CN110484603A - 一种基因分型的检测方法及计算方法 - Google Patents
一种基因分型的检测方法及计算方法 Download PDFInfo
- Publication number
- CN110484603A CN110484603A CN201910626032.5A CN201910626032A CN110484603A CN 110484603 A CN110484603 A CN 110484603A CN 201910626032 A CN201910626032 A CN 201910626032A CN 110484603 A CN110484603 A CN 110484603A
- Authority
- CN
- China
- Prior art keywords
- sample
- site
- added
- centrifuged
- detection method
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 25
- 238000003205 genotyping method Methods 0.000 title claims abstract description 19
- 238000004364 calculation method Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 16
- 230000029087 digestion Effects 0.000 claims abstract description 15
- 238000009396 hybridization Methods 0.000 claims abstract description 14
- 238000012360 testing method Methods 0.000 claims abstract description 10
- 102000039446 nucleic acids Human genes 0.000 claims abstract description 8
- 108020004707 nucleic acids Proteins 0.000 claims abstract description 8
- 150000007523 nucleic acids Chemical class 0.000 claims abstract description 8
- 230000003321 amplification Effects 0.000 claims abstract description 5
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 5
- 210000003296 saliva Anatomy 0.000 claims abstract description 5
- 238000004043 dyeing Methods 0.000 claims abstract description 3
- 238000007689 inspection Methods 0.000 claims abstract description 3
- 239000007788 liquid Substances 0.000 claims description 32
- 108090000623 proteins and genes Proteins 0.000 claims description 16
- 238000011534 incubation Methods 0.000 claims description 15
- 238000004140 cleaning Methods 0.000 claims description 14
- 238000001179 sorption measurement Methods 0.000 claims description 13
- 239000007853 buffer solution Substances 0.000 claims description 11
- 239000003153 chemical reaction reagent Substances 0.000 claims description 10
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 claims description 9
- 238000005119 centrifugation Methods 0.000 claims description 9
- 239000002699 waste material Substances 0.000 claims description 9
- 238000002156 mixing Methods 0.000 claims description 8
- 238000003776 cleavage reaction Methods 0.000 claims description 7
- 238000010438 heat treatment Methods 0.000 claims description 7
- 230000007017 scission Effects 0.000 claims description 7
- KFZMGEQAYNKOFK-UHFFFAOYSA-N Isopropanol Chemical compound CC(C)O KFZMGEQAYNKOFK-UHFFFAOYSA-N 0.000 claims description 6
