一种SNP突变来源的区分方法、系统及装置与流程

本发明涉及基因检测领域，尤其涉及一种snp突变来源的区分方法、系统及装置。

背景技术：

1、林奇综合征（lynch syndrome，ls）是一种常染色体显性遗传疾病。患者易患各种类型的癌症，包括结直肠癌、子宫内膜癌、胃癌、卵巢癌、小肠癌、肝癌、胆道癌、脑癌、输尿管癌以及肾盂移行细胞癌等。林奇综合征主要是由错配修复基因(mismatch repair，mmr)突变引起，mmr主要包括mlh1、msh2、msh6、psm2这四种基因，它们在dna复制过程中发挥着重要的作用，它们可以发现复制过程中的错误并进行修复，保证了dna复制的准确。由于mmr的遗传缺陷，导致dna复制过程中的错误无法得到修复，出现微卫星重复序列的不稳定，经过日积月累，体细胞的突变不断累积，最终导致肿瘤的发生。

2、假基因（pseudogenes）是一类染色体上的基因片段，假基因的序列通常与对应的基因相似，但丧失了一部分功能，一般不能表达或编码的蛋白质没有功能。而与林奇综合征相关的pms2基因存在pms2cl假基因，两者的序列高度相似，由于pms2基因的突变与林奇综合征相关，pms2cl假基因的突变没有临床意义，林奇综合征的突变检测必须区分突变来源于pms2基因还是pms2cl假基因区域。

3、传统的用于区分突变来源于pms2或者pms2cl的方法一般使用长距离pcr（lr-pcr），该方法需要对整个区域发生的突变挨个进行引物设计和pcr扩增，成本高，效率较低并且耗时长，无法满足临床上大样本量的检测需求，另外长距离pcr对样本质量的要求也比较高，扩增失败率较高，不利于林奇综合征患者的检测。

技术实现思路

1、有鉴于此，为了解决现有单核苷酸多态性（snp）突变来源区分方法中一般使用长距离pcr，需要对整个区域发生的突变挨个进行引物设计和pcr扩增，进而导致成本高、效率低且耗时长的技术问题，第一方面，本发明提出一种snp突变来源的区分方法，所述方法包括以下步骤：

2、提取pms2基因序列并与参考基因组进行比对，得到比对结果；

3、根据所述比对结果进行真假基因差异分析，得到差异位点；

4、根据所述差异位点构建差异序列；

5、屏蔽所述参考基因组的假基因区域并进行比对和突变检测，得到对应的snp；

6、根据所述差异序列对所述snp进行突变来源判断，得到判断结果。

7、可选的，所述提取pms2基因序列并与参考基因组进行比对，得到比对结果这一步骤，其具体包括：

8、根据pms2基因在人类参考基因组的位置，按外显子区域提取pms2基因序列；

9、基于所述pms2基因序列，将对应的碱基序列比对至所述人类参考基因组，得到比对结果。

10、可选的，所述根据所述比对结果进行真假基因差异分析，得到差异位点这一步骤，其具体包括：

11、根据预设规则对所述比对结果进行过滤，得到与pms2cl假基因序列相似的pms2基因外显子；

12、根据所述与pms2cl假基因序列相似的pms2基因外显子，寻找差异位点。

13、可选的，所述预设规则具体为选择与pms2cl假基因序列任意200bp内差异碱基数小于或等于2个的pms2基因外显子。

14、可选的，所述根据所述差异位点构建差异序列这一步骤，其具体包括：

15、基于所述差异位点，在预设范围内进行扩展，得到候选差异序列；

16、对所述候选差异序列进行稳定性评估和有效性评估，并根据评估结果对所述候选差异序列进行筛选，得到最终的差异序列。

17、可选的，所述对所述候选差异序列进行稳定性评估和有效性评估，并根据评估结果对所述候选差异序列进行筛选，得到最终的差异序列这一步骤，其具体包括：

18、对所述候选差异序列进行稳定性评估，计算所述候选差异序列中不同碱基突变形式下的总人群频率，删除所述总人群频率大于第一预设值的候选差异序列；

19、对所述候选差异序列进行有效性评估，利用真实临床样本评估所述候选差异序列的有效性，保留提取到预设数量pms2基因的候选差异序列。

20、通过该优选步骤，对与pms2cl假基因序列高度同源的pms2外显子，获取具体差异碱基位置，并在差异碱基位置扩展预设长度，得到差异序列，过滤掉稳定性差或提取有效性低的差异序列，筛选得到最终用于pms2和pmscl真假基因区分的差异序列。

