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 PDF

Info

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
Application number
CN201911380202.2A
Other languages
English (en)
Other versions
CN111180010A (zh
Inventor
高司航
张静波
李孟键
伍启熹
王建伟
刘倩
唐宇
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.)
Beijing Usci Medical Laboratory Co ltd
Original Assignee
Beijing Usci Medical Laboratory Co ltd
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 Beijing Usci Medical Laboratory Co ltd filed Critical Beijing Usci Medical Laboratory Co ltd
Priority to CN201911380202.2A priority Critical patent/CN111180010B/zh
Publication of CN111180010A publication Critical patent/CN111180010A/zh
Application granted granted Critical
Publication of CN111180010B publication Critical patent/CN111180010B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/20Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information 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

肿瘤体细胞突变位点检测方法及其装置
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。
CN201911380202.2A 2019-12-27 2019-12-27 肿瘤体细胞突变位点检测方法及其装置 Active CN111180010B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (7)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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