CN107967411B - 一种脱靶位点的检测方法、装置及终端设备 - Google Patents

一种脱靶位点的检测方法、装置及终端设备 Download PDF

Info

Publication number
CN107967411B
CN107967411B CN201711168540.0A CN201711168540A CN107967411B CN 107967411 B CN107967411 B CN 107967411B CN 201711168540 A CN201711168540 A CN 201711168540A CN 107967411 B CN107967411 B CN 107967411B
Authority
CN
China
Prior art keywords
gene sample
sample
filial generation
sites
deletion marker
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711168540.0A
Other languages
English (en)
Other versions
CN107967411A (zh
Inventor
贺建奎
陈凯婧
陈杨冉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest University of Science and Technology
Original Assignee
Southwest University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southwest University of Science and Technology filed Critical Southwest University of Science and Technology
Priority to CN201711168540.0A priority Critical patent/CN107967411B/zh
Publication of CN107967411A publication Critical patent/CN107967411A/zh
Application granted granted Critical
Publication of CN107967411B publication Critical patent/CN107967411B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biotechnology (AREA)
  • Evolutionary Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明适用于基因组学技术领域，提供了一种脱靶位点的检测方法、装置及终端设备，包括：选取基因样本，所述基因样本包括子代基因样本和所述子代基因样本的亲本基因样本；通过全基因组测序分别对所述子代基因样本和所述亲本基因样本进行处理，并根据指定的比对规则将测序后的所述子代基因样本和所述亲本基因样本进行比对；将所述比对的结果进行格式转换，生成指定格式的比对结果文件；通过综合基因组学查看器IGV显示所述指定格式的比对结果文件，以便用户确认脱靶数目和脱靶位点。通过上述方法能够提高CRISPR实验过程中的安全性。

Description

一种脱靶位点的检测方法、装置及终端设备
技术领域
本发明属于基因组学技术领域，尤其涉及一种脱靶位点的检测方法、装置及终端设备。
背景技术
CRISPR(Clustered regularly interspaced short palindromic repeats)被称为规律成簇间隔短回文重复，是细菌用以保护自身对抗病毒的一个系统，也是一种对付攻击者的基因武器。CRISPR-Cas9是一种基因组编辑技术，能够通过DNA剪切技术治疗多种疾病，但是这种技术也并不完美。在使用时，它有时会在未曾预料的脱靶位点上产生插入和缺失(insertions and indel)。鉴于预料之外的基因切割可能导致意想不到的突变，因此检测CRISPR-Cas9基因编辑过程中脱靶位点(off-target)是至关重要的。目前，已有多款针对CRISPR-Cas9技术的脱靶效应的评估方法，例如软件预测(CRISPR Design)、GUIDE-seq、Digenome-seq等等，但这些评估方法各有优缺点。
软件预测方法通过一些特定的规律，所有可能的off-target罗列出来，但是大多数预测结果与实验结果不符，只能给予实验者少量参考。GUIDE-seq方法即利用在由Cas9蛋白造成双链断裂的地方插入dsODN tag，之后通过dsODN tag将想要知道的有双链断裂附近的序列用PCR的方法扩增出来。最后经过测序就可以清楚准确知道具体的序列信息。但是，整个检测off-target的方法时间过长，步骤相对繁琐，dsODN tag也不能保证有很高的比率标记所有由cas9蛋白造成双链断裂的地方，并且，如果想知道产生off-target的位点还需要进一步通过blast之类的软件进行比对。Digenome-seq方法，即用电脑程序、全基因组测序以及预测软件(Cas-OFFinde)共同检测off-target的方法，这种方法没有过于繁杂的实验步骤，相对用时较少，但是此方法只在单细胞中进行了应用，并不确定是否可以对于胚胎这一类的多细胞通用，并且该方法的准确性的方法并不是很高。因此，现有针对多细胞使用CRISPR-Cas9技术的脱靶效应的评估方法不够准确，从而影响CRISPR实验过程中的安全性。
发明内容
有鉴于此，本发明实施例提供了一种脱靶位点的检测方法、装置及终端设备，以解决现有针对多细胞使用CRISPR-Cas9技术的脱靶效应的评估方法不够准确，从而影响CRISPR实验过程中的安全的问题。
本发明第一方面提供了一种脱靶位点的检测方法，所述检测方法包括：
选取基因样本，所述基因样本包括子代基因样本和所述子代基因样本的亲本基因样本；
通过全基因组测序分别对所述子代基因样本和所述亲本基因样本进行处理，并根据指定的比对规则将测序后的所述子代基因样本和所述亲本基因样本进行比对；
将所述比对的结果进行格式转换，生成指定格式的比对结果文件；
通过综合基因组学查看器IGV显示所述指定格式的比对结果文件，以便用户确认脱靶数目和脱靶位点。
本发明第二方面提供了一种脱靶位点的检测装置，所述检测装置包括：
样本选取单元，用于选取基因样本，所述基因样本包括子代基因样本和所述子代基因样本的亲本基因样本；
样本比对单元，用于通过全基因组测序分别对所述子代基因样本和所述亲本基因样本进行处理，并根据指定的比对规则将测序后的所述子代基因样本和所述亲本基因样本进行比对；
结果生成单元，用于将所述比对的结果进行格式转换，生成指定格式的比对结果文件；
结果显示单元，用于通过综合基因组学查看器IGV显示所述指定格式的比对结果文件，以便用户确认脱靶数目和脱靶位点。
本发明第三方面提供了一种终端设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述脱靶位点的检测方法的步骤。