- 239000007993 MOPS buffer Substances 0.000 claims description 6
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 claims description 6
- 239000007984 Tris EDTA buffer Substances 0.000 claims description 6
- 238000010367 cloning Methods 0.000 claims description 5
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 4
- 229960000935 dehydrated alcohol Drugs 0.000 claims description 4
- 108010067770 Endopeptidase K Proteins 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000012550 audit Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 239000003480 eluent Substances 0.000 claims description 3
- 230000035790 physiological processes and functions Effects 0.000 claims description 3
- 239000011780 sodium chloride Substances 0.000 claims description 3
- 239000006228 supernatant Substances 0.000 claims description 3
- 239000000725 suspension Substances 0.000 claims description 3
- 238000010521 absorption reaction Methods 0.000 claims description 2
- 239000002253 acid Substances 0.000 claims description 2
- 230000002255 enzymatic effect Effects 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims description 2
- 239000006166 lysate Substances 0.000 claims description 2
- 230000009514 concussion Effects 0.000 claims 1
- 230000001376 precipitating effect Effects 0.000 abstract description 4
- 238000007789 sealing Methods 0.000 description 10
- 235000016709 nutrition Nutrition 0.000 description 7
- 230000035764 nutrition Effects 0.000 description 7
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 235000015097 nutrients Nutrition 0.000 description 5
- 239000000872 buffer Substances 0.000 description 4
- 230000002068 genetic effect Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 3
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 3
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 description 3
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 3
- 239000011575 calcium Substances 0.000 description 3
- 229910052791 calcium Inorganic materials 0.000 description 3
- 235000005911 diet Nutrition 0.000 description 3
- 229910052500 inorganic mineral Inorganic materials 0.000 description 3
- 229910052742 iron Inorganic materials 0.000 description 3
- 239000011777 magnesium Substances 0.000 description 3
- 229910052749 magnesium Inorganic materials 0.000 description 3
- 239000011707 mineral Substances 0.000 description 3
- 239000011669 selenium Substances 0.000 description 3
- 229910052711 selenium Inorganic materials 0.000 description 3
- 239000011701 zinc Substances 0.000 description 3
- 229910052725 zinc Inorganic materials 0.000 description 3
- 102100029768 Histone-lysine N-methyltransferase SETD1A Human genes 0.000 description 2
- 101000865038 Homo sapiens Histone-lysine N-methyltransferase SETD1A Proteins 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 150000001720 carbohydrates Chemical class 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000378 dietary effect Effects 0.000 description 2
- 239000002773 nucleotide Substances 0.000 description 2
- 125000003729 nucleotide group Chemical group 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 150000001412 amines Chemical class 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 238000012742 biochemical analysis Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 239000000975 dye Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012252 genetic analysis Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 235000003715 nutritional status Nutrition 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 239000002244 precipitate Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000002133 sample digestion Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6813—Hybridisation assays
- C12Q1/6827—Hybridisation assays for detection of mutation or polymorphism
-
- 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
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Organic Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Physics & Mathematics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Biophysics (AREA)
- Analytical Chemistry (AREA)
- Biotechnology (AREA)
- Genetics & Genomics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Biochemistry (AREA)
- General Engineering & Computer Science (AREA)
- Microbiology (AREA)
- Immunology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Medical Informatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明涉及一种基因分型的检测方法,所述检查方法包括以下步骤:采取唾液样本后再提取样本中核酸并扩增;将扩增后的核酸进行酶切后沉淀;沉淀重悬后与微珠芯片进行杂交,杂交完毕后清洗微珠芯片;再将杂交上样本DNA的微珠芯片进行单碱基延伸,染色;最后使用Illumina Infinium LCG扫描微珠芯片得到结果值。并进一步采用本发明给出的计算方法对基因分型检测结果进行分析可得到所需项目的等级判断。该方法所需的样本量小,对提供的位点的权值进行统一再比较,所得到的GRS更准确。
Description
技术领域
本发明属于生物基因分型技术领域,涉及一种基因分型的检测方法及计算方法。
背景技术
儿童营养评估主要是对其机体营养状况进行系统观察和检测,然后对营养状态进行全面综合评定。常用指标包括:膳食调查、人体测量、生化检查、临床检查。但是,上述方法多是间接地或短暂地测试人体营养元素的现状,并且多以主观评价法为主,没有统一的评价标准。因此,无法真正反映人体先天的营养特质。此外,大量研究发现,每个孩子对于不同营养素的吸收和代谢在基因层面存在个体差异,故各种营养素的需求量因人而异。综上所述,营养现状评估只能反映人体营养的一个侧面,无法给出客观的评估结果以及个性化和综合性的指导建议。
基因型主要是指单核苷酸位点突变的类型,SNP(Single NucleotidePolymorphism)是指在基因组水平上的单个核苷酸多态。SNP可能会影响其所在基因或关联基因的功能与表达,从而导致个体间的差异。基于基因芯片检测的基因分型数据进行等级划分可为儿童营养评估做出较为客观的参考。
发明内容
有鉴于此,本发明的目的在于提供一种基因分型的检测方法,还提供一种根据基因分型的检测方法得到检测结果进行等级划分的计算方法。
为达到上述目的,本发明提供如下技术方案:
1、一种基因分型的检测方法,所述检查方法包括以下步骤:
1)样本采集,取唾液;
2)再提取样本中核酸并扩增;
3)将步骤2)扩增后的核酸进行酶切后沉淀;
4)重悬后与微珠芯片进行杂交,杂交完毕后清洗微珠芯片;
5)再将杂交上样本DNA的微珠芯片进行单碱基延伸,染色;
6)最后使用Illumina Infinium LCG扫描微珠芯片得到结果值。
进一步,所述步骤2)提取样本中核酸为:将200ul样本加入60ul蛋白酶K和600ul裂解液,涡旋混匀后水浴30min;瞬时离心后加入600ul无水乙醇,混匀后2000-5000g离心;离心后的上清液全部加入已装入收集管的吸附柱中,13000g离心1min,去废液,将吸附柱重新放入收集管;加入500ul清洗缓冲液1,离心,去废液,将吸附柱重新放入收集管;加入500ul清洗缓冲液2,13000g离心2min,去废液,将吸附柱置于新的EP管中,室温晾干;向吸附柱的中间悬空加入40ul TE buffer,室温放置2min,13000g离心1min,收集DNA洗脱液,测浓度,用TE buffer调整至50ng/μl。
进一步,所述步骤2)的DNA扩增方法为:将DNA 4μL加入20μL封闭液,4μL的0.1MNaOH,2000rpm涡旋1min;350-500g离心1min;室温孵育10min;再加入34μL中和液和38μL扩增试剂,2000rpm涡旋1min;350-500g离心30s;杂交恒温箱中37℃孵育20-24h。
进一步,所述封闭液为MA1;所述中和液为MA2,所述扩增试剂为MSM,DNA扩增在MSA3 96孔板中进行。
进一步,所述步骤3)的酶切方法为:将扩增后的DNA中加入25μL酶切试剂后1600rpm涡旋震荡1min,50xg离心1min;于37℃的加热板上孵育1h进行酶切;酶切后沉淀方法为:酶切后样品加入50μL酶切终止液,密封好后1600rpm涡旋1min;37℃孵育5min;280xg离心1min;再加入155μL的异丙醇,混匀后4℃孵育30min;4℃下3,000xg离心20min;倒置让液体流干并保持1小时以上以使沉淀完全干燥。
进一步,所述酶切试剂为FMS,所述酶切终止液为PM1。
进一步,所述步骤4)的具体方法为:将每个样品中加入23μL重悬液RA1;密封好后放在Illumina恒温杂交箱中48℃1h;时间结束后1800rpm涡旋1min;280xg短暂离心30-60S;将MSA3板置于加热板上95℃孵育20min以将样品变性,冷却至室温,从MSA3板每个加样孔中各吸取17μL的DNA样品缓慢向加样孔注入至微珠芯片,以保证样品完全分散到微珠芯片上;微珠芯片放至杂交槽中,最后放入恒温杂交箱中,48℃孵育16-24h。
进一步,所述清洗缓冲液1为0.1M MOPS,pH6.5;所述清洗缓冲液2为0.1M MOPS,50mM NaCl,pH6.5。
2、根据以上任一项所述基因分型的检测方法得到检测结果进行等级划分的计算方法,其特征在于,所述计算方法的步骤为:
将SNP位点同已经过审核发表的GWAS进行比较;并统一SNP位点的权值,权值主要有三种形式,OR值、β值或zscore值,统一公式如下:
ln(OR)=β
转换之后采用下面的公式进行一场位点判定:
|β-mean(β)|>3σ
判定为异常位点后,需要对该位点进行权值调整,权值调整公式如下:
Set0:该项目所有位点
Set1=Set0-outlier
其中,Outlier为步骤b判定不合格的位点数量;
计算GRS,根据样本在所选定项目中的危型碱基数量和位点权值计算GRS,GRS计算公式如下:
其中公式中的OR为位点权重,X为危型碱基的数量;
等级划分:基于群体GRS分布情况,使用mean和标准差sd,进行等级划分设定,根据每个项目使用的位点碱基频率,基于样本基因数据库,得到GRS分布图,然后再根据GRS分布图计算出样本群体的mean&sd,最后根据得到的mean&sd值采用下面的公式进行等级划分:
设置阈值系数xs:
xs=1+1.5/(lnN+1.5)
Level_1:<(mean-xs×sd)
Level_2:(mean-xs×sd)-(mean+xs×sd)
Level_3:>(mean+xs×sd)
N值为有效位点的数量,即Set1。
进一步,所述SNP位点必须满足:
(1)其频率大于1;
(2)至少一篇文献中p值在Bonferroni校正后仍然保持显著相关性;所述参考文献至少满足以下中的任意两点:i.一篇文献样本人群为中国人;ii.一篇文献来自中国人之外的东亚人种;iii.两篇以上独立文献支持;iv.一篇文献对位点所在基因提供生理功能支持。
本发明的有益效果在于:本发明所提供的检测方法所需的样本量小。对基因分型的检测方法得到检测结果进行等级划分的计算方法先对所提供的位点的权值进行统一再比较,所得到的GRS更准确。每个用户都可以得到自己在某个特征项目上的GRS得分,根据得分,参考这一特征项目的相关位点在人群中的碱基频率,模拟出人群的GRS得分分布情况,将人群划分为3至5类,分别给予不同程度标签,以提供不同解读。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为GRS分布示意图。
具体实施方式
根据说明书附图,下面对本发明的优选实施例进行详细的描述。实施例中未注明具体条件的实验方法,通常按照常规条件或按照制造厂商所建议的条件。
实施例1
1)样本采集:
唾液采集之前15分钟,请用饮用水漱口。漱3-5次,每次5-10秒钟,以清除口腔杂物。漱口后请勿再进食、饮水、嚼口香糖。取200ul唾液加600ul样本保存液混合液。
2)核酸提取:
a.再加入60ul蛋白酶K和600ul裂解液,涡旋混匀后56℃水浴30min;
b.瞬时离心后加入600ul无水乙醇,混匀后2000-5000g离心;
c.将以上样本混合液(离心后的上清液)全部加入已装入收集管的吸附柱中,13000g离心1min,去废液,将吸附柱重新放入收集管;
d.加入500ul清洗缓冲液1(0.1M MOPS,pH6.5),13000g离心1min,去废液,将吸附柱重新放入收集管;
e.加入500ul清洗缓冲液2(0.1M MOPS,50mM NaCl,pH6.5),13000g离心1min,去废液,将吸附柱重新放入收集管;
f.13000g离心2min,去废液,将吸附柱置于一新的EP管中,室温晾干3min;
g.向吸附柱的中间悬空加入40ul TE buffer,室温放置2min,13000g离心1min,收集DNA洗脱液,测浓度,用TE buffer调整至50ng/μl。
3)DNA扩增
a.准备一MSA3 96孔板(Illumina),向MSA3板中加入20μL封闭液(MA1),分别加入各DNA样品4μL至MSA3板对应的孔中;记录好个样品在板孔对应的位置;
b.向MSA3板样品孔中加入4μL的0.1M NaOH,使用96孔板密封膜密封MSA3板;
c.2000rpm涡旋1min;350-500g离心1min;室温孵育10min;
d.向MSA3板的样品孔中加入34μL中和液(MA2);随后加入38μL扩增试剂(MSM);
e.再次使用密封膜密封MSA3板(注意密封膜放置方位与前面一致),2000rpm涡旋1min;350-500g离心30s;
f.在Illumina杂交恒温箱中37℃孵育20-24h。
4)DNA样品酶切打断:
a.将MSA3板从杂交恒温箱拿出,50xg离心MSA3板30-60s;小心移走密封膜;
b.向MSA3板的每个样品孔中加入25μL酶切试剂(FMS,Illumina);再次将MSA3板密封好;1600rpm涡旋震荡1min,50xg离心1min;
c.MSA3板放置在37℃的加热板上孵育1h进行酶切;
5)沉淀:
a.移走密封膜,向装有样本的96孔板的样品孔中加入50μL酶切终止液(PM1,Illumina),重新用密封膜密封好;1600rpm涡旋1min;37℃孵育5min;280xg离心1min;
b.小心移走并丢弃密封膜,向样品孔中分别加入155μL的异丙醇,小心使用一新的干燥的密封膜密封好MSA3板;颠倒混匀10次以上让MSA3板内液体完全混匀,4℃孵育30min(冰箱放置);
c.将离心机预冷至4℃,3,000xg离心20min;
d.快速倒置装有样本的96孔板并将液体完全倾倒,然后将板子放在吸水纸干燥区域,轻轻敲击几次,以保证MSA3板孔内的液体全部流出;倒置试管架上1h以使沉淀完全干燥。
6)重悬:
向MSA3板的每个样品孔中加入23μL重悬液(RA1,Illumina);用热封仪将MSA3板密封好,然后放在Illumina恒温杂交箱中48℃1h;时间结束后1800rpm涡旋1min;280xg短暂离心30-60S。
7)杂交:
a.将微珠芯片(BeadChips,Illumina)从2℃~8℃拿出,带着包装袋平衡至室温直至杂交使用;
b.将MSA3板置于加热板上95℃孵育20min以将样品变性;
c.20min孵育完成后,将MSA3板从加热板移出,放置在室温30min冷却;
d.将杂交槽衬垫(BeadChip Hyb Chamber gaskets)放置入杂交槽(BeadChip HybChambers),将gaskets的wider edges对应Hyb Chambers的barcode-ridge放置,向HybChambers的每个(上下均加,共8个)缓冲液池(humidifying buffer reservoirs)中均加入400μL的PB2(缓冲液);立即盖上Chamber的盖子以避免蒸发;
e.向微珠芯片中加入重悬的DNA样品,从MSA3板每个加样孔中各吸取17μL的DNA样品缓慢向加样孔注入,以保证样品完全分散到BeadChip表面;
f.在室温条件,放置微珠芯片(BeadChips,Illumina)于Hyb chamer中,将HybChamber移动至恒温杂交箱时,要注意保持平稳,小心平稳移动;将Hyb Chamber置于恒温杂交箱中,48℃孵育16-24h。
8)清洗BeadChip
将从杂交槽从杂交恒温箱中拿出,打开前放置至室温;将微珠芯片浸入清洗缓冲液1中轻轻晃动清洗,再用干净的清洗缓冲液1重复清洗一次。
9)取出微珠芯片,放置一个透明衬垫在每张微珠芯片上,再放入Flow-ThroughChambers中进行单碱基延伸,44℃下,每个Flow-Through Chambers分别加入RA1孵育30S,重复3-5次,依次加入450-500μL的XC1孵育10分钟,450-500μL的XC2孵育10分钟,200μL的TEM孵育10-15分钟,450ul的95%甲酞胺,1mMEDTA孵育5分钟,最后再加入XC3孵育1分钟。
10)芯片染色:每个Flow-Through Chambers中分别加入250μL的STM孵育10分钟,450μL的XC3孵育1分钟,重复3-5次,取出放至室温,再取出微珠芯片,去掉透明衬垫,用清洗缓冲液1清洗3次,最后放入无水乙醇溶解的XC4中孵育5分钟。
11)最后按照iScan System操作SOP扫描BeadChip,使用Illumina Infinium LCG扫描BeadChip。
实施例2
再根据实施例1得到的结果进行分析及计算:
本发明的所使用的SNP位点主要来自于已经过审核发表的GWAS(Genome-wideAssociation Study,基因组关联性分析)研究,检测表型包括钙、铁、锌、硒、镁等矿物质元素及蛋白质、脂肪、碳水化合物等营养大分子共计22项,检测260个位点。SNP位点必须满足:
(1)其频率不为1;
(2)至少一篇文献中p值在Bonferroni校正后仍然保持显著相关性,一般GWAS研究要求P<5X10-8;
参考文献必须至少满足以下中的任意两点:
i.一篇文献样本人群为中国人;ii.一篇文献来自中国人之外的东亚人种;iii.两篇以上独立文献支持;iv.一篇文献对位点所在基因提供生理功能支持。另一方面,在评估位点时,OR(Odds Ratio,优势比)、LR(Likelihood Ratio,似然比)等也可以纳入考虑,并优先采用样本量大且最新的研究文献。一般LR在GWAS研究中不会提供,若原始数据允许,可通过原始数据计算LR,但需同时计算95%置信区间。
基因标签是对用户基因检测结果最直接的描述。本发明会根据确定的算法,结合用户基因位点的信息的得到计算得分,并进行一定的分类,如对于某种营养元素需求量偏高或者偏低。分类结果是后续提供个性化解读内容的依据,绝大多数解读都是通过多基因位点综合评估得到的基因标签。
目前基因分析模型计算的是Genetic risk score(GRS)遗传风险评分,即基因位点的效应累加,这一计算模式有较为广泛的应用。本发明的Eden-GRS模型会根据研究结果(主要是GWAS分析)中与某种性状关联位点的OR值、β值或zscore值,对位点附上不同的权重,从而得到综合预测结果。
Eden-GRS模型算法:
1、统一权值
a.研发提供的位点的权值主要有三种形式,OR值、β值或zscore值(这3个值来源于使用GWAS方法分析研究的文献),为了统一,设定如下换算公式:
ln(OR)=β
b.转换之后采用下面的公式进行一场位点判定:
|β-mean(β)|>3σ
判定为异常位点后,需要对该位点进行权值调整,权值调整公式如下:
Set0:该项目所有位点
Set1=Set0-ouetlier
Outlier为步骤b判定不合格的位点数量。
2、计算GRS
根据样本在所选定项目中的危型碱基数量和位点权值计算GRS,GRS计算公式如下:
其中公式中的OR为位点权重,X为危型碱基的数量。
3、等级划分
基于群体GRS分布情况,使用mean和标准差sd,进行等级划分设定。根据每个项目使用的位点碱基频率,基于样本基因数据库,得到GRS分布图,然后再根据GRS分布图计算出样本群体的mean&sd,GRS分布示意图如图1所示。
再根据得到的mean&sd值采用下面的公式进行等级划分:
设置阈值系数xs:
xs=1+(1.5/(lnN+1.5))
·Level_1低值:<(mean-xs×sd)
·Level_2正常域:(mean-xs×sd)-(mean+xs×sd)
·Level_3高值:>(mean+xs×sd)
N值为有效位点的数量,即Set1。
本发明所提供的检测方法所需的样本量小。对基因分型的检测方法得到检测结果进行等级划分的计算方法先对所提供的位点的权值进行统一再比较,所得到的GRS更准确。每个用户都可以得到自己在某个特征项目上的GRS得分,根据得分,参考这一特征项目的相关位点在人群中的碱基频率,模拟出人群的GRS得分分布情况,将人群划分为3至5类,分别给予不同程度标签,以提供不同解读。
比如检测表型如钙、铁、锌、硒、镁等矿物质元素及蛋白质、脂肪、碳水化合物等营养大分子等,可综合儿童20余项营养素的基因检测结果、孩子的年龄、性别以及日常饮食行为习惯调查分析,并结合《中国居民膳食营养素参考摄入量》(2016年版),从而达到综合评估儿童对钙、铁、锌、硒、镁等矿物质元素摄入能力的目的。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (10)
1.一种基因分型的检测方法,其特征在于,所述检查方法包括以下步骤:
1)样本采集,取唾液;
2)再提取样本中核酸并扩增;
3)将步骤2)扩增后的核酸进行酶切后沉淀;
4)重悬后与微珠芯片进行杂交,杂交完毕后清洗微珠芯片;
5)再将杂交上样本DNA的微珠芯片进行单碱基延伸,染色;
6)最后使用Illumina Infinium LCG扫描微珠芯片得到结果值。
2.根据权利要求1所述的基因分型的检测方法,其特征在于,所述步骤2)提取样本中核酸为:将200ul样本加入60ul蛋白酶K和600ul裂解液,涡旋混匀后水浴30min;瞬时离心后加入600ul无水乙醇,混匀后2000-5000g离心;离心后的上清液全部加入已装入收集管的吸附柱中,13000g离心1min,去废液,将吸附柱重新放入收集管;加入500ul清洗缓冲液1,离心,去废液,将吸附柱重新放入收集管;加入500ul清洗缓冲液2,13000g离心2min,去废液,将吸附柱置于新的EP管中,室温晾干;向吸附柱的中间悬空加入40ul TE buffer,室温放置2min,13000g离心1min,收集DNA洗脱液,测浓度,用TE buffer调整至50ng/μl。
3.根据权利要求1所述的基因分型的检测方法,其特征在于,所述步骤2)的DNA扩增方法为:将DNA 4μL加入20μL封闭液,4μL的0.1M NaOH,2000rpm涡旋1min;350-500g离心1min;室温孵育10min;再加入34μL中和液和38μL扩增试剂,2000rpm涡旋1min;350-500g离心30s;杂交恒温箱中37℃孵育20-24h。
4.根据权利要求3所述的基因分型的检测方法,其特征在于,所述封闭液为MA1;所述中和液为MA2,所述扩增试剂为MSM,DNA扩增在MSA3 96孔板中进行。
5.根据权利要求4所述的基因分型的检测方法,其特征在于,所述步骤3)的酶切方法为:将扩增后的DNA中加入25μL酶切试剂后1600rpm涡旋震荡1min,50xg离心1min;于37℃的加热板上孵育1h进行酶切;酶切后沉淀方法为:酶切后样品加入50μL酶切终止液,密封好后1600rpm涡旋1min;37℃孵育5min;280xg离心1min;再加入155μL的异丙醇,混匀后4℃孵育30min;4℃下3,000xg离心20min;倒置让液体流干并保持1小时以上以使沉淀完全干燥。
6.根据权利要求5所述的基因分型的检测方法,其特征在于,所述酶切试剂为FMS,所述酶切终止液为PM1。
7.根据权利要求5所述的基因分型的检测方法,其特征在于,所述步骤4)的具体方法为:将每个样品中加入23μL重悬液RA1;密封好后放在Illumina恒温杂交箱中48℃ 1h;时间结束后1800rpm涡旋1min;280xg短暂离心30-60S;将MSA3板置于加热板上95℃孵育20min以将样品变性,冷却至室温,从MSA3板每个加样孔中各吸取17μL的DNA样品缓慢向加样孔注入至微珠芯片,以保证样品完全分散到微珠芯片上;微珠芯片放至杂交槽中,最后放入恒温杂交箱中,48℃孵育16-24h。
8.根据权利要求2-7任一项所述的基因分型的检测方法,其特征在于,所述清洗缓冲液1为0.1M MOPS,pH6.5;所述清洗缓冲液2为0.1M MOPS,50mM NaCl,pH6.5。
9.根据权利要求1-8任一项所述基因分型的检测方法得到检测结果进行等级划分的计算方法,其特征在于,所述计算方法的步骤为:
a.将SNP位点同已经过审核发表的GWAS进行比较;并统一SNP位点的权值,权值主要有三种形式,OR值、β值或zscore值,统一公式如下:
ln(OR)=β
b.转换之后采用下面的公式进行一场位点判定:
|β-mean(β)|>3σ
判定为异常位点后,需要对该位点进行权值调整,权值调整公式如下:
Set0:该项目所有位点
Set1=Set0-outlier
其中,Outlier为步骤b判定不合格的位点数量;
c.计算GRS,根据样本在所选定项目中的危型碱基数量和位点权值计算GRS,GRS计算公式如下:
其中公式中的OR为位点权重,X为危型碱基的数量;
d.等级划分:基于群体GRS分布情况,使用mean和标准差sd,进行等级划分设定,根据每个项目使用的位点碱基频率,基于样本基因数据库,得到GRS分布图,然后再根据GRS分布图计算出样本群体的mean&sd,最后根据得到的mean&sd值采用下面的公式进行等级划分:
设置阈值系数xs:
·Level_1低值:<(mean-xs×sd)
·Level_2正常域:(mean-xs×sd)-(mean+xs×sd)
·Level_3高值:>(mean+xs×sd)
N值为有效位点的数量,即Set1。
10.根据权利要求9所述的计算方法,其特征在于,所述SNP位点必须满足:
(1)其频率大于1;
(2)至少一篇文献中p值在Bonferroni校正后仍然保持显著相关性;所述参考文献至少满足以下中的任意两点:i.一篇文献样本人群为中国人;ii.一篇文献来自中国人之外的东亚人种;iii.两篇以上独立文献支持;iv.一篇文献对位点所在基因提供生理功能支持。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910626032.5A CN110484603A (zh) | 2019-07-11 | 2019-07-11 | 一种基因分型的检测方法及计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910626032.5A CN110484603A (zh) | 2019-07-11 | 2019-07-11 | 一种基因分型的检测方法及计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110484603A true CN110484603A (zh) | 2019-11-22 |
Family
ID=68546989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910626032.5A Pending CN110484603A (zh) | 2019-07-11 | 2019-07-11 | 一种基因分型的检测方法及计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110484603A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111199775A (zh) * | 2020-01-13 | 2020-05-26 | 北京奇云诺德信息科技有限公司 | 精准营养基因匹配算法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106086179A (zh) * | 2016-06-16 | 2016-11-09 | 北京东方亚美基因科技研究院有限公司 | 一种评估儿童禀赋能力的基因检测方法 |
CN106868163A (zh) * | 2017-03-22 | 2017-06-20 | 北京光大隆泰科技有限责任公司 | 基于flt3和nat2基因的与抗结核药物肝毒性反应相关的snp标志物、试剂盒及应用 |
-
2019
- 2019-07-11 CN CN201910626032.5A patent/CN110484603A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106086179A (zh) * | 2016-06-16 | 2016-11-09 | 北京东方亚美基因科技研究院有限公司 | 一种评估儿童禀赋能力的基因检测方法 |
CN106868163A (zh) * | 2017-03-22 | 2017-06-20 | 北京光大隆泰科技有限责任公司 | 基于flt3和nat2基因的与抗结核药物肝毒性反应相关的snp标志物、试剂盒及应用 |
Non-Patent Citations (4)
Title |
---|
ILLUMINA, INC: "Infinium CytoSNP-850K BeadChip Reference Guide", 《ILLUMINA》 * |
杨凯丽: "KCNQ1 基因多态性与汉族人群2型糖尿病易感性的关联", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
牛大彦等: "遗传风险评分在复杂疾病遗传学研究中的应用" * |
王铖等: "遗传风险评分的原理与方法" * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111199775A (zh) * | 2020-01-13 | 2020-05-26 | 北京奇云诺德信息科技有限公司 | 精准营养基因匹配算法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gordon et al. | Factors affecting statistical power in the detection of genetic association | |
Wilson et al. | Use of the robust sib-pair method to screen for single-locus, multiple-locus, and pleiotropic effects: application to traits related to hypertension. | |
Little et al. | Reporting, appraising, and integrating data on genotype prevalence and gene-disease associations | |
Priest et al. | Modern bacterial taxonomy | |
CN108048563A (zh) | 一种基于snp位点对人营养素缺乏风险评估的方法 | |
Negrini et al. | Traceability of four European protected geographic indication (PGI) beef products using single nucleotide polymorphisms (SNP) and Bayesian statistics | |
CN102027137A (zh) | 用于普遍携带者筛查的方法和系统 | |
CN103221551A (zh) | Hla基因型别-snp连锁数据库、其构建方法、以及hla分型方法 | |
CN107345248A (zh) | 基于大数据的基因与位点风险评估方法及其系统 | |
CN106480170B (zh) | 确定供体和受体差异snp的方法及应用 | |
WO2006107670A2 (en) | In vitro association studies | |
Mba et al. | Use of AFLP markers in surveys of plant diversity | |
Urbanek et al. | The apportionment of dinucleotide repeat diversity in Native Americans and Europeans: a new approach to measuring gene identity reveals asymmetric patterns of divergence. | |
CN106086179A (zh) | 一种评估儿童禀赋能力的基因检测方法 | |
CN105385780A (zh) | 耐甲氧西林金黄色葡萄球菌快速检测的试剂盒及其应用 | |
CN110484603A (zh) | 一种基因分型的检测方法及计算方法 | |
CN109022562A (zh) | 用于检测高通量测序中样本污染的snp位点的筛选方法及检测样本污染的方法 | |
Rice et al. | 4 Familial resemblance and heritability | |
CN105567822A (zh) | 一种用于肺癌风险预测的基因检测引物组和试剂盒 | |
Garin et al. | Multi-parent multi-environment QTL analysis: an illustration with the EU-NAM Flint population | |
Guo et al. | Evaluation of allele frequency estimation using pooled sequencing data simulation | |
Caramante et al. | Discrimination of ‘San Marzano’accessions: A comparison of minisatellite, CAPS and SSR markers in relation to morphological traits | |
Suárez et al. | Microarray data analysis for differential expression: a tutorial | |
Mokliatchouk et al. | Association tests for traits with variable age at onset | |
CN105112510A (zh) | 一种用于分枝杆菌分型的基因芯片及其使用方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191122 |