预测自闭症和神经发育障碍的新型多基因风险评分(PRS)方法技术

本发明专利技术公开了一种预测自闭症及神经发育障碍(以下统称为疾病)的多基因风险评分(以下简称PRS或PRS分数)运算方法，其特征在于通过合并稀有变体(MAF<0.1％)及常见变体(MAF>0.1％)的遗传效应，来提高预测受试者潜在疾病的相对风险的准确性。本发明专利技术将DNA测序(包含但不限于NGS/3GS)侦测出来的功能丧失(LoF)稀有变体，用来计算gene

【技术实现步骤摘要】
预测自闭症和神经发育障碍的新型多基因风险评分(PRS)方法


[0001]本专利技术属于基因检测分析
，具体涉及预测自闭症和神经发育障碍的新型多基因 风险评分(PRS)方法。

技术介绍

[0002]自闭症谱系障碍(Autism Spectrum Disorder，ASD)是一种相对常见的疾病，在过去20 年中，其患病率已上升到人口的约1
‑
2％
(1)
。然而，大多数病例只有在3岁以后才能得到诊断 和干预。实际上，具有患ASD风险的婴儿和儿童越早接受诊断和强化治疗，他们就越有机 会获得良好的社交能力和职业技能。为了早期识别高危自闭症患者，自闭症专家会采用筛查 工具以便进一步诊断。目前有很多识别ASD高危人群的常用工具，但筛查工具大多是基于 行为问卷，如ASQ、CSBS、PEDS、MCHAT等，或者眼动追踪装置
(2)
。
[0003]专利申请WO2009150221和US20110091899A1提到了一种检测受试者是否存在自闭症 或易患自闭症的方法，该方法涉及检测受试者的风险等位基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种预测自闭症及神经发育障碍的PRS方法，其特征在于，通过合并MAF<0.1％的功能丧失(LoF)稀有变体(QV)及MAF>0.1％的常见变体的遗传效应，来提高预测受试者潜在疾病的相对风险的准确性。2.根据权利要求1所述的PRS方法，其特征在于，包括步骤：(1)对建构预测模型的VCF数据集里的每个基因，进行负担测试；根据以下列出的公式来估算每个基因与疾病之间的遗传效应，并借着基因权重w
j
(Log Odd Ratio)来量化这些遗传效应，作为计算gene
‑
based PRS时，每个基因的权重：j为1至M中的数，M为基因个数；R0
j
、R1
j
分别是属于BIN0和BIN1的对照组人数计数；S0
j
、S1
j
分别是属于BIN0和BIN1的病例组人数；BIN0组包含于基因j侦测到一个或以上QV的个体；BIN1组包含于基因j侦测不到QV的个体；(2)计算每个基因权重(Log Odd Ratio)的标准误差SE及p值：Ratio)的标准误差SE及p值：(3)计算目标VCF中所有个体的gene
‑
based PRS分数；i为1至N中的数，N为个体数，j为1至M中的数，M为基因个数，按照以下公式来计算个体T
i
所得的gene
‑
based PRS分数PRS
Ti
：当侦测不到个体T
i
的基因j出现QV时，b
ji
＝0；当侦测到个体T
i
的基因j出现一个以上的QV时，b
ji
＝1。3.根据权利要求2所述的PRS方法，其特征在于，所述基因权重w
j
是通过负担测试来计算的，负担测试是通过WES测序生成的VCF数据集中，侦测每个基因于病例组中出现功能丧失(LoF)稀有变体的人数，再与对照组的相关人数比较，按照权利要求2所述方法，来估算每个基因与疾病之间的遗传效应的权重，来建构有关疾病的预测模型。4.根据权利要求2所述的PRS方法，其特征在于，所述负担测试的流程：(1)通过协调病例组与对照组VCF数据集的测序深度，只保留符合测序深度条件的变体，该变体必须有超过90％的个体拥有10X以上测序深度，按此条件，通过bedtools来对两组VCF数据集进行过滤；(2)通过协调病例组与对照组VCF数据集中的变体质量...

【专利技术属性】
技术研发人员：苏汉昌，徐国荣，黄志然，
申请(专利权)人：活智生物科技控股有限公司，
类型：发明
国别省市：