本技術(shù)屬于生物醫(yī)學(xué)，尤其涉及一種基于測(cè)序數(shù)據(jù)的cfdna片段分析方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備。

背景技術(shù)：

1、不同于傳統(tǒng)的侵入性檢測(cè)方法，液體活檢采取非侵入性方式取樣從而得到腫瘤細(xì)胞相關(guān)信息，是最具有代表性的精準(zhǔn)醫(yī)療診斷技術(shù)之一，其原理是檢測(cè)釋放到血液中的原始腫瘤細(xì)胞或dna。其中循環(huán)細(xì)胞游離dna即cfdna包含了釋放到血液的全部dna信息。

2、cfdna片段化模式的研究，也稱(chēng)為“片段組學(xué)”，現(xiàn)在是生物標(biāo)志物研究的一個(gè)積極追求的領(lǐng)域?；赾fdna的片段組學(xué)分析已經(jīng)成為了多種癌癥診斷、預(yù)后和反應(yīng)預(yù)測(cè)的生物標(biāo)志物。但是，現(xiàn)有的片段組學(xué)分析技術(shù)對(duì)cfdna片段的片段特征，特別是片段長(zhǎng)度和末端位點(diǎn)的分析效果并不好，存在一定誤差，分析精準(zhǔn)度較低。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問(wèn)題之一。為此，本技術(shù)提出一種基于測(cè)序數(shù)據(jù)的cfdna片段分析方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備，能較準(zhǔn)確地分析出cfdna片段的片段長(zhǎng)度和末端位點(diǎn)，分析精準(zhǔn)度較高。

2、第一方面，本技術(shù)提供了一種基于測(cè)序數(shù)據(jù)的cfdna片段分析方法，包括：

3、從比對(duì)數(shù)據(jù)文件中獲取目標(biāo)cfdna片段對(duì)應(yīng)的一對(duì)測(cè)序讀段、所述一對(duì)測(cè)序讀段中每個(gè)測(cè)序讀段比對(duì)到參考基因組上的起始位點(diǎn)和比對(duì)匹配結(jié)果、以及所述目標(biāo)cfdna片段比對(duì)到所述參考基因組上的插入片段長(zhǎng)度，所述一對(duì)測(cè)序讀段是對(duì)所述目標(biāo)cfdna片段進(jìn)行雙末端測(cè)序得到的兩個(gè)測(cè)序讀段；

4、根據(jù)所述起始位點(diǎn)和所述插入片段長(zhǎng)度，確定所述目標(biāo)cfdna片段對(duì)應(yīng)的目標(biāo)起始位點(diǎn)和目標(biāo)末端位點(diǎn)；

5、根據(jù)所述比對(duì)匹配結(jié)果、所述參考基因組、所述一對(duì)測(cè)序讀段和所述插入片段長(zhǎng)度，確定所述目標(biāo)cfdna片段的片段長(zhǎng)度。

6、本技術(shù)提供的基于測(cè)序數(shù)據(jù)的cfdna片段分析方法，通過(guò)從比對(duì)數(shù)據(jù)文件中獲取目標(biāo)cfdna片段對(duì)應(yīng)的一對(duì)測(cè)序讀段、該一對(duì)測(cè)序讀段中每個(gè)測(cè)序讀段比對(duì)到參考基因組上的起始位點(diǎn)和比對(duì)匹配結(jié)果、以及目標(biāo)cfdna片段比對(duì)到參考基因組上的插入片段長(zhǎng)度，該一對(duì)測(cè)序讀段是對(duì)目標(biāo)cfdna片段進(jìn)行雙末端測(cè)序得到的兩個(gè)測(cè)序讀段；根據(jù)起始位點(diǎn)和插入片段長(zhǎng)度，確定目標(biāo)cfdna片段對(duì)應(yīng)的目標(biāo)起始位點(diǎn)和目標(biāo)末端位點(diǎn)；根據(jù)比對(duì)匹配結(jié)果、參考基因組、該一對(duì)測(cè)序讀段和插入片段長(zhǎng)度，確定目標(biāo)cfdna片段的片段長(zhǎng)度，從而能利用比對(duì)數(shù)據(jù)文件實(shí)現(xiàn)對(duì)目標(biāo)cfdna片段的片段長(zhǎng)度及末端位點(diǎn)的準(zhǔn)確分析，減小了分析誤差，提高了片段特征的分析效果。