本发明第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述脱靶位点的检测方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例通过选取基因样本，其中，所述基因样本包括子代基因样本和所述子代基因样本的亲本基因样本，然后通过全基因组测序分别对所述子代基因样本和所述亲本基因样本进行处理，并根据指定的比对规则将所述子代基因样本和所述亲本基因样本进行比对，而不是和数据库中的信息进行比对，实现个性化的找寻细胞基因组上可能的脱靶位点，可提高预估脱靶位点的准确性，再将所述比对的结果进行格式转换，生成指定格式的比对结果文件，最后通过综合基因组学查看器IGV显示所述指定格式的比对结果文件，以便用户确认脱靶数目和脱靶位点，并进一步提高预估脱靶位点的准确性，从而提高CRISPR实验过程中的安全性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种脱靶位点的检测方法的实现流程图；
图2是本发明实施例提供的另一种脱靶位点的检测方法的实现流程图；
图3是本发明实施例提供的一种脱靶位点的检测装置的结构框图；
图4是本发明实施例提供的一种终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一：
图1示出了本发明实施例提供的一种脱靶位点的检测方法的流程图，详述如下：
步骤S101，选取基因样本，所述基因样本包括子代基因样本和所述子代基因样本的亲本基因样本。
具体地，获取目标胚胎细胞的基因样本，包括目标胚胎细胞的子代基因样本以及所述子代基因样本的亲本基因样本。在本发明实施例中，选取的基因样本包括子代基因样本和所述子代基因样本的亲本基因样本的目的在于，后续步骤中，筛选子代基因样本存在的InDel(insertion-deletion，插入缺失标记)位点时，并不是和数据库的信息作比对，而是和父本母本(即亲本基因样本)中的InDel位点信息做比对，从而可实现个性化的找寻目标细胞基因组上可能的off-target(脱靶位点)。其中，InDel(insertion-deletion，插入缺失标记)指的是两种亲本在全基因组中的差异，相对另一个亲本而言，其中一个亲本的基因组中有一定数量的核苷酸插入或缺失。
步骤S102，通过全基因组测序分别对所述子代基因样本和所述亲本基因样本进行处理，并根据指定的比对规则将测序后的所述子代基因样本和所述亲本基因样本进行比对。
其中，全基因组测序是指提取目标胚胎细胞样本的基因组DNA，然后随机打断，电泳回收所需长度的DNA片段，加上接头,进行DNA簇(Cluster)制备，最后利用Paired-End(Solexa)或者Mate-Pair(SOLiD)的方法对插入片段进行测序，然后对测得的序列组装成重叠群(Contig)，通过Paired-End的距离可进一步组装成Scaffold，进而可组装成染色体等。在本发明实施例中，分别对子代基因样本和亲本基因样本进行全基因组测序，并按照指定的比对规则对经过全基因组测序后的子代基因样本和亲本基因样本进行比对，以查找off-target(脱靶)位点。
进一步地，为提高查找脱靶位点的准确性，所述步骤S102具体包括：
A1、对选取的基因样本进行扩增处理，并对经过扩增处理后的基因样本进行全基因组测序。
A2、对进行全基因组测序后的子代基因样本中的插入缺失标记进行筛选，保留只在所述子代基因样本中而不在所述亲本基因样本中的插入缺失标记位点。
A3、确定进行全基因组测序后的亲本基因样本中与所述插入缺失标记位点相同位置的碱基序列片段的条数。
A4、确定子代基因样本的测序深度与比对质量MAPQ。其中，测序深度是指是指进行全基因组测序得到的碱基总量与基因组大小的比值；所述比对质量MAPQ是指一条read比对到基因组上时它的可信度,MAPQ越高则表示可信度越高,反之亦然。
A5、确定进行全基因组测序后的子代基因样本中的前间区序列邻近基序PAM。
A6、根据所述插入缺失标记位点、所述碱基序列片段的条数、所述测序深度、所述比对质量MAPQ以及所述子代基因样本中的前间区序列邻近基序PAM错配的碱基数，按指定的比对规则保留插入缺失标记位点。
进一步地，如图2所示，所述步骤A6具体包括：
a、对所述插入缺失标记位点进行筛选，保留亲本基因样本中与所述插入缺失标记位点相同位置的碱基序列片段不少于2条的插入缺失标记位点；
