【技术实现步骤摘要】
本专利技术属于生物细胞识别，具体来说，涉及一种意义未明的克隆性造血识别及其应用方法。
技术介绍
1、意义未明的克隆性造血（clonal hematopoiesis of indeterminate potential,chip）是指造血干细胞逐渐产生的体细胞突变。与骨髓异常综合征相比，chip变异存在克隆性增生特点，没有血细胞减少和造血细胞发育不良的特点。按发生频率排序，chip排名前三的热点基因为dnmt3a、tet2和asxl1。 此外chip变异存在少量热点突变，而大部分chip为非热点变异。已有研究表明chip变异与年龄正相关，存在碱基突变环境偏好, 其中 c>t占比最多。chip片段与其他白细胞来源片段长度基本一致，峰值在166bp，长于ctdna片段长度。
2、2019年，一项由msk和grail发起的研究显示，肿瘤患者血液中53.2%突变来源于血液中chip变异。2021年jensen等人的研究显示，前列腺癌cfdna中的parp抑制剂候选靶点变异约一半来源于chip。近年来基于ctdna的mrd检测越来越流行，mrd分为tumor-inform (肿瘤知情)和tumor-naive (肿瘤不知情)技术路线。tumor-naive策略无需先验突变信息，能够有效克服肿瘤异质和肿瘤组织样本不可及的问题，但其中混杂的chip变异可能会导致mrd判定假阳性问题。因此准确区分ctdna和chip，可以有效降低mrd假阳性。准确识别变异来源于ctdna还是chip，对肿瘤的精准治疗有重要作用。
3
技术实现思路
1、针对现有临床检测中多采用血浆超深结合白细胞中等深度测序方案，利用配对检测过滤chip；但是模拟分析表明，白细胞中等深度测序将导致低vaf的chip位点漏检，从而导致chip误判为ctdna突变，干扰用药指导和mrd检测结果的问题，本专利技术提供了一种意义未明的克隆性造血识别及其应用方法。
2、为实现上述技术目的，本专利技术采用的技术方案如下：
3、一种意义未明的克隆性造血识别方法，包括步骤：
4、s1、在商检流程数据中收集已知的chip和ctdna变异；
5、s2、对每个位点分别计算位点中的特征值；
6、s3、构建chip和ctdna变异预测评估模型，采用网格搜索寻找模型最优参数；
7、s4、白细胞超深验证：对预测为chip位点中的白细胞变异支持数为0的位点，进行加深验证。
8、进一步地，步骤s3中，构建模型的详细步骤包括：
9、s301、随机按照8：2将步骤s1中收集到的chip和ctdna变异分成训练集和测试集；
10、s302、分别构建逻辑回归，xgboost和随机森林机器学习模型，采用网格搜索寻找模型最优参数；
11、s303、使用10折交叉验证计算逻辑回归，xgboost和随机森林模型的auc，比较模型性能，同时使用测试数据集计算不同模型的性能，选取最优模型。
12、进一步地，步骤s2中特征包括：wbc_derived_prob、median_isize、ch_isize_prob、genename、cosmic_hame_lymph_count、cosmic_other_count、cosmic_hame_lymph_ratio、cosmic_other_ratio、单碱基突变特征和三碱基突变特征；
13、每个特征对应计算说明为：
14、wbc_derived_prob，血浆与白细胞野生型与突变型支持数的fisher检验概率值；
15、median_isize，血浆支持变异片段中位值；
16、ch_isize_prob，额外收集30个chip和30个ctdna变异的片段长度数据，构建chip和ctdna变异的片段长度分布。已知变异来源于chip和ctdna的先验概率为0.5，依据贝叶斯公式和变异位点片段长度，计算变异来源于chip分布的后验概率；
17、genename，变异注释基因标签，独热编码转换，将dntm3a, tet2, egfr, gnas,brca2, tp53, cbl, atm, setd2, pbrm1, pms2, fbxw7分别转换成一个特征，其他基因转换成genename_other特征；
18、cosmic_hame_lymph_count，cosmic数据库中该位点在血液肿瘤出现次数；
19、cosmic_other_count，cosmic数据库中该位点在非血液肿瘤出现次数；
20、cosmic_hame_lymph_ratio，cosmic数据库中该位点在血液肿瘤出现比例；
21、cosmic_other_ratio，cosmic数据库中该位点在非血液肿瘤出现比例；
22、单碱基突变特征，独热编码，合并互补形式；
23、三碱基突变特征，结合变异位点上下游碱基，采用独热编码，合并互补形式。
24、进一步地，步骤s4中白细胞超深验证过程如下：
25、取100μl血细胞，使用血液dna提取试剂盒blood gdna purification kit（concert, cat:rc1001）提取dna；qubit做定量（thermo，cat:q33231）；
26、取200 ng白细胞dna，使用covaris超声打断仪，将dna片段化成200-300 bp片段；
27、按说明书进行预文库构建kapa hyperprep kits（kapa, cat：kk8504），包括接头连接、接头纯化、indexpcr等步骤；
28、用定制化探针（chosenmed）按说明书进行杂交捕获fast hybridization andwash kit（twist bioscience， cat：101175）；包括生物素化探针杂交、探针捕获、捕获后pcr等步骤；
29、使用mgi-2000测序仪（bgi）进行测序，pe100模式，每个样本20g数据。
30、使用bwa mem算法（0.7.17版本)比对测序数据到hg19参考基因组上，使用gatk（版本4.2.0.0）进行碱基质量校正和重复标记，使用vardict(版本1.8.2)进行变异位点检测。
31、一种意义未明本文档来自技高网...
【技术保护点】
1.一种意义未明的克隆性造血识别方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种意义未明的克隆性造血识别方法，其特征在于，步骤S3中，构建模型的详细步骤包括：
3.根据权利要求1所述的一种意义未明的克隆性造血识别方法，其特征在于，步骤S2中特征包括：WBC_Derived_Prob、Median_Isize、CH_Isize_Prob、GeneName、Cosmic_Hame_Lymph_Count、Cosmic_Other_Count、Cosmic_Hame_Lymph_Ratio、Cosmic_Other_Ratio、单碱基突变特征和三碱基突变特征；
4.根据权利要求1所述的一种意义未明的克隆性造血识别应用方法，其特征在于，包括步骤：
【技术特征摘要】
1.一种意义未明的克隆性造血识别方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种意义未明的克隆性造血识别方法，其特征在于，步骤s3中，构建模型的详细步骤包括：
3.根据权利要求1所述的一种意义未明的克隆性造血识别方法，其特征在于，步骤s2中特征包括：wbc_derived_prob、median_isize、c...
【专利技术属性】
技术研发人员：柳焱，商宇红，张怡然，胡艺凡，李建基，段小红，
申请(专利权)人：北京求臻医学检验实验室有限公司，
类型：发明
国别省市：
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。