单细胞转录组测序数据的体细胞突变提取方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115631790A(43)申请公布日2023.01.20(21)申请号202211212629.3(22)申请日2022.09.30(71)申请人浙江大学地址310058浙江省杭州市西湖区余杭塘路866号(72)发明人沈宁张天韵(74)专利代理机构上海市锦天城律师事务所31273专利代理师汪妍瑜(51)Int.Cl.G16B20/50(2019.01)G16B30/10(2019.01)G16B20/20(2019.01)G16B20/30(2019.01)权利要求书2页说明书12页附图3页(54)发明名称单细胞转录组测序数据的体细胞突变提取方法及装置(57)摘要本发明实施例涉及一种单细胞转录组测序数据的体细胞突变提取方法及装置，该方法包括：将单细胞转录组原始测序数据采用第一比对识别方法进行处理，得到多个第一体细胞突变位点；将单细胞转录组原始测序数据采用第二比对识别方法进行处理，得到多个第二体细胞突变位点；根据多个第一体细胞突变位点和多个第二体细胞突变位点整合，得到多个候选体细胞突变位点；对多个候选体细胞突变位点进行突变筛选，得到最终体细胞突变位点。本发明实施例的技术方案，在尽可能保留最大数量真实突变的同时，实现了最小化比对和突变提取算法本身导致的偏差，并有效去除了由于提取算法本身导致被错误识别的噪音，解决了单细胞数据噪音较多的问题。CN115631790ACN115631790A权利要求书1/2页1.一种单细胞转录组测序数据的体细胞突变提取方法，其特征在于，包括：将单细胞转录组原始测序数据采用第一比对识别方法进行处理，以得到多个第一体细胞突变位点；将单细胞转录组原始测序数据采用第二比对识别方法进行处理，以得到多个第二体细胞突变位点；根据多个第一体细胞突变位点和多个第二体细胞突变位点进行整合，得到多个候选体细胞突变位点；对多个候选体细胞突变位点进行突变筛选，得到最终体细胞突变位点。2.根据权利要求1所述的方法，其特征在于，将单细胞转录组原始测序数据采用第一比对识别方法进行处理，以得到多个第一体细胞突变位点，包括：采用第一比对模式对单细胞转录组原始测序数据和参考基因组数据进行比对，得到第一比对信息记录文件；对第一比对信息记录文件添加标注；针对标注后的第一比对信息记录文件进行校正和注释，获得多个第一体细胞突变位点；其中，所述校正包括序列校正和碱基质量校正，所述注释包括对编码蛋白质功能影响的注释以及生殖细胞突变和RNA编辑的数据库注释。3.根据权利要求1所述的方法，其特征在于，将单细胞转录组原始测序数据采用第二比对识别方法进行处理，以得到多个第二体细胞突变位点，包括：采用第二比对模式对单细胞转录组原始测序数据和参考基因组数据进行比对；针对比对得到的结果，采用第二识别模式识别获得多个第二体细胞突变位点。4.根据权利要求1所述的方法，其特征在于，根据多个第一体细胞突变位点和多个第二体细胞突变位点进行整合，得到多个候选体细胞突变位点，包括：对多个第一体细胞突变位点进行过滤，得到多个过滤后的第一体细胞位点；将多个过滤后第一体细胞突变位点与所述多个第二体细胞突变位点进行比较，得到多个候选体细胞突变位点。5.根据权利要求4所述的方法，其特征在于，对多个第一体细胞突变位点进行过滤，包括：排除第一体细胞突变位点中位于预设排除区域的突变位点；对其余第一体细胞突变位点进行注释后，利用数据库进行位点筛选，得到过滤后的第一体细胞突变位点。6.根据权利要求4所述的方法，其特征在于，将多个过滤后的第一体细胞突变位点与多个第二体细胞突变位点进行比较，以得到多个候选体细胞突变位点，包括：针对每个单细胞，将多个过滤后的第一体细胞突变位点与多个第二体细胞突变位点中共有的位点作为候选体细胞突变位点；针对每个单细胞，将仅在多个过滤后的第一体细胞突变位点或者多个第二体细胞突变位点中出现的位点作为噪音位点。7.根据权利要求1‑6中任一项所述的方法，其特征在于，对多个候选体细胞突变位点进行突变筛选，得到最终体细胞突变位点，包括：采用第一质量条件、第二质量条件和第一复现条件对所得到的候选体细胞突变位点和2CN115631790A权利要求书2/2页噪音位点筛选；将同时符合第一质量条件、第二质量条件和第一复现条件的候选体细胞突变位点作为最终体细胞突变位点。8.根据权利要求7中所述的方法，其特征在于，所述方法还包括：将同时不符合第一质量条件、第二质量条件和第一复现条件的噪音位点作为最终噪音位点；将其余候选体细胞突变位点和噪音位点作为待定候选位点。9.根据权利要求8所述的方法，其特征在于，所述方法还包括：采用最终体细胞突变位点和最终噪音位点作为训练数据训练突变提取模型；采用训练好的突变提取模型对所述待定候选位点进行预测，以