21、可选的，所述屏蔽所述参考基因组的假基因区域并进行比对和突变检测，得到对应的snp这一步骤，其具体包括：

22、按预设条件对人类参考基因组的假基因区域中碱基序列进行替换，得到屏蔽后的参考基因组；

23、将测序下机数据比对至所述屏蔽后的参考基因组，得到比对文件；

24、通过该优选步骤，在差异分析时，先屏蔽掉pms2cl假基因区域进行比对，得到pms2区域的snp，这部分snp既来源于pms2真基因，也来源于pms2cl假基因，需要进一步进行区分，通过真假基因差异序列，提取完全匹配为pms2来源的reads序列，如果snp是在pms2来源的reads序列上检测出来的，那这部分snp是来源于pms2真基因，否则是来源于pms2cl假基因。

25、基于所述比对文件，检测pms2基因区域的snp突变，得到对应的snp。

26、第二方面，本发明还提出了一种snp突变来源的区分系统，所述系统包括：

27、差异分析模块，用于提取pms2基因序列并与参考基因组进行比对，得到比对结果；根据所述比对结果进行真假基因差异分析，得到差异位点；根据所述差异位点构建差异序列；

28、变异检测模块，用于屏蔽所述参考基因组的假基因区域并进行比对和突变检测，得到对应的snp；根据所述差异序列对所述snp进行突变来源判断，得到判断结果。

29、第三方面，本发明还提出了一种snp突变来源的区分装置，包括：

30、至少一个处理器；

31、至少一个存储器，用于存储至少一个程序；

32、当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如上所述一种snp突变来源的区分方法。

33、基于上述方案，本发明提供了一种snp突变来源的区分方法、系统及装置，结合特定核酸序列靶向富集技术，能够简单高效地区分snp突变来源于pms2基因还是pms2cl假基因，对样本质量要求较低且满足临床上大样本量的检测需求，更有利于林奇综合征患者的检测。

技术特征：

1.一种snp突变来源的区分方法，其特征在于，包括以下步骤：

2.根据权利要求1所述一种snp突变来源的区分方法，其特征在于，所述提取pms2基因序列并与参考基因组进行比对，得到比对结果这一步骤，其具体包括：

3.根据权利要求1所述一种snp突变来源的区分方法，其特征在于，所述根据所述比对结果进行真假基因差异分析，得到差异位点这一步骤，其具体包括：

4.根据权利要求3所述一种snp突变来源的区分方法，其特征在于，所述预设规则具体为选择与pms2cl假基因序列任意200bp内差异碱基数小于或等于2个的pms2基因外显子。

5.根据权利要求1所述一种snp突变来源的区分方法，其特征在于，所述根据所述差异位点构建差异序列这一步骤，其具体包括：

6.根据权利要求5所述一种snp突变来源的区分方法，其特征在于，所述对所述候选差异序列进行稳定性评估和有效性评估，并根据评估结果对所述候选差异序列进行筛选，得到最终的差异序列这一步骤，其具体包括：

7.根据权利要求1所述一种snp突变来源的区分方法，其特征在于，所述屏蔽所述参考基因组的假基因区域并进行比对和突变检测，得到对应的snp这一步骤，其具体包括：

8.一种snp突变来源的区分系统，其特征在于，包括：

9.一种snp突变来源的区分装置，其特征在于，包括：

技术总结
本发明公开了一种SNP突变来源的区分方法、系统及装置，该方法包括：提取PMS2基因序列并与参考基因组进行比对，得到比对结果；根据所述比对结果进行真假基因差异分析，得到差异位点；根据所述差异位点构建差异序列；屏蔽所述参考基因组的假基因区域并进行比对和突变检测，得到对应的SNP；根据所述差异序列对所述SNP进行突变来源判断，得到判断结果。该系统包括：差异分析模块和变异检测模块。该装置包括存储器以及用于执行上述SNP突变来源的区分方法的处理器。通过使用本发明，能够简单高效地区分SNP突变来源于PMS2基因还是PMS2CL假基因，进而有利于林奇综合征患者的检测。本发明可广泛应用于基因检测领域。

技术研发人员：吴建强,资意,陈敬臣,李灵鸽,邓泱泱,蔡兴盛,杨冬成,李梦真
受保护的技术使用者：广州迈景基因医学科技有限公司
技术研发日：
技术公布日：2024/2/6