b、对经过步骤a筛选后保留的插入缺失标记位点进一步筛选，保留在所述子代基因样本中测序深度大于5，且插入缺失标记的数目与在这一位点上所有碱基序列片段的条数的比率大于20％的插入缺失标记位点；
c、对经过步骤b筛选后保留的插入缺失标记位点进一步筛选，保留比对质量MAPQ不小于15的插入缺失标记位点；
d、获取步骤c中插入缺失标记位点中错配的碱基数，当PAM序列为NGG碱基序列时，保留错配的碱基数不大于8的插入缺失标记位点；当PAM序列为NA G碱基序列时，保留错配的碱基数不大于4，并且PAM序列与插入缺失标记位点的位置小于等于20碱基的插入缺失标记位点。其中，NGG和NAG分别表示一小段碱基序列，N为任意碱基。
在本发明实施例中，通过对所述插入缺失标记位点进行筛选，保留亲本基因样本中与所述插入缺失标记位点相同位置的碱基序列片段不少于2条的插入缺失标记位点来确保插入缺失标记位点的可信性，对经过步骤a筛选后保留的插入缺失标记位点进一步筛选，保留在所述子代基因样本中测序深度大于5，且插入缺失标记的数目与在这一位点上所有碱基序列片段的条数的比率大于20％的插入缺失标记位点，从而确保可信度，再对经过步骤b筛选后保留的插入缺失标记位点进一步筛选，保留比对质量MAPQ不小于15的插入缺失标记位点，进一步确保可信度，同时，为了降低容错度，获取步骤c中插入缺失标记位点中错配的碱基数，当PAM序列为NGG碱基序列时，保留错配的碱基数不大于8的插入缺失标记位点；当PAM序列为NA G碱基序列时，保留错配的碱基数不大于4，并且PAM序列与插入缺失标记位点的位置小于等于20碱基的插入缺失标记位点。
步骤S103，将所述比对的结果进行格式转换，生成指定格式的比对结果文件。
具体地，经过全基因组测序后，子代基因样本和所述子代基因样本的亲本基因样本的比对结果并不能被综合基因组学查看器IGV直接查看，因此，在将比对结果可视化之前，需将所述比对的结果进行格式转换，生成指定格式的比对结果文件。
进一步地，所述步骤S103具体包括：
B1、将通过全基因组测序后的比对结果转换成序列比对文件SAM格式文件。
B2、对SAM格式文件进行处理，生成二进制序列比对文件BAM格式文件。
B3、对所述BAM格式文件进行处理，生成变量调用Vcf格式文件。
具体地，在本发明实施例中，经过全基因组测序后的子代基因样本和所述子代基因样本的亲本基因样本，通过软件bowtie2将比对结果转换成序列比对文件SAM(sequencealignment/map format)格式文件，再通过软件samtools将SAM格式文件进行格式转换，生成二进制序列比对文件BAM(Binaryalignment/map format)格式文件，最后将BAM格式文件进行处理，生成变量调用Vcf格式文件。其中，文件SAM和BAM是序列比对之后常用的输出格式，SAM由头文件和map结果组成，BAM格式其实就是SAM格式的二进制格式，占用存储空间更小。bowtie2是短序列拼接至模板基因组的工具，samtools是一个用于操作短序列比对工具如bwa,bowtie2,hisat2,tophat2等产生的文件的工具合集，可以对BAM格式文件进行各种操作，比如数据的排序和提取，当文件为SAM文件时，不能进行这些操作。
步骤S104，通过综合基因组学查看器IGV显示所述指定格式的比对结果文件，以便用户确认脱靶数目和脱靶位点。
综合基因组学查看器IGV是一种高性能的可视化工具，用来交互式地探索大型综合基因组数据。它支持各种数据类型，包括array-based的和下一代测序的数据和基因注释。在本发明实施例中，通过综合基因组学查看器IGV显示所述指定格式的比对结果文件，方便用户确认脱靶数目和脱靶位点。
可选地，为了能够验证查找的脱靶位点是否存在，所述步骤S104包括：
C1、获取通过预测软件预测选取的基因样本中子代基因样本的脱靶位点；
C2、将通过预测软件预测的脱靶位点，与所述根据指定的比对规则将所述子代基因样本和所述亲本基因样本进行比对确定的脱靶位点进行比对，通过IGV显示比对结果文件，以便用户确认脱靶数目和脱靶位点。
