患者的含DNA样品中检测无细胞DNA(cfDNA)例如循环肿瘤DNA(ctDNA)的计算机执行方法,所述方法包括:/n(a)提供目的基因座,所述目的基因座包含至少2、3、4、5、6、7、8、9、10、50、100、500、1000、2500或至少5000个代表所述患者之肿瘤的含突变基因座(“患者特异性基因座”);/n(b)提供序列数据,所述序列数据包含来自所述患者的含DNA样品的多个多核苷酸片段的序列读段,其中所述序列读段跨越步骤(a)的所述至少2、3、4、5、6、7、8、9、10、50、100、500、1000、2500或5000个含突变基因座;/n(c)任选地,执行读段压缩以将所述序列读段分组为读段家族;/n(d)计算覆盖所述至少2、3、4、5、6、7、8、9、10、50、100、500、1000、2500或5000个患者特异性基因座中的一些或全部的突变体等位基因分数,任选地其中根据下式通过汇总突变体读段和总读段来计算所述突变体等位基因分数:/n
【技术特征摘要】
【国外来华专利技术】20180306 GB 1803596.4;20181123 GB 1819134.61.用于在获自患者的含DNA样品中检测无细胞DNA(cfDNA)例如循环肿瘤DNA(ctDNA)的计算机执行方法,所述方法包括:
(a)提供目的基因座,所述目的基因座包含至少2、3、4、5、6、7、8、9、10、50、100、500、1000、2500或至少5000个代表所述患者之肿瘤的含突变基因座(“患者特异性基因座”);
(b)提供序列数据,所述序列数据包含来自所述患者的含DNA样品的多个多核苷酸片段的序列读段,其中所述序列读段跨越步骤(a)的所述至少2、3、4、5、6、7、8、9、10、50、100、500、1000、2500或5000个含突变基因座;
(c)任选地,执行读段压缩以将所述序列读段分组为读段家族;
(d)计算覆盖所述至少2、3、4、5、6、7、8、9、10、50、100、500、1000、2500或5000个患者特异性基因座中的一些或全部的突变体等位基因分数,任选地其中根据下式通过汇总突变体读段和总读段来计算所述突变体等位基因分数:
(e)将所述样品分类为:
(i)当发现所述突变体等位基因分数大于或在统计学上显著大于背景测序误差率时:含有cfDNA(例如ctDNA);或
(ii)当未发现所述突变体等位基因分数大于或在统计学上显著大于背景测序误差率时:不含cfDNA(例如ctDNA)或具有未知的cfDNA(例如ctDNA)状态。
2.根据权利要求1所述的方法,其中计算所述突变体等位基因分数的统计显著性包括在考虑包含以下的列联表的情况下进行单侧费希尔精确检验:来自所述样品的突变体读段的数目,来自所述样品的读段的总数,以及从背景测序误差率预期的突变体读段的数目。
3.根据权利要求1或权利要求2所述的方法,其中已经针对所述至少2、3、4、5、6、7、8、9或10个患者特异性基因座中任选地由三核苷酸字段代表的每种碱基替换类别(“突变类别”)确定背景测序误差率,
并且其中对于每种突变类别执行步骤(d)中的突变体等位基因分数计算,
并且其中突变体等位基因统计显著性计算包括对于每种突变类别在考虑该突变类别的背景测序误差率的情况下计算统计显著性,并且将每种突变类别的经计算的统计显著性组合以提供所述样品的全局突变体等位基因分数的统计显著性的量度。
4.根据权利要求3所述的方法,其中所述突变体等位基因统计显著性计算包括进行多个单侧费希尔精确检验,以在考虑该突变类别的背景测序误差率的情况下确定观察到的突变体读段数目的统计显著性,从而产生每种突变类别的p值,并使用经验布朗法将p值组合以提供所述样品的突变体等位基因分数的统计显著性的全局量度。
5.根据权利要求3或权利要求4所述的方法,其中所述突变类别包括以下突变类别中的至少5、6、7、8、9、10、11或全部12种:C>G、G>C、T>G、A>C、C>A、G>T、T>C、A>G、T>A、A>T、C>T和T>C。
6.根据前述权利要求中任一项所述的方法,其中在步骤(b)中获得的包含序列读段的所述序列数据代表定制组测序(TAPAS)序列读段、聚焦外显子序列读段、全外显子序列读段或全基因组序列读段。
7.根据前述权利要求中任一项所述的方法,其中步骤(b)中提供的包含序列读段的所述序列数据代表来自所述患者的基本上无细胞的液体样品的多个DNA片段的序列读段。
8.根据前述权利要求中任一项所述的方法,其中已经通过对直接获自所述患者的肿瘤样品的DNA进行测序或对在高肿瘤疾病负担时获自所述患者的液体例如血浆样品的DNA进行测序获得了所述至少2、3、4、5、6、7、8、9或10个代表所述患者之肿瘤的含突变基因座。
9.根据前述权利要求中任一项所述的方法,其中步骤(b)中获得的包含序列读段的所述序列数据代表在所述患者已经开始对所述肿瘤的治疗过程之后和/或所述患者已经进行了对所述肿瘤的手术切除之后获自所述患者的样品的多个多核苷酸片段的序列读段,
并且其中所述方法用于监测所述肿瘤的存在、生长、预后、消退、治疗响应或复发。
10.根据前述权利要求中任一项所述的方法,其中所述患者患有或曾患有黑素瘤、肺癌、膀胱癌、食管癌、结直肠癌、卵巢癌脑癌和/或乳腺癌。
11.根据前述权利要求中任一项所述的方法,其中所述读段压缩步骤(c)包括基于片段的起始和结束位置以及至少一个分子条码将读段分组为读段家族,
并且其中所有家族成员之间需要有最少60%、70%、80%或90%的共有序列,
并且其中需要至少2、3、4或5的最小家族规模。
12.根据前述权利要求中任一项所述的方法,其中在计算机上对所述序列读段进行尺寸选择,以选择尺寸为115至160bp、115至190bp、250至400bp和440至460bp的读段,以便富集代表ctDNA的那些读段。
13.根据前述权利要求中的任一项所述的方法,其中所述进行读段压缩还包括应用选自以下的至少一个微小残留病(MRD)过滤:
(i)排除具有>2个突变体分子的那些基因座;以及
(ii)仅选择已经在正向(F)和反向(R)两个方向上进行了测序的那些片段。
14.根据权利要求13所述的方法,其中每个基因座的突变体等位基因分数通过肿瘤等位基因分数进行加权,或者其中每个基因座的突变体等位基因数目通过肿瘤分数进行加权。
15.根据权利要求13或权利要求14所述的方法,其中每个基因座的突变体等位基因分数根据下式通过肿瘤等位基因分数进行加权:
其中:
AF字段是给定字段下的等位基因频率;肿瘤AF是如通过对直接获自所述肿瘤的DNA进行测序而确定的所述基因座的等位基因频率;并且MED样基因座是由所述患者的所述肿瘤确定并且随后对其应用了所述MRD过滤的含突变基因座。
16.根据权利要求15所述的方法,其中所述字段是三核苷酸字段,并且其中任选地仅组合具有最显著p值的6种三核苷酸字段。
17.根据权利要求16所述的方法,其中根据下式组合n个最显著的三核苷酸字段p值:
组合的
其中n=1、2、3、4、5、6、8、10或12。
18.根据权利要求14至17中任一项所述的方法,其中根据下式确定全局等位基因分数:
19.用于监测患者中癌症的存在、生长、预后、消退、治疗响应或复发的方法,所述方法包括:
(i)对获自所述患者的含多核苷酸样品进行测序,以获得包含来自所述样品的多个多核苷酸片段的序列读段的序列数据,其中所述序列读段跨越至少2、3、4、5、6、7、8、9、10、50、100、500、1000、2500或至少5000个已被确定为所述患者的癌细胞中的携带突变的基因座;
(ii)使用在步骤(i)中获得的所述序列读段进行权利要求1至18中任一项所述的方法;
(iii)基于至少将所述样品分类为含有cfDNA(例如,ctDNA)、不含cfDNA(例如,ctDNA)...
【专利技术属性】
技术研发人员:埃亚·菲舍尔,卡特林·海德尔,查尔斯·马西,弗洛伦特·穆利埃,尼灿·罗森菲尔德,克里斯托弗·G·史密斯,乔纳森·C·M·万,
申请(专利权)人:癌症研究技术有限公司,
类型:发明
国别省市:英国;GB
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。