7、根據(jù)本技術(shù)提供的方法，所述根據(jù)所述起始位點(diǎn)和所述插入片段長(zhǎng)度，確定所述目標(biāo)cfdna片段對(duì)應(yīng)的目標(biāo)起始位點(diǎn)和目標(biāo)末端位點(diǎn)，包括：

8、確定所述目標(biāo)cfdna片段對(duì)應(yīng)的一對(duì)所述測(cè)序讀段中，每個(gè)測(cè)序讀段的所述起始位點(diǎn)和相應(yīng)的所述插入片段長(zhǎng)度之間的和值，每個(gè)所述目標(biāo)cfdna片段對(duì)應(yīng)兩個(gè)所述和值；將數(shù)值較大的所述和值作為相應(yīng)目標(biāo)cfdna片段的目標(biāo)末端位點(diǎn)；

9、確定所述目標(biāo)cfdna片段對(duì)應(yīng)的一對(duì)所述測(cè)序讀段的所述起始位點(diǎn)中，數(shù)值較小的所述起始位點(diǎn)，并將所述數(shù)值較小的所述起始位點(diǎn)作為相應(yīng)目標(biāo)cfdna片段的目標(biāo)起始位點(diǎn)。

10、根據(jù)本技術(shù)提供的方法，所述根據(jù)所述比對(duì)匹配結(jié)果、所述參考基因組、所述一對(duì)測(cè)序讀段和所述插入片段長(zhǎng)度，確定所述目標(biāo)cfdna片段的片段長(zhǎng)度，包括：

11、當(dāng)所述目標(biāo)cfdna片段對(duì)應(yīng)的所述比對(duì)匹配結(jié)果均指示相應(yīng)測(cè)序讀段能匹配到所述參考基因組上且完全匹配時(shí)，將所述插入片段長(zhǎng)度作為所述目標(biāo)cfdna片段的片段長(zhǎng)度；

12、當(dāng)所述目標(biāo)cfdna片段對(duì)應(yīng)的所述比對(duì)匹配結(jié)果中，存在指示相應(yīng)測(cè)序讀段能匹配到所述參考基因組上但未完全匹配的所述比對(duì)匹配結(jié)果時(shí)，從所述參考基因組或相應(yīng)測(cè)序讀段中提取出至少一個(gè)未完全匹配序列；根據(jù)所述至少一個(gè)未完全匹配序列和所述插入片段長(zhǎng)度，確定所述目標(biāo)cfdna片段的片段長(zhǎng)度。

13、根據(jù)本技術(shù)提供的方法，所述根據(jù)所述至少一個(gè)未完全匹配序列和所述插入片段長(zhǎng)度，確定所述目標(biāo)cfdna片段的片段長(zhǎng)度，包括：

14、確定每個(gè)所述未完全匹配序列的序列長(zhǎng)度、以及所屬的序列類(lèi)型，所述序列類(lèi)型包括新增序列類(lèi)和缺失序列類(lèi)；

15、根據(jù)所述序列長(zhǎng)度、所述插入片段長(zhǎng)度和所述序列類(lèi)型，確定所述目標(biāo)cfdna片段的片段長(zhǎng)度。

16、根據(jù)本技術(shù)提供的方法，所述根據(jù)所述序列長(zhǎng)度、所述插入片段長(zhǎng)度和所述序列類(lèi)型，確定所述目標(biāo)cfdna片段的片段長(zhǎng)度，包括：

17、當(dāng)存在所述序列類(lèi)型為所述缺失序列類(lèi)的所述未完全匹配序列時(shí)，對(duì)所述插入片段長(zhǎng)度減去相應(yīng)未完全匹配序列的所述序列長(zhǎng)度，以更新所述插入片段長(zhǎng)度；

18、當(dāng)存在所述序列類(lèi)型為所述新增序列類(lèi)的所述未完全匹配序列時(shí)，對(duì)所述插入片段長(zhǎng)度加上相應(yīng)未完全匹配序列的所述序列長(zhǎng)度，以更新所述插入片段長(zhǎng)度；

19、將更新后的所述插入片段長(zhǎng)度作為所述目標(biāo)cfdna片段的片段長(zhǎng)度。

20、根據(jù)本技術(shù)提供的方法，所述方法還包括：

21、生成目標(biāo)文庫(kù)對(duì)應(yīng)的所述比對(duì)數(shù)據(jù)文件，所述目標(biāo)文庫(kù)包括多個(gè)cfdna片段，所述比對(duì)數(shù)據(jù)文件包括每個(gè)所述cfdna片段對(duì)應(yīng)的一對(duì)測(cè)序讀段、以及每個(gè)測(cè)序讀段比對(duì)到所述參考基因組上的比對(duì)匹配結(jié)果；

22、根據(jù)所述比對(duì)匹配結(jié)果，從所述多個(gè)cfdna片段中篩選出目標(biāo)cfdna片段。

23、根據(jù)本技術(shù)提供的方法，所述根據(jù)所述比對(duì)匹配結(jié)果，從所述多個(gè)cfdna片段中篩選出目標(biāo)cfdna片段，包括：

24、獲取每個(gè)所述cfdna片段對(duì)應(yīng)的一對(duì)所述測(cè)序讀段的所述比對(duì)匹配結(jié)果，得到兩個(gè)比對(duì)匹配結(jié)果；

25、當(dāng)所述兩個(gè)比對(duì)匹配結(jié)果均指示相應(yīng)測(cè)序讀段能匹配到所述參考基因組上時(shí)，將相應(yīng)的所述cfdna片段作為目標(biāo)cfdna片段。

26、根據(jù)本技術(shù)提供的方法，在生成目標(biāo)文庫(kù)對(duì)應(yīng)的所述比對(duì)數(shù)據(jù)文件之前，還包括：

27、對(duì)來(lái)自檢測(cè)對(duì)象的樣本血液進(jìn)行cfdna提取，得到樣本cfdna；

28、根據(jù)所述樣本cfdna構(gòu)建甲基化文庫(kù)；

29、通過(guò)預(yù)設(shè)探針對(duì)所述甲基化文庫(kù)進(jìn)行雜交、擴(kuò)增和純化，得到所述目標(biāo)文庫(kù)，所述預(yù)設(shè)探針用于捕獲特定甲基化區(qū)域。

30、第二方面，本技術(shù)提供了一種基于測(cè)序數(shù)據(jù)的cfdna分析裝置，包括：

31、獲取模塊，用于從比對(duì)數(shù)據(jù)文件中獲取目標(biāo)cfdna片段對(duì)應(yīng)的一對(duì)測(cè)序讀段、所述一對(duì)測(cè)序讀段中每個(gè)測(cè)序讀段比對(duì)到參考基因組上的起始位點(diǎn)和比對(duì)匹配結(jié)果、以及所述目標(biāo)cfdna片段比對(duì)到所述參考基因組上的插入片段長(zhǎng)度，所述一對(duì)測(cè)序讀段是對(duì)所述目標(biāo)cfdna片段進(jìn)行雙末端測(cè)序得到的兩個(gè)測(cè)序讀段；

32、第一確定模塊，用于根據(jù)所述起始位點(diǎn)和所述插入片段長(zhǎng)度，確定所述目標(biāo)cfdna片段對(duì)應(yīng)的目標(biāo)起始位點(diǎn)和目標(biāo)末端位點(diǎn)；

33、第二確定模塊，用于根據(jù)所述比對(duì)匹配結(jié)果、所述參考基因組、所述一對(duì)測(cè)序讀段和所述插入片段長(zhǎng)度，確定所述目標(biāo)cfdna片段的片段長(zhǎng)度。

34、根據(jù)本技術(shù)的裝置，所述第一確定模塊具體用于：

35、確定所述目標(biāo)cfdna片段對(duì)應(yīng)的一對(duì)所述測(cè)序讀段中，每個(gè)測(cè)序讀段的所述起始位點(diǎn)和相應(yīng)的所述插入片段長(zhǎng)度之間的和值，每個(gè)所述目標(biāo)cfdna片段對(duì)應(yīng)兩個(gè)所述和值；將數(shù)值較大的所述和值作為相應(yīng)目標(biāo)cfdna片段的目標(biāo)末端位點(diǎn)；

36、確定所述目標(biāo)cfdna片段對(duì)應(yīng)的一對(duì)所述測(cè)序讀段的所述起始位點(diǎn)中，數(shù)值較小的所述起始位點(diǎn)，并將所述數(shù)值較小的所述起始位點(diǎn)作為相應(yīng)目標(biāo)cfdna片段的目標(biāo)起始位點(diǎn)。

37、根據(jù)本技術(shù)的裝置，所述第二確定模塊具體用于：

38、當(dāng)所述目標(biāo)cfdna片段對(duì)應(yīng)的所述比對(duì)匹配結(jié)果均指示相應(yīng)測(cè)序讀段能匹配到所述參考基因組上且完全匹配時(shí)，將所述插入片段長(zhǎng)度作為所述目標(biāo)cfdna片段的片段長(zhǎng)度；

39、當(dāng)所述目標(biāo)cfdna片段對(duì)應(yīng)的所述比對(duì)匹配結(jié)果中，存在指示相應(yīng)測(cè)序讀段能匹配到所述參考基因組上但未完全匹配的所述比對(duì)匹配結(jié)果時(shí)，從所述參考基因組或相應(yīng)測(cè)序讀段中提取出至少一個(gè)未完全匹配序列；根據(jù)所述至少一個(gè)未完全匹配序列和所述插入片段長(zhǎng)度，確定所述目標(biāo)cfdna片段的片段長(zhǎng)度。

40、根據(jù)本技術(shù)的裝置，所述第二確定模塊具體用于：

41、確定每個(gè)所述未完全匹配序列的序列長(zhǎng)度、以及所屬的序列類(lèi)型，所述序列類(lèi)型包括新增序列類(lèi)和缺失序列類(lèi)；

42、根據(jù)所述序列長(zhǎng)度、所述插入片段長(zhǎng)度和所述序列類(lèi)型，確定所述目標(biāo)cfdna片段的片段長(zhǎng)度。

43、根據(jù)本技術(shù)的裝置，所述第二確定模塊具體用于：

44、當(dāng)存在所述序列類(lèi)型為所述缺失序列類(lèi)的所述未完全匹配序列時(shí)，對(duì)所述插入片段長(zhǎng)度減去相應(yīng)未完全匹配序列的所述序列長(zhǎng)度，以更新所述插入片段長(zhǎng)度；

45、當(dāng)存在所述序列類(lèi)型為所述新增序列類(lèi)的所述未完全匹配序列時(shí)，對(duì)所述插入片段長(zhǎng)度加上相應(yīng)未完全匹配序列的所述序列長(zhǎng)度，以更新所述插入片段長(zhǎng)度；

46、將更新后的所述插入片段長(zhǎng)度作為所述目標(biāo)cfdna片段的片段長(zhǎng)度。

47、第三方面，本技術(shù)提供了一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述任一項(xiàng)所述的基于測(cè)序數(shù)據(jù)的cfdna片段化分析方法。

48、第四方面，本技術(shù)提供了一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)上述任一項(xiàng)所述的基于測(cè)序數(shù)據(jù)的cfdna片段化分析方法。