CN111180010B - 肿瘤体细胞突变位点检测方法及其装置 - Google Patents
肿瘤体细胞突变位点检测方法及其装置 Download PDFInfo
- Publication number
- CN111180010B CN111180010B CN201911380202.2A CN201911380202A CN111180010B CN 111180010 B CN111180010 B CN 111180010B CN 201911380202 A CN201911380202 A CN 201911380202A CN 111180010 B CN111180010 B CN 111180010B
- Authority
- CN
- China
- Prior art keywords
- mutation
- sites
- filtering
- reads
- tumor
- 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
Links
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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Genetics & Genomics (AREA)
- Biotechnology (AREA)
- Biophysics (AREA)
- Chemical & Material Sciences (AREA)
- Molecular Biology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Bioinformatics & Computational Biology (AREA)
- Analytical Chemistry (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明提供肿瘤体细胞突变位点检测方法及其装置。所述方法包括:将取自同一肿瘤患者的肿瘤体细胞样本和白细胞样本进行测序,将测序结果与参考基因组序列进行比对,生成相应的bam文件;去除bam文件中PCR扩增导致的偏差,得到修正的bam文件;将修正的肿瘤体细胞样本bam文件与修正的白细胞样本bam文件进行对比,生成肿瘤体细胞样本全部变异检测信息的vcf文件,并对vcf文件进行注释;根据预设的过滤条件对肿瘤体细胞样本的变异检测信息进行过滤,得到真实的肿瘤体细胞突变位点信息结果。本方法实现了过滤一步操作,保证过滤的准确性,可快速获取肿瘤体细胞突变位点信息,结果真实可靠,为肿瘤患者的精准治疗提供重要依据。
Description
技术领域
本发明涉及生物信息学,具体地说,涉及肿瘤体细胞突变位点检测方法及其装置。
背景技术
体细胞突变指的是除性细胞外的体细胞发生的突变,一般不会遗传给后代。基因组的不稳定性,会促进细胞中体细胞突变的积累,某些突变会进一步驱动癌症的发生。检测肿瘤细胞的体细胞突变、尤其是肿瘤的驱动突变,是解析肿瘤发生和发展的重要手段,同时可以为肿瘤患者的精准治疗提供重要依据。
目前,寻找肿瘤体细胞突变的常用软件如Varscan、GATK、SomaticSniper等软件,生成的vcf文件中,都混有大量的假阳性突变,如何从原始vcf文件中将假阳性位点过滤掉,一直是生物信息学科研人员需要面对的挑战。
针对肿瘤的体细胞突变的过滤问题,尚无令人满意、被广泛认可的过滤软件可以一步实现这个功能。目前研究者大多根据位点的特定信息,如位点的突变频率、reads数、链偏、碱基的平均质量等,根据经验自行编写程序甚至人工对位点进行过滤,并没有全面考虑待检测位点与周围位点的情况、所在reads碱基平均错误率、突变碱基在reads上的平均距离、复杂突变、位点人群频率等情况,不能实现过滤一步操作,难以保证过滤的准确性。并且,当样本测序质量较差时,软件运行速度缓慢。
发明内容
本发明的目的是提供肿瘤体细胞突变位点检测方法及其装置,可实现一步到位完成过滤。
为了实现本发明目的,第一方面,本发明提供一种肿瘤体细胞突变位点检测方法,包括以下步骤:
S1、将取自同一肿瘤患者的肿瘤体细胞样本和白细胞样本分别进行测序,将测序得到的fastq文件与参考基因组序列进行比对,分别对应生成肿瘤体细胞样本bam文件和白细胞样本bam文件;
S2、利用软件Picard,分别去除肿瘤体细胞样本bam文件和白细胞样本bam文件中PCR扩增导致的冗余序列,再利用Samtools,保留比对到唯一位置的reads,得到修正的肿瘤体细胞样本bam文件和修正的白细胞样本bam文件;
S3、利用Samtools mpileup和Varscan,用白细胞的数据作为对照,分别获得肿瘤体细胞样本单碱基变异和插入缺失的vcf文件,并用annovar对vcf文件进行注释;
S4、根据预设的过滤条件对肿瘤体细胞样本的变异检测信息进行过滤,得到真实的肿瘤体细胞突变位点信息结果。
本发明中,预设的过滤条件为根据位点的突变频率、reads数、链偏、碱基的平均质量等,以及待测位点与周围位点的情况、待测位点所在reads碱基平均错误率、突变碱基在reads上的平均距离、复杂突变、位点人群频率等情况进行过滤。
预设的过滤条件可以按如下步骤进行:
A、第一轮过滤
A1、保留vcf文件中含有SOMATIC和PASS标签的变异位点,同时读取上述变异位点在白细胞样本中的变异频率,只保留白细胞样本中变异频率<1%的位点;
A2、读取位点的refgene注释信息,只保留位于外显子和剪切区域的单碱基变异、只保留位于外显子区域的插入缺失变异;
A3、读取vcf文件中每个位点的DP4信息,只保留变异位点所在reads数>8的位点;
A4、读取vcf文件中每个位点的DP4信息,并计算链偏,去除链偏<10%或>90%且集中在正链的位点;
A5、去除同义突变;
A6、根据千人基因组、exac03、esp6500siv2数据库注释的结果,去除人群频率>0.5%的位点;
A7、对于插入缺失突变,根据插入和缺失的碱基长度,从参考基因组序列中截取该位置前后4倍于该插入缺失碱基长度的序列,与插入缺失碱基进行匹配,将匹配>4次(即插入缺失位于重复区域)的位点过滤掉;
B、第二轮过滤:经过第一轮过滤所得位点,将位点坐标输出到bed中,利用bam-readcount,读取这些位点的信息,包括位点所在reads上的相对位置、距reads结束的相对位置、突变碱基平均质量值、突变碱基所在reads的碱基平均错误率;
对于插入缺失突变:
B1、如果插入缺失碱基所在reads上的相对位置<0.3,则过滤掉;
B2、检测插入缺失碱基所在外显子是否含有复杂突变(如果包含复杂突变,保留复杂突变,去掉单一的插入缺失);
对于单碱基变异位点:
B3、过滤掉突变碱基平均质量值<25的位点;
B4、过滤掉突变位点所在reads上的相对位置<0.3的位点;
B5、将突变位点距reads结束的相对位置<0.3以及突变位点距reads结束的相对位置>0.7的过滤掉;
B6、将突变碱基所在reads的碱基平均错误率>0.1的过滤掉(如突变碱基所在外显子含有复杂突变,则该条过滤条件忽略);
C、第三轮过滤:对第二轮过滤所得单碱基变异位点做进一步过滤;
利用bam-readcount读取突变位点前后20~30个碱基(优选20个碱基)的情况,如果位点周围有超过2个、碱基平均质量值>20、变异频率大于1/2待过滤变异位点、且频率小于30%(多态位点不算做环境噪音),则过滤掉;
D、第四轮过滤:对第三轮过滤所得单碱基变异位点进行最后过滤;
利用Samtools读取修正的肿瘤体细胞样本bam文件中覆盖到这些单碱基变异位点的reads,计算携带变异位点的reads数,计算该位点距离reads头尾的距离,如果距离相同的reads数大于携带该突变碱基reads数的30%,则过滤掉(防止测序过程中,某个cycle异常导致假阳性);将剩余的位点输出,即为真实的肿瘤体细胞突变位点。
优选地,所述参考基因组序列为人类基因组hg19。
前述的方法,步骤S1中采用二代及二代以上测序技术进行测序。
前述的方法,步骤S3包括:利用annovar软件,基于refgene、千人基因组(1000g)、exac03、esp6500siv2、cosmic等数据库分别对单碱基变异位点和插入缺失位点的vcf文件进行注释。
本发明中,所有过滤掉的位点都会单输出到一个文件中,并注明该位点被过滤掉的原因,使用方便。
第二方面,本发明提供用于实现上述检测方法的肿瘤体细胞突变位点检测装置,包括:
序列比对模块,用于将肿瘤体细胞样本和白细胞样本测序得到的reads结果分别与参考基因组序列进行比对,并将比对结果对应生成各自样本的bam文件;
去除冗余模块:去除bam文件中由于PCR扩增造成的冗余序列;
查找变异模块:利用软件Samtools和Varscan,利用白细胞数据作为对照,获得肿瘤组织中的体细胞变异的vcf文件;
注释模块:利用annovar软件,对肿瘤组织的vcf文件进行注释;
数据过滤模块,用于对肿瘤体细胞样本的变异检测信息进行过滤,获取真实的肿瘤体细胞突变位点信息并输出结果。
借由上述技术方案,本发明至少具有下列优点及有益效果:
(一)本发明全面考虑了二代测序数据中,可能造成变异位点假阳性的情况;
(二)本发明将待测位点周围环境纳入过滤考量的范畴。
(三)本发明将位点所在reads的相对位置考虑进来,可有效避免了测序过程中PCR造成的假阳性。
(四)本发明将所有过滤条件集成于同一装置中,方便操作者使用。
(五)利用本发明提供的肿瘤体细胞突变位点检测方法及其装置,实现了过滤一步操作,保证过滤的准确性,可快速获取肿瘤体细胞突变位点信息,结果真实可靠,为肿瘤患者的精准治疗提供重要依据。
具体实施方式
以下实施例用于说明本发明,但不用来限制本发明的范围。若未特别指明,实施例中所用的技术手段为本领域技术人员所熟知的常规手段,所用原料均为市售商品。
实施例1肿瘤体细胞突变位点检测方法
1、通过DNA提取、探针捕获、二代测序技术获得肿瘤组织和对应白细胞的测序文件;
2、将测序得到的序列与人类基因组hg19进行比对获得bam文件,利用Picard和Samtools去除比对到的重复序列和比对到多个位置上的序列;
3、利用Samtools mpileup和Varscan,以白细胞作为对照,分别获得肿瘤组织的单碱基变异和碱基插入缺失的vcf文件;
4、利用annovar软件,用refgene、千人基因组(1000g)、exac03、esp6500siv2、cosmic数据库分别对单碱基变异和插入缺失的vcf文件进行注释,得到注释后的vcf文件;
5、过滤:
步骤一:
5.1、保留vcf文件中含有SOMATIC和PASS标签的变异位点,同时读取位点在白细胞中的变异频率,只保留白细胞中变异频率小于1%的位点;
5.2、读取位点的refgene注释信息,只保留位于外显子和剪切区域的单碱基变异、只保留位于外显子区域的插入缺失变异;
5.3、读取vcf中每个位点的DP4信息,只保留支持变异位点reads数>8的位点;
5.4、读取vcf中每个位点的DP4信息,并计算链偏,去除链偏小于10%或大于90%集中在正链的位点;
5.5、去除同义突变;
5.6、利用千人基因组、exac03、esp6500siv2数据库注释的结果,去除人群频率大于0.5%的位点;
5.7、插入缺失,根据插入和缺失的碱基长度,从参考基因组截取该位置前后4倍碱基长度的序列,和插入缺失碱基进行匹配,将匹配大于4次(即插入缺失位于重复区域)的位点过滤掉;
步骤二:
将经过步骤一过滤的位点,位点坐标输出到bed中,利用bam-readcount,读取这些位点的信息,包括该位点位于reads的平均相对位置、据reads结束相对位置、突变碱基平均质量值、突变碱基所在reads的碱基平均错误率;
首先判断经过步骤一过滤掉的插入缺失的位点:
5.8、插入缺失所在reads的相对位置如小于0.3,则过滤掉;
5.9、检测插入缺失所在外显子是否含有复杂突变(如果包含复杂突变,保留复杂突变,去掉单一的插入缺失);
继续判断经过步骤一的过滤掉的单碱基变异位点:
5.10、过滤掉突变碱基平均质量值<25的位点;
5.11、过滤掉突变碱基在reads上相对位置<0.3的位点;
5.12、将突变位点距离reads结束的相对距离<0.3和>0.7的过滤掉;
5.13、将突变碱基所在reads平均错误率大于0.1的过滤掉(如突变碱基所在外显子含有复杂突变,则该条过滤条件忽略);
步骤三:
将经过步骤二过滤的单碱基变异位点,进行下一步过滤:
5.14、利用bam-readcount,将突变位点前后20碱基的情况读取,如果位点周围有超过2个、质量大于20、且变异频率大于1/2待过滤变异位点、且频率小于30%(多态位点不算做环境噪音),则过滤掉;
步骤四:
将经过步骤三过滤的单碱基变异位点,进行下一步过滤:
5.15、利用Samtools,将bam中覆盖到该位点的reads读取,计算携带该变异位点的reads,该位点距离reads开始和结束的距离,如果距离相同的reads大于携带该突变碱基reads的30%,则过滤掉(防止测序过程中,某个cycle异常导致假阳性)。
步骤五:
将所有剩余位点输出,即为最终检出真实的肿瘤体细胞突变位点。
实施例2肿瘤体细胞突变位点检测方法的应用实例
将来自于肿瘤患者肺癌患者新鲜穿刺组织的肿瘤组织作为样本,并取白细胞作为对照。采用探针捕获、进行二代测序。组织平均深度6000×,白细胞平均深度500×,Samtools Mpileup->Varscan(查找变异的软件),共检测出5475个单碱基变异位点,940个碱基的插入缺失,按照实施例1的方法进行过滤,保留出了1个复杂突变、3个单碱基变异、利用Genome Browser检查,确定均为真实的突变,过滤掉的位点经过Genome Browser检查,均为假阳性,证明该过滤方法具有良好效能。
虽然,上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但在本发明基础上,可以对之做一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (6)
1.肿瘤体细胞突变位点检测方法,其特征在于,包括以下步骤:
S1、将取自同一肿瘤患者的肿瘤体细胞样本和白细胞样本分别进行测序,将测序得到的fastq文件与参考基因组序列进行比对,分别对应生成肿瘤体细胞样本bam文件和白细胞样本bam文件;
S2、利用软件Picard,分别去除肿瘤体细胞样本bam文件和白细胞样本bam文件中PCR扩增导致的冗余序列,再利用Samtools,保留比对到唯一位置的reads,得到修正的肿瘤体细胞样本bam文件和修正的白细胞样本bam文件;
S3、利用Samtools mpileup和Varscan,用白细胞的数据作为对照,分别获得肿瘤体细胞样本单碱基变异和插入缺失的vcf文件,并用annovar对vcf文件进行注释;
S4、根据预设的过滤条件对肿瘤体细胞样本的变异检测信息进行过滤,得到真实的肿瘤体细胞突变位点信息结果;
预设的过滤条件按如下步骤进行:
A、第一轮过滤
A1、保留vcf文件中含有SOMATIC和PASS标签的变异位点,同时读取上述变异位点在白细胞样本中的变异频率,只保留白细胞样本中变异频率<1%的位点;
A2、读取位点的refgene注释信息,只保留位于外显子和剪切区域的单碱基变异、只保留位于外显子区域的插入缺失变异;
A3、读取vcf文件中每个位点的DP4信息,只保留变异位点所在reads数>8的位点;
A4、读取vcf文件中每个位点的DP4信息,并计算链偏,去除链偏<10%或>90%且集中在正链的位点;
A5、去除同义突变;
A6、根据千人基因组、exac03、esp6500siv2数据库注释的结果,去除人群频率>0.5%的位点;
A7、对于插入缺失突变,根据插入和缺失的碱基长度,从参考基因组序列中截取该位置前后4倍于该插入缺失碱基长度的序列,与插入缺失碱基进行匹配,
将匹配>4次的位点过滤掉;
B、第二轮过滤:经过第一轮过滤所得位点,将位点坐标输出到bed中,利用bam-readcount,读取这些位点的信息,包括位点所在reads上的相对位置、距reads结束的相对位置、突变碱基平均质量值、突变碱基所在reads的碱基平均错误率;
对于插入缺失突变:
B1、如果插入缺失碱基所在reads上的相对位置<0.3,则过滤掉;
B2、检测插入缺失碱基所在外显子是否含有复杂突变;
对于单碱基变异位点:
B3、过滤掉突变碱基平均质量值<25的位点;
B4、过滤掉突变位点所在reads上的相对位置<0.3的位点;
B5、将突变位点距reads结束的相对位置<0.3以及突变位点距reads结束的相对位置>0.7的过滤掉;
B6、将突变碱基所在reads的碱基平均错误率>0.1的过滤掉;
C、第三轮过滤:对第二轮过滤所得单碱基变异位点做进一步过滤;
利用bam-readcount读取突变位点前后20~30个碱基的情况,如果位点周围有超过2个、碱基平均质量值>20、变异频率大于1/2待过滤变异位点、且频率小于30%,则过滤掉;
D、第四轮过滤:对第三轮过滤所得单碱基变异位点进行最后过滤;
利用Samtools读取修正的肿瘤体细胞样本bam文件中覆盖到这些单碱基变异位点的reads,计算携带变异位点的reads数,计算该位点距离reads头尾的距离,如果距离相同的reads数大于携带该突变碱基reads数的30%,则过滤掉;将剩余的位点输出,即为真实的肿瘤体细胞突变位点。
2.根据权利要求1所述的方法,其特征在于,预设的过滤条件为根据位点的突变频率、reads数、链偏、碱基的平均质量、待测位点与周围位点的情况、待测位点所在reads碱基平均错误率、突变碱基在reads上的平均距离、复杂突变、位点人群频率情况进行过滤。
3.根据权利要求1或2所述的方法,其特征在于,所述参考基因组序列为人类基因组hg19。
4.根据权利要求1或2所述的方法,其特征在于,步骤S1中采用二代及二代以上测序技术进行测序。
5.根据权利要求1或2所述的方法,其特征在于,步骤S3包括:利用annovar软件,基于refgene、千人基因组、exac03、esp6500siv2、cosmic数据库分别对单碱基变异位点和插入缺失位点的vcf文件进行注释。
6.用于实现权利要求1-5任一项所述方法的肿瘤体细胞突变位点检测装置,其特征在于,包括:
序列比对模块,用于将肿瘤体细胞样本和白细胞样本测序得到的reads结果分别与参考基因组序列进行比对,并将比对结果对应生成各自样本的bam文件;
去除冗余模块:去除bam文件中由于PCR扩增造成的冗余序列;
查找变异模块:利用软件Samtools和Varscan,利用白细胞数据作为对照,获得肿瘤组织中的体细胞变异的vcf文件;
注释模块:利用annovar软件,对肿瘤组织的vcf文件进行注释;
数据过滤模块,用于对肿瘤体细胞样本的变异检测信息进行过滤,获取真实的肿瘤体细胞突变位点信息并输出结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911380202.2A CN111180010B (zh) | 2019-12-27 | 2019-12-27 | 肿瘤体细胞突变位点检测方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911380202.2A CN111180010B (zh) | 2019-12-27 | 2019-12-27 | 肿瘤体细胞突变位点检测方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111180010A CN111180010A (zh) | 2020-05-19 |
CN111180010B true CN111180010B (zh) | 2023-07-11 |
Family
ID=70652248
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911380202.2A Active CN111180010B (zh) | 2019-12-27 | 2019-12-27 | 肿瘤体细胞突变位点检测方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111180010B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111916152B (zh) * | 2020-06-04 | 2023-11-10 | 华南理工大学 | 一种用于高通量测序体细胞突变检测性能评估的数据集和方法 |
CN112309502B (zh) * | 2020-10-14 | 2024-09-20 | 深圳市新合生物医疗科技有限公司 | 一种计算肿瘤新抗原负荷的方法及系统 |
CN112735517A (zh) * | 2020-12-30 | 2021-04-30 | 深圳市海普洛斯生物科技有限公司 | 一种检测染色体联合缺失的方法、装置和存储介质 |
CN113257347B (zh) * | 2021-05-14 | 2022-02-11 | 温州谱希医学检验实验室有限公司 | 注释后的突变检测结果文件的数据处理方法及相关设备 |
CN113724788B (zh) * | 2021-07-29 | 2023-09-12 | 哈尔滨医科大学 | 一种鉴定肿瘤细胞的染色体外环状dna组成基因的方法 |
CN114512186A (zh) * | 2022-02-17 | 2022-05-17 | 南京大学 | 一种在植物基因组中检测体细胞突变的方法 |
CN114708906B (zh) * | 2022-03-11 | 2023-05-09 | 至本医疗科技(上海)有限公司 | 用于预测体细胞变异真假的方法、电子设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107391965A (zh) * | 2017-08-15 | 2017-11-24 | 上海派森诺生物科技股份有限公司 | 一种基于高通量测序技术的肺癌体细胞突变检测分析方法 |
WO2019055835A1 (en) * | 2017-09-15 | 2019-03-21 | The Regents Of The University Of California | DETECTION OF SOMATIC MONONUCLEOTIDE VARIANTS FROM ACELLULAR NUCLEIC ACID WITH APPLICATION TO MINIMUM RESIDUAL DISEASE SURVEILLANCE |
CN110060733A (zh) * | 2019-04-28 | 2019-07-26 | 上海宝藤生物医药科技股份有限公司 | 基于单样本的二代测序肿瘤体细胞变异检测装置 |
CN110093417A (zh) * | 2018-01-31 | 2019-08-06 | 北京大学 | 一种检测肿瘤单细胞体细胞突变的方法 |
CN110111839A (zh) * | 2018-02-01 | 2019-08-09 | 深圳华大基因股份有限公司 | 一种精确定量肿瘤标准品中突变支持reads数的方法及其应用 |
CN110468189A (zh) * | 2019-08-29 | 2019-11-19 | 北京优迅医学检验实验室有限公司 | 基于单样本二代测序检测样本体细胞变异的方法及装置 |
CN110600077A (zh) * | 2019-08-29 | 2019-12-20 | 北京优迅医学检验实验室有限公司 | 肿瘤新抗原的预测方法及其应用 |
-
2019
- 2019-12-27 CN CN201911380202.2A patent/CN111180010B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107391965A (zh) * | 2017-08-15 | 2017-11-24 | 上海派森诺生物科技股份有限公司 | 一种基于高通量测序技术的肺癌体细胞突变检测分析方法 |
WO2019055835A1 (en) * | 2017-09-15 | 2019-03-21 | The Regents Of The University Of California | DETECTION OF SOMATIC MONONUCLEOTIDE VARIANTS FROM ACELLULAR NUCLEIC ACID WITH APPLICATION TO MINIMUM RESIDUAL DISEASE SURVEILLANCE |
CN110093417A (zh) * | 2018-01-31 | 2019-08-06 | 北京大学 | 一种检测肿瘤单细胞体细胞突变的方法 |
CN110111839A (zh) * | 2018-02-01 | 2019-08-09 | 深圳华大基因股份有限公司 | 一种精确定量肿瘤标准品中突变支持reads数的方法及其应用 |
CN110060733A (zh) * | 2019-04-28 | 2019-07-26 | 上海宝藤生物医药科技股份有限公司 | 基于单样本的二代测序肿瘤体细胞变异检测装置 |
CN110468189A (zh) * | 2019-08-29 | 2019-11-19 | 北京优迅医学检验实验室有限公司 | 基于单样本二代测序检测样本体细胞变异的方法及装置 |
CN110600077A (zh) * | 2019-08-29 | 2019-12-20 | 北京优迅医学检验实验室有限公司 | 肿瘤新抗原的预测方法及其应用 |
Non-Patent Citations (2)
Title |
---|
Tosetto E等.Genetic Studies in Renal Diseases.Nephrology Dialysis Transplantation.2012,第ii23-ii25页. * |
贾鹏等.不同来源相同背景人肿瘤细胞系的转录组特征比较.国际药学研究杂志.2018,第686-696页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111180010A (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111180010B (zh) | 肿瘤体细胞突变位点检测方法及其装置 | |
CN109767810B (zh) | 高通量测序数据分析方法及装置 | |
CN110570904B (zh) | 一种肿瘤突变分析方法、系统、终端及可读存储介质 | |
CN108875302B (zh) | 一种检测细胞游离肿瘤基因拷贝数变异的系统和方法 | |
CN107423578B (zh) | 检测体细胞突变的装置 | |
CN109637581B (zh) | 一种dna二代测序全流程质量分析方法 | |
EP3617324A1 (en) | Size-based analysis of dna for classification of cancer | |
CN104462869A (zh) | 检测体细胞单核苷酸突变的方法和装置 | |
CN110093417B (zh) | 一种检测肿瘤单细胞体细胞突变的方法 | |
CN111647648A (zh) | 一种用于检测乳腺癌基因突变的基因panel及其检测方法与应用 | |
CN114694750B (zh) | 一种基于ngs平台的单样本肿瘤体细胞突变判别及tmb检测方法 | |
CN111718982A (zh) | 一种肿瘤组织单样本体细胞突变检测方法及装置 | |
CN116356001B (zh) | 一种基于血液循环肿瘤dna的双重背景噪声突变去除方法 | |
EP3811365A1 (en) | A noise measure for copy number analysis on targeted panel sequencing data | |
CN113066529B (zh) | 基于全外显子数据的近亲家系鉴定方法、装置及设备 | |
CN109461473B (zh) | 胎儿游离dna浓度获取方法和装置 | |
CN106906220A (zh) | 一种突变的col4a5基因及其应用 | |
WO2022109574A1 (en) | Methods and systems for detecting residual disease | |
CN105528532B (zh) | 一种rna编辑位点的特征分析方法 | |
CN110164504B (zh) | 二代测序数据的处理方法、装置及电子设备 | |
Roy et al. | NGS-μsat: bioinformatics framework supporting high throughput microsatellite genotyping from next generation sequencing platforms | |
CN107208152B (zh) | 检测突变簇的方法和装置 | |
CN114530200B (zh) | 基于计算snp熵值的混合样本鉴定方法 | |
KR20210083208A (ko) | 체세포 변이 검출을 위한 방법 및 조성물 | |
CN116121360A (zh) | 一种用于检测dba致病基因集合的试剂盒及检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |