【技术实现步骤摘要】
【国外来华专利技术】通过全基因组整合进行循环肿瘤DNA的超灵敏检测相关申请的交叉引用本申请要求于2018年2月27日提交的美国临时申请号62/636,135的权益,其全部内容通过引用合并于此。
本公开的实施方案一般涉及医学诊断领域。具体地,本公开的实施方案涉及用于肿瘤检测和诊断的组合物、方法和系统。
技术介绍
医学文献中充分记载了癌症(如肺、乳腺、前列腺、肝和脑的实体瘤)对人类健康造成的巨大负担。大多数受试者被诊断患有晚期肿瘤疾病,所述晚期肿瘤疾病与令人沮丧的结果相关。最近,发现计算机断层扫描(CT)改善了早期检测,并被美国工作组用于筛查高危人群。然而,该方法受到高假阳性率的限制,导致昂贵且潜在危险的后续评估。一种用于癌症诊断的方法是分析肿瘤样品的遗传线索或标记。癌症基因组获得了驱动其增殖能力的体细胞突变(Lawrence等人,Nature,505(7484):495-501,2014)。癌症基因组中的突变还提供了关于在每种癌症中活跃的进化史和突变过程的关键信息(Martincorena等人,Cell,171(5):1029-1041.e21,2017;Alexandrov等人,Nature,500(7463):415-421,2013)。患者活检中的癌症突变调用已成为评估患者结果和治疗提名(therapeuticnomination)中的关键步骤。鉴定液体活检样品中的癌症驱动突变,例如无细胞循环DNA(cfDNA),已经被建议作为早期癌症筛查的转化平台。用于分析诸如DNA中的体细胞突变(例如单核苷酸变体 ...
【技术保护点】
1.一种对受试者进行癌症遗传筛查的方法,包括:/n(A)接收来自受试者的生物样品的与多个遗传标记相关的受试者特异性全基因组读数概要,所述生物样品包括血浆样品,其中所述读数概要各自包含单个碱基对长度的读数;/n(B)从读数概要中过滤人工位点,其中所述过滤包括(a)从读数概要中去除在参考健康样品队列上产生的重复位点;和/或(b)鉴定生物样品中的种系突变和/或将肿瘤样品与正常细胞样品的外周血单核细胞之间的共享突变鉴定为种系突变,并从读数概要中去除所述种系突变;/n(C)使用至少一种错误抑制方案从读数概要中过滤噪声,以产生全基因组读数概要的经过滤的读数集,其中所述至少一种错误抑制方案包括(a)计算所述概要中任何单个核苷酸变异是人工突变的概率,并去除所述突变,其中所述概率是作为选自包括以下各项的组的特征的函数来计算的:映射质量(MQ)、变体碱基质量(MBQ)、读数中的位置(PIR)、平均读数碱基质量(MRBQ)及其组合;和/或(b)使用由聚合酶链反应或测序处理产生的相同DNA片段的独立重复之间的不一致测试,和/或重复一致性来去除人工突变,其中当给定重复家族的大多数中缺乏一致性时,鉴定并去除人工突 ...
【技术特征摘要】
【国外来华专利技术】20180227 US 62/636,1351.一种对受试者进行癌症遗传筛查的方法,包括:
(A)接收来自受试者的生物样品的与多个遗传标记相关的受试者特异性全基因组读数概要,所述生物样品包括血浆样品,其中所述读数概要各自包含单个碱基对长度的读数;
(B)从读数概要中过滤人工位点,其中所述过滤包括(a)从读数概要中去除在参考健康样品队列上产生的重复位点;和/或(b)鉴定生物样品中的种系突变和/或将肿瘤样品与正常细胞样品的外周血单核细胞之间的共享突变鉴定为种系突变,并从读数概要中去除所述种系突变;
(C)使用至少一种错误抑制方案从读数概要中过滤噪声,以产生全基因组读数概要的经过滤的读数集,其中所述至少一种错误抑制方案包括(a)计算所述概要中任何单个核苷酸变异是人工突变的概率,并去除所述突变,其中所述概率是作为选自包括以下各项的组的特征的函数来计算的:映射质量(MQ)、变体碱基质量(MBQ)、读数中的位置(PIR)、平均读数碱基质量(MRBQ)及其组合;和/或(b)使用由聚合酶链反应或测序处理产生的相同DNA片段的独立重复之间的不一致测试,和/或重复一致性来去除人工突变,其中当给定重复家族的大多数中缺乏一致性时,鉴定并去除人工突变;
(D)基于与预定诱变过程相关的特定突变签名的比较,使用经过滤的读数集来编译受试者特异性签名;
(E)基于癌症相关突变签名暴露值与背景突变签名队列的比较,通过受试者特异性签名对受试者的生物样品包括癌症相关突变签名的置信度估计进行统计学量化;和
(F)如果受试者的生物样品中包含癌症相关突变签名的置信度估计超过给定阈值,则对受试者进行癌症筛查。
2.一种对受试者进行癌症遗传筛查的方法,包括:
(A)接收来自受试者的生物样品的与多个遗传标记相关的受试者特异性全基因组读数概要,所述生物样品包括血浆样品,其中所述读数概要各自包含拷贝数变异(CNV))或结构变异(SV);
(B)将读数概要分成多个窗口;
(C)计算每个窗口的特征集合,这些特征包括每个窗口的中值深度覆盖度和每个窗口的代表性片段大小,以及任选的拆分读数;
(D)从读数概要中过滤人工位点,其中所述过滤包括从读数概要中去除在参考健康样品队列上产生的重复位点;
(E)归一化读数概要,以产生全基因组读数概要的经过滤的读数集;
(F)使用经过滤的读数集通过以下方式计算估计的肿瘤分数:(i)通过计算每个窗口的特征集合之间的线性关系,并使用回归模型将计算的关系转换为估计的肿瘤分数,和/或(ii)在一个或更多个整合数学模型的基础上,作为受试者特异性全基因组读数概要中计算的每个窗口的特征集合的函数;和
(G)如果估计的肿瘤分数超过经验阈值,则对受试者进行癌症筛查。
3.一种用于对受试者进行癌症遗传筛查的系统,包括:
分析单元,该分析单元包括:
预过滤器引擎,该预过滤器引擎被配置和布置为接收来自受试者的生物样品的与多个遗传标记相关的受试者特异性全基因组读数概要,该生物样品包括血浆样品,其中所述读数概要各自包括单个碱基对长度的读数;从读数概要中过滤出人工位点,其中所述过滤包括从读数概要中去除在参考健康样品队列上产生的重复位点;和/或鉴定生物样品中的种系突变和/或将肿瘤样品与正常细胞样品的外周血单核细胞之间的共享突变鉴定为种系突变,并从读数概要中去除所述种系突变;
校正引擎,所述校正引擎被配置和布置为使用至少一个错误抑制方案来从读数概要中过滤噪声,以产生全基因组读数概要的经过滤的读数集,其中所述至少一个错误抑制方案包括:(a)计算所述概要中任何单个核苷酸变异是人工突变的概率,并去除所述突变,其中所述概率是作为从包括以下各项的组中选择的特征的函数来计算的:映射质量(MQ)、变异碱基质量(MBQ)、读数中的位置(PIR)、中值读数碱基质量(MRBQ)及其组合;和/或(b)使用聚合酶链反应或测序处理产生的相同DNA片段的独立重复之间的不一致测试,和/或重复一致性来去除人工突变,其中给定重复家族的大多数之间缺乏一致性时鉴定和去除人工突变;以及
计算单元,所述计算单元被配置和布置为基于与预定诱变过程相关的特定突变签名的比较,使用经过滤的读数集来编译受试者特异性签名;基于对癌症相关突变签名暴露值与背景突变签名队列的比较,通过受试者特异性签名对受试者的生物样品包括癌症相关突变签名的置信度估计进行统计学量化;如果对受试者的生物样品包含癌症相关突变签名的置信度估计超过给定阈值,则对受试者进行癌症筛查。
4.一种用于在有需要的受试者中检测残留疾病的系统,包括:
分析单元,所述分析单元包括
分箱引擎,所述分箱引擎被配置和布置为接收来自受试者的生物样品的与多个遗传标记相关的受试者特异性全基因组读数概要,所述生物样品包括血浆样品,其中所述读数概要各自包括拷贝数变异(CNV);将所述读数概要划分为多个窗口;和计算每个窗口的特征集合,这些特征包括每个窗口的中值深度覆盖度和每个窗口的代表性片段大小;
预过滤器引擎,所述预过滤器引擎被配置和布置为从读数概要中过滤出人工位点,其中所述过滤包括从读数概要中去除在参考健康样品队列上产生的重复位点;和
归一化引擎,所述归一化引擎被配置和布置为归一化读数概要,以产生全基因组读数概要的经过滤的读数集;
以及计算单元,所述计算单元被配置和布置为使用经过滤的读数集通过以下...
【专利技术属性】
技术研发人员:丹·阿维·兰道,阿萨夫·兹维兰,史蒂文·柯登伊尔,
申请(专利权)人:康奈尔大学,纽约基因组中心,
类型:发明
国别省市:美国;US
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。