一种短串联重复序列重复数的检测和分型方法技术

本发明专利技术涉及测序数据的生信分析领域，具体提供一种基于二代测序的短串联重复序列重复数的检测和分型方法。所述检测方法能够跨过中间重复区域，对两个侧翼序列实现同时比对，并且同时考虑侧翼序列的错配、插入和缺失；所述分型方法是基于检测有效峰值，结合重复数差异进行动态阈值设定的STR分型方法，可应用于不同二代测序平台的重复数的检测。同二代测序平台的重复数的检测。同二代测序平台的重复数的检测。

【技术实现步骤摘要】
一种短串联重复序列重复数的检测和分型方法


[0001]本专利技术属于生信分析领域，具体涉及一种短串联重复序列重复数的检测和分型方法。

技术介绍

[0002]短串联重复序列(short tandem repeat,STR)，也称做微卫星DNA(micrositellite DNA)，是由2～6个碱基作为核心串联合成的DNA序列，STR具有变异率高，多态性，易检测等特点，因此广泛地应用与法医相关的检测。从1985年开始，STR检测就已经被应用到法医领域，通常是通过毛细管电泳配合荧光标记来检测。针对不同的STR位点进行特异性引物设计，通过扩增获得不同长度和不同的荧光标记的扩增产物，通过毛细管电泳区分不同的STR位点。
[0003]然而，这种基于毛细管电泳检测的方法通量有限，且无法有效区分长度超过1,000bp的片段。此外，使用的荧光通道的颜色一般不超过6种，否则也会导致不同波长荧光的渗漏问题。因此，基于毛细管电泳检测的STR的数量一般不超过60个。随着高通量测序的发展，越来越多的研究开始转向使用高通量测序来检测和识别STR等分子标记物。二代测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于二代测序的STR侧翼序列搜索比对方法，其特征在于，包括如下步骤：步骤1)原始数据处理步骤：将fastq文件和STR参考序列库进行比对；步骤2)比对算法构建步骤：a、已知左侧侧翼序列flank_left、右侧侧翼序列flank_right和待分析序列S1，将flank_left、flank_right按顺序拼接成序列S2；b、初始化得分矩阵：以S1为列、S2为行构建得分矩阵，设置第1列惩罚得分都为0；设置第1行S2中左右侧翼序列拼接处的两个位置惩罚得分分别为
‑
10，其余位置惩罚得分为
‑
1；c、填充得分矩阵：设置匹配得分match_score＝1，错配得分mismatch_score＝
‑
1，gap得分gap_score＝
‑
2；对于矩阵中每个单元格(i,j)，其中的i代表矩阵行的索引，j代表矩阵列的索引，得分计算公式为：若j≠x且j≠y:F_ij＝max(F_(i
‑
1,j
‑
1)+S(A_i,B_j),F_(i,j
‑
1)+d,F_(i
‑
1,j)+d)；若j＝x:F_ij＝max(F_(i
‑
1,j
‑
1)+2S(A_i,B_j),F_(i,j
‑
1)+0,F_(i
‑
1,j)+2
×
d)；若j＝y:F_ij＝max(F_(i
‑
1,j
‑
1)+2S(A_i,B_j),F_(i,j
‑
1)+2
×
d,F_(i
‑
1,j)+0)；其中x是flank_left的长度，y为x+1，d＝gap_score，S(A_i,B_j)＝match_score或者mismatch_score；步骤3)STR位点重复区域锚定：读取步骤1)比对到的每条read，根据是否能够比对上STR参考序列分为两种情况：若比对上STR位点，则使用该STR位点的侧翼序列和上述比对算法搜索STR重复区域；若未比对上任何STR位点，则遍历所有STR位点的侧翼序列，并且使用上述比对算法搜索STR重复区域；若侧翼序列比对的结果总共不超过2个错配、插入和缺失，则输出比对上的STR位点以及重复区域序列，否则舍弃这条read；最终获得每条read锚定的重复区域序列长度。2.权利要求1所述的基于二代测序的STR侧翼序列搜索比对方法，其特征在于，所述方法进一步包括：步骤4)：根据每条read锚定的重复区域序列长度，计算每条read比对上的STR位点的重复数。3.权利要求1
‑
2任一所述的基于二代测序的STR侧翼序列搜索比对方法，其特征在于，所述步骤2)进一步包括：d、获取重复区域序列：在矩阵中最后一列由下往上选取该列第一个最大分值s作为侧翼序列的比对得分，假设序列S2的长度为n，若n
...

【专利技术属性】
技术研发人员：李梦，郭茂平，胡欢，陈初光，
申请(专利权)人：北京阅微基因技术股份有限公司，
类型：发明
国别省市：