具体地，在本发明实施例中，通过预测软件(Cas-OFFinde)测出可能有off-target的位点，并通过程序找出具体的位点信息，将通过预测软件找出的脱靶位点，与所述根据指定的比对规则将所述子代基因样本和所述亲本基因样本进行比对确定的脱靶位点进行比对，最终在IGV上显示结果以便用户进行确认。
可选地，在所述步骤S104之后还包括，对显示的比对结果文件中预测的脱靶位点进行注释，标注预测的脱靶位点是否为所述基因样本的固有突变。在本发明实施例中，通过annovar注释软件对预测的脱靶位点进注释。具体地，annovar软件将预测的脱靶位点与annovar注释软件关联的数据库中所述基因样本的固有突变进行比对，若annovar注释软件关联的数据库中存在所述预测的脱靶位点对应的固有突变，则标注预测的脱靶位点为所述基因样本的固有突变。若annovar注释软件关联的数据库中不存在所述预测的脱靶位点对应的固有突变，则标注预测的脱靶位点为所述基因样本的非固有突变。通过注释软件对预测的脱靶位点进行标注，进一步提高预估脱靶位点的准确性。
本发明第一实施例中，通过选取基因样本，其中，所述基因样本包括子代基因样本和所述子代基因样本的亲本基因样本，然后通过全基因组测序分别对所述子代基因样本和所述亲本基因样本进行处理，并根据指定的比对规则将所述子代基因样本和所述亲本基因样本进行比对，而不是和数据库中的信息进行比对，实现个性化的找寻细胞基因组上可能的脱靶位点，可提高预估脱靶位点的准确性，再将所述比对的结果进行格式转换，生成指定格式的比对结果文件，最后通过综合基因组学查看器IGV显示所述指定格式的比对结果文件，以便用户确认脱靶数目和脱靶位点，并进一步提高预估脱靶位点的准确性，从而提高CRISPR实验过程中的安全性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
实施例二：
对应于上文实施例所述的脱靶位点的检测方法，图3示出了本发明实施例提供的脱靶位点的检测装置的结构框图，为了便于说明，仅示出了与本发明实施例相关的部分。
参照图3，该脱靶位点的检测装置包括：样本选取单元31，样本比对单元32，结果生成单元33，结果显示单元34，其中：
样本选取单元31，用于选取基因样本，所述基因样本包括子代基因样本和所述子代基因样本的亲本基因样本；
样本比对单元32，用于通过全基因组测序分别对所述子代基因样本和所述亲本基因样本进行处理，并根据指定的比对规则将测序后的所述子代基因样本和所述亲本基因样本进行比对；
结果生成单元33，用于将所述比对的结果进行格式转换，生成指定格式的比对结果文件；
结果显示单元34，用于通过综合基因组学查看器IGV显示所述指定格式的比对结果文件，以便用户确认脱靶数目和脱靶位点。
可选地，所述样本比对单元32具体包括：
测序模块，用于对选取的基因样本进行扩增处理，并对经过扩增处理后的基因样本进行全基因组测序；
第一筛选模块，用于对进行全基因组测序后的子代基因样本中的插入缺失标记进行筛选，保留只在所述子代基因样本中而不在所述亲本基因样本中的插入缺失标记位点；
第一确定模块，用于确定进行全基因组测序后的亲本基因样本中与所述插入缺失标记位点相同位置的碱基序列片段的条数；
第二确定模块，用于确定子代基因样本的测序深度与比对质量MAPQ；
第三确定模块，用于确定进行全基因组测序后的子代基因样本中的前间区序列邻近基序PAM；
第二筛选模块，用于根据所述插入缺失标记位点、所述碱基序列片段的条数、所述测序深度、所述比对质量MAPQ以及所述子代基因样本中的前间区序列邻近基序PAM错配的碱基数，按指定的比对规则保留插入缺失标记位点。
可选地，为提高脱靶位点检测的准确性，所述第二筛选模块还用于：
a、对所述插入缺失标记位点进行筛选，保留亲本基因样本中与所述插入缺失标记位点相同位置的碱基序列片段不少于2条的插入缺失标记位点；
b、对经过步骤a筛选后保留的插入缺失标记位点进一步筛选，保留在所述子代基因样本中测序深度大于5，且插入缺失标记的数目与在这一位点上所有碱基序列片段的条数的比率大于20％的插入缺失标记位点；
c、对经过步骤b筛选后保留的插入缺失标记位点进一步筛选，保留比对质量MAPQ不小于15的插入缺失标记位点；
d、获取步骤c中插入缺失标记位点中错配的碱基数，当PAM序列为NGG碱基序列时，保留错配的碱基数不大于8的插入缺失标记位点；当PAM序列为NA G碱基序列时，保留错配的碱基数不大于4，并且PAM序列与插入缺失标记位点的位置小于等于20碱基的插入缺失标记位点。
可选地，所述结果生成单元33具体包括：
第一转换模块，用于将通过全基因组测序后的比对结果转换成序列比对文件SAM格式文件；
第二转换模块，用于对SAM格式文件进行处理，生成二进制序列比对文件BAM格式文件；
第三转换模块，用于对所述BAM格式文件进行处理，生成变量调用Vcf格式文件。
可选地，所述结果显示单元34具体包括：
第一获取模块，用于获取通过预测软件预测选取的基因样本中子代基因样本的脱靶位点；
结果显示模块，用于将通过预测软件预测的脱靶位点，与所述根据指定的比对规则将所述子代基因样本和所述亲本基因样本进行比对确定的脱靶位点进行比对，通过IGV查看比对结果文件，以便用户确认脱靶数目和脱靶位点。
可选地，所述脱靶位点的检测装置还包括：
标注单元，用于对显示的比对结果文件中预测的脱靶位点进行注释，标注预测的脱靶位点是否为所述基因样本的固有突变。
本发明第二实施例中，通过选取基因样本，其中，所述基因样本包括子代基因样本和所述子代基因样本的亲本基因样本，然后通过全基因组测序分别对所述子代基因样本和所述亲本基因样本进行处理，并根据指定的比对规则将测序后的所述子代基因样本和所述亲本基因样本进行比对，而不是和数据库中的信息进行比对，实现个性化的找寻细胞基因组上可能的脱靶位点，可提高预估脱靶位点的准确性，再将所述比对的结果进行格式转换，生成指定格式的比对结果文件，最后通过综合基因组学查看器IGV显示所述指定格式的比对结果文件，以便用户确认脱靶数目和脱靶位点，并进一步提高预估脱靶位点的准确性，从而提高CRISPR实验过程中的安全性。
实施例三：
图4是本发明一实施例提供的终端设备的示意图。如图4所示，该实施例的终端设备4包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42，例如脱靶位点的检测程序。所述处理器40执行所述计算机程序42时实现上述各个脱靶位点的检测方法实施例中的步骤，例如图1所示的步骤101至104。或者，所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能，例如图3所示单元31至34的功能。
示例性的，所述计算机程序42可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器41中，并由所述处理器40执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序42在所述终端设备4中的执行过程。例如，所述计算机程序42可以被分割成样本选取单元、样本比对单元、结果生成单元、结果显示单元，各单元具体功能如下：
样本选取单元，用于选取基因样本，所述基因样本包括子代基因样本和所述子代基因样本的亲本基因样本；
样本比对单元，用于通过全基因组测序分别对所述子代基因样本和所述亲本基因样本进行处理，并根据指定的比对规则将测序后的所述子代基因样本和所述亲本基因样本进行比对；
结果生成单元，用于将所述比对的结果进行格式转换，生成指定格式的比对结果文件；
结果显示单元，用于通过综合基因组学查看器IGV显示所述指定格式的比对结果文件，以便用户确认脱靶数目和脱靶位点。
所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是终端设备4的示例，并不构成对终端设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述终端设备4的内部存储单元，例如终端设备4的硬盘或内存。所述存储器41也可以是所述终端设备4的外部存储设备，例如所述终端设备4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器41还可以既包括所述终端设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (7)

1.一种脱靶位点的检测方法，其特征在于，所述检测方法包括：
选取基因样本，所述基因样本包括子代基因样本和所述子代基因样本的亲本基因样本；
通过全基因组测序分别对所述子代基因样本和所述亲本基因样本进行处理，并根据指定的比对规则将测序后的所述子代基因样本和所述亲本基因样本进行比对；所述通过全基因组测序分别对所述子代基因样本和所述亲本基因样本进行处理，并根据指定的比对规则将测序后的所述子代基因样本和所述亲本基因样本进行比对的步骤，具体包括：
对选取的基因样本进行扩增处理，并对经过扩增处理后的基因样本进行全基因组测序；
对进行全基因组测序后的子代基因样本中的插入缺失标记进行筛选，保留只在所述子代基因样本中而不在所述亲本基因样本中的插入缺失标记位点；
确定进行全基因组测序后的亲本基因样本中与所述插入缺失标记位点相同位置的碱基序列片段的条数；
确定子代基因样本的测序深度与比对质量MAPQ；
确定进行全基因组测序后的子代基因样本中的前间区序列邻近基序PAM；
根据所述插入缺失标记位点、所述碱基序列片段的条数、所述测序深度、所述比对质量MAPQ以及所述子代基因样本中的前间区序列邻近基序PAM错配的碱基数，按指定的比对规则保留插入缺失标记位点，具体包括：
a、对所述插入缺失标记位点进行筛选，保留亲本基因样本中与所述插入缺失标记位点相同位置的碱基序列片段不少于2条的插入缺失标记位点；
b、对经过步骤a筛选后保留的插入缺失标记位点进一步筛选，保留在所述子代基因样本中测序深度大于5，且插入缺失标记的数目与在这一位点上所有碱基序列片段的条数的比率大于20％的插入缺失标记位点；
c、对经过步骤b筛选后保留的插入缺失标记位点进一步筛选，保留比对质量不小于15的插入缺失标记位点；
d、获取步骤c中插入缺失标记位点中错配的碱基数，当PAM序列为NGG碱基序列时，保留错配的碱基数不大于8的插入缺失标记位点；当PAM序列为NA G碱基序列时，保留错配的碱基数不大于4，并且PAM序列与插入缺失标记位点的位置小于等于20碱基的插入缺失标记位点；
将所述比对的结果进行格式转换，生成指定格式的比对结果文件；
通过综合基因组学查看器IGV显示所述指定格式的比对结果文件，以便用户确认脱靶数目和脱靶位点。
2.如权利要求1所述的检测方法，其特征在于，所述生成指定格式的比对结果的步骤，包括：
将通过全基因组测序后的比对结果转换成序列比对文件SAM格式文件；
对SAM格式文件进行处理，生成二进制序列比对文件BAM格式文件；
对所述BAM格式文件进行处理，生成变量调用Vcf格式文件。
3.如权利要求1或2所述的检测方法，其特征在于，所述通过综合基因组学查看器IGV显示所述指定格式的比对结果文件，以便用户确认脱靶数目和脱靶位点的步骤，具体包括：
获取通过预测软件预测选取的基因样本中子代基因样本的脱靶位点；
将通过预测软件预测的脱靶位点，与所述根据指定的比对规则将所述子代基因样本和所述亲本基因样本进行比对确定的脱靶位点进行比对，通过IGV查看比对结果文件，以便用户确认脱靶数目和脱靶位点。
4.一种脱靶位点的检测装置，其特征在于，所述检测装置包括：
样本选取单元，用于选取基因样本，所述基因样本包括子代基因样本和所述子代基因样本的亲本基因样本；
样本比对单元，用于通过全基因组测序分别对所述子代基因样本和所述亲本基因样本进行处理，并根据指定的比对规则将测序后的所述子代基因样本和所述亲本基因样本进行比对；所述样本比对单元具体包括：
测序模块，用于对选取的基因样本进行扩增处理，并对经过扩增处理后的基因样本进行全基因组测序；
第一筛选模块，用于对进行全基因组测序后的子代基因样本中的插入缺失标记进行筛选，保留只在所述子代基因样本中而不在所述亲本基因样本中的插入缺失标记位点；
第一确定模块，用于确定进行全基因组测序后的亲本基因样本中与所述插入缺失标记位点相同位置的碱基序列片段的条数；
第二确定模块，用于确定子代基因样本的测序深度与比对质量MAPQ；
第三确定模块，用于确定进行全基因组测序后的子代基因样本中的前间区序列邻近基序PAM；
第二筛选模块，用于根据所述插入缺失标记位点、所述碱基序列片段的条数、所述测序深度、所述比对质量MAPQ以及所述子代基因样本中的前间区序列邻近基序PAM错配的碱基数，按指定的比对规则保留插入缺失标记位点；所述第二筛选模块还用于：
a、对所述插入缺失标记位点进行筛选，保留亲本基因样本中与所述插入缺失标记位点相同位置的碱基序列片段不少于2条的插入缺失标记位点；
b、对经过步骤a筛选后保留的插入缺失标记位点进一步筛选，保留在所述子代基因样本中测序深度大于5，且插入缺失标记的数目与在这一位点上所有碱基序列片段的条数的比率大于20％的插入缺失标记位点；
c、对经过步骤b筛选后保留的插入缺失标记位点进一步筛选，保留比对质量不小于15的插入缺失标记位点；
d、获取步骤c中插入缺失标记位点中错配的碱基数，当PAM序列为NGG碱基序列时，保留错配的碱基数不大于8的插入缺失标记位点；当PAM序列为NA G碱基序列时，保留错配的碱基数不大于4，并且PAM序列与插入缺失标记位点的位置小于等于20碱基的插入缺失标记位点；
结果生成单元，用于将所述比对的结果进行格式转换，生成指定格式的比对结果文件；
结果显示单元，用于通过综合基因组学查看器IGV显示所述指定格式的比对结果文件，以便用户确认脱靶数目和脱靶位点。
5.如权利要求4所述的检测装置，其特征在于，所述结果显示单元具体包括：
第一获取模块，用于获取通过预测软件预测选取的基因样本中子代基因样本的脱靶位点；
结果显示模块，用于将通过预测软件预测的脱靶位点，与所述根据指定的比对规则将所述子代基因样本和所述亲本基因样本进行比对确定的脱靶位点进行比对，通过IGV查看比对结果文件，以便用户确认脱靶数目和脱靶位点。
6.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述方法的步骤。
7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述方法的步骤。
CN201711168540.0A 2017-11-21 2017-11-21 一种脱靶位点的检测方法、装置及终端设备 Active CN107967411B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711168540.0A CN107967411B (zh) 2017-11-21 2017-11-21 一种脱靶位点的检测方法、装置及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711168540.0A CN107967411B (zh) 2017-11-21 2017-11-21 一种脱靶位点的检测方法、装置及终端设备

Publications (2)

Publication Number Publication Date
CN107967411A CN107967411A (zh) 2018-04-27
CN107967411B true CN107967411B (zh) 2021-09-10

Family

ID=62000656

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711168540.0A Active CN107967411B (zh) 2017-11-21 2017-11-21 一种脱靶位点的检测方法、装置及终端设备

Country Status (1)

Country Link
CN (1) CN107967411B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109971842A (zh) * 2019-02-15 2019-07-05 成都美杰赛尔生物科技有限公司 一种检测CRISPR-Cas9脱靶效应的方法
EP4026910A1 (en) * 2019-09-04 2022-07-13 Edigene Inc. Method for evaluating gene editing therapy based on off-target assessment
CN111261223B (zh) * 2020-01-12 2022-05-03 湖南大学 一种基于深度学习的crispr脱靶效应预测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105316322A (zh) * 2015-09-25 2016-02-10 北京大学 一种sgRNA碱基错配靶位点文库及其应用
CN107109486A (zh) * 2014-11-14 2017-08-29 基础科学研究院 用于检测基因组中遗传剪刀的脱靶位点的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107109486A (zh) * 2014-11-14 2017-08-29 基础科学研究院 用于检测基因组中遗传剪刀的脱靶位点的方法
CN105316322A (zh) * 2015-09-25 2016-02-10 北京大学 一种sgRNA碱基错配靶位点文库及其应用

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
combining single strand oligodeoxynucleotides and CRTSPR/Cas9 to correct gene mutations in β-thalassemia-induced pluripotent stem cells;Xiaohua Niu;《THE JOURNAL OF BIOLOGICAL CHEMISTRY》;20160805;第291卷(第32期);1，2，4-10 *

Also Published As

Publication number Publication date
CN107967411A (zh) 2018-04-27

Similar Documents

Publication Publication Date Title
Gruber-Vodicka et al. phyloFlash: rapid small-subunit rRNA profiling and targeted assembly from metagenomes
US11335435B2 (en) Identifying ancestral relationships using a continuous stream of input
Liu et al. A review of bioinformatic methods for forensic DNA analyses
CN103993069B (zh) 病毒整合位点捕获测序分析方法
Guo et al. Multi-perspective quality control of Illumina exome sequencing data using QC3
Krawitz et al. Microindel detection in short-read sequence data
WO2016141294A1 (en) Systems and methods for genomic pattern analysis
US20140149049A1 (en) Accurate and fast mapping of reads to genome
CN107944228B (zh) 一种基因测序变异位点的可视化方法
CN107967411B (zh) 一种脱靶位点的检测方法、装置及终端设备
JP2015509623A (ja) Ｄｎａ配列のデータ分析
Brozynska et al. Direct chloroplast sequencing: comparison of sequencing platforms and analysis tools for whole chloroplast barcoding
Ma et al. The analysis of ChIP-Seq data
CN115083521B (zh) 一种单细胞转录组测序数据中肿瘤细胞类群的鉴定方法及系统
CN108710782B (zh) 基因型转换方法、装置及电子设备
WO2013097048A1 (zh) 基因组单核苷酸多态性位点的标记方法和装置
Normand et al. An introduction to high-throughput sequencing experiments: design and bioinformatics analysis
CN115312121A (zh) 靶基因位点检测方法、装置、介质及程序产品
CN107862177B (zh) 一种区分鲤群体的单核苷酸多态性分子标记集的构建方法
Videm et al. ChiRA: an integrated framework for chimeric read analysis from RNA-RNA interactome and RNA structurome data
Huang et al. CRISPR-detector: fast and accurate detection, visualization, and annotation of genome-wide mutations induced by genome editing events
Sprang et al. Statistical guidelines for quality control of next-generation sequencing techniques
CN111883212B (zh) Dna指纹图谱的构建方法、构建装置及终端设备
CN110570902A (zh) 一种拷贝数变异分析方法、系统及计算机可读存储介质
Song et al. AnchorWave: sensitive alignment of genomes with high diversity, structural polymorphism and whole-genome duplication variation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant