一种基于组装的全基因组结构变异识别方法和装置

  • 国民经济行业:科学研究和技术服务业/研究和试验发展/自然科学研究和试验发展, 科学研究和技术服务业/专业技术服务业/其他专业技术服务业/其他未列明专业技术服务业
  • 学科类别:生物学/遗传学/分子遗传学
  • 权利人:上海交通大学

知识产权简介

本工具的目的在于克服现有算法的不足,针对现有工具在跨物种(如猕猴与人)SV识别上的不足,提供一种兼顾高精度、高灵敏度和高计算效率的全基因组SV识别工具LSGvar。其核心思想是:将全基因组比对结果分块,通过聚类算法在类内和类间识别不同的SV,包括SDR, INS, DEL, INV, DUP, TRANS, INDEL, SNV,并利用迭代算法对SDR的倒位进行识别及进行断点精细化定义,通过计算编辑距离和kmer相似性进行变异的分型,最终实现了二倍体全基因组更全面、更准确的变异检测。

转化前景

1)对大规模结构变异进行准确识别,包括基因组结构多变区、倒位、嵌套倒位,弥补了大规模结构变异识别上的空白,通过分析变异模式揭示序列在进化过程中发生多次重排的潜在历史,为研究基因组的结构动态进化提供了新的视角。 2)对倒位断点进行精细定义,通过对倒位断点进行单碱基精度的精细定义,能够准确界定倒位区域的真实边界,有效排除因基因组在重复序列区域比对模糊所导致的断点不确定性,为进一步的分析如倒位对基因结构、染色质三维空间及调控元件的破坏与影响提供了关键依据。 3)显著降低时间复杂度,无论是用于人类基因组还是跨物种基因组的变异识别,本工具能够高效率的完成二倍体全基因组的变异识别,能够促进群体遗传学、疾病关联分析及进化基因组学等大规模研究项目的可行性。 4)弥补跨物种变异识别工具的缺陷,为研究不同物种(尤其是非模式生物,跨物种)基因组的结构进化、适应性变异以及物种形成过程中的基因组结构重排提供了强大且通用的分析手段,填补了该领域高性能计算工具的空缺。