CN112908412A - 用于复合杂合变异致病证据适用性的方法、设备和介质 - Google Patents
用于复合杂合变异致病证据适用性的方法、设备和介质 Download PDFInfo
- Publication number
- CN112908412A CN112908412A CN202110184919.0A CN202110184919A CN112908412A CN 112908412 A CN112908412 A CN 112908412A CN 202110184919 A CN202110184919 A CN 202110184919A CN 112908412 A CN112908412 A CN 112908412A
- Authority
- CN
- China
- Prior art keywords
- information
- genetic
- variant
- variation
- genotype
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000001717 pathogenic effect Effects 0.000 title claims abstract description 23
- 238000013329 compounding Methods 0.000 title claims abstract description 4
- 230000002068 genetic effect Effects 0.000 claims abstract description 167
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 69
- 239000002131 composite material Substances 0.000 claims abstract description 36
- 230000008506 pathogenesis Effects 0.000 claims abstract description 24
- 239000003550 marker Substances 0.000 claims abstract description 8
- 238000003860 storage Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 14
- 150000001413 amino acids Chemical class 0.000 claims description 12
- 102000004169 proteins and genes Human genes 0.000 claims description 9
- 230000007614 genetic variation Effects 0.000 claims description 8
- 230000004853 protein function Effects 0.000 claims description 7
- 108091026890 Coding region Proteins 0.000 claims description 6
- 108020001580 protein domains Proteins 0.000 claims description 6
- 108020004705 Codon Proteins 0.000 claims description 5
- 210000000349 chromosome Anatomy 0.000 claims description 5
- 230000001771 impaired effect Effects 0.000 claims description 4
- 230000006735 deficit Effects 0.000 claims description 2
- 238000012217 deletion Methods 0.000 claims description 2
- 230000037430 deletion Effects 0.000 claims description 2
- 238000003780 insertion Methods 0.000 claims description 2
- 230000037431 insertion Effects 0.000 claims description 2
- 239000002773 nucleotide Substances 0.000 claims description 2
- 125000003729 nucleotide group Chemical group 0.000 claims description 2
- 230000008826 genomic mutation Effects 0.000 claims 1
- 239000000126 substance Substances 0.000 claims 1
- 230000004547 gene signature Effects 0.000 abstract description 11
- 230000035772 mutation Effects 0.000 description 44
- 238000010586 diagram Methods 0.000 description 22
- 238000012545 processing Methods 0.000 description 18
- 238000004590 computer program Methods 0.000 description 9
- 208000021024 autosomal recessive inheritance Diseases 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000008774 maternal effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000001364 causal effect Effects 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 208000021005 inheritance pattern Diseases 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008775 paternal effect Effects 0.000 description 3
- 239000000835 fiber Substances 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007918 pathogenicity Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000017105 transposition Effects 0.000 description 2
- NUXLOJGLOHSJEF-UHFