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]本申请为中国专利申请CN202110669050.9的分案申请。


[0002]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

[0003]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。
[0004]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。随着高通量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于检测有效峰值且结合重复数差异进行动态阈值设定的STR分型方法，其特征在于：1)基于二代测序的单条read比对上的STR位点的重复数，统计样本每个STR位点上每种重复数检测到的reads数量(RC)；2)选取第一分型：根据峰值位置来选取分型，对于每个STR位点，RC最大的重复数A为峰,将该重复数判断为第一分型，反之则判断该STR位点未检测到任何分型；3)遍历选取第二分型：每次找到一个峰之后将该峰RC值赋0，首先将第一分型的RC赋0，即令RC(A)＝0；假设重复数A、B的RC分别为RC(A)、RC(B)，需同时满足以下3个条件则判定重复数B为峰：a.RC(B)/RC(A)≥待检测分型B的梯度阈值T，所述阈值T＝初始梯度+0.25
×
(左侧梯度或者右侧梯度)
×
(A
‑
B)；b.RC(B)≥3；c.RC(B)高于相邻重复数的RC；4)输出分型结果，若同时找到满足要求的第一分型和第二分型，则分型结果为(A，B)；若找到满足要求的第一分型但没有找到满足要求的第二分型，则分型结果为(A)；若没有找到满足要求的第一分型和第二分型，则未检测到分型。2.权利要求1所述的基于检测有效峰值且结合重复数差异进行动态阈值设定的STR分型方法，其特征在于，所述步骤2)中，所述最大的重复数A的RC≥20。3.权利要求1
‑
2任一所述的基于检测有效峰值且结合重复数差异进行动态阈值设定的STR分型方法，其特征在于，所述步骤3)中，所述待检测分型B的梯度阈值T的计算如下：T＝0.28+0.25
×
step
×
(A
‑
B)，其中，若A
‑
B>0，step＝0.19；若A
‑
B<0，step＝0.33；优选的，所述T＝0.02。4.权利要求1
‑
3任一所述的基于检测有效峰值且结合重复数差异进行动态阈值设定的STR分型方法，其特征在于，所述步骤1)基于二代测序的单条read比对上的STR位点的重复数具体可采用如下基于二代测序的STR侧翼序列搜索比对方法：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...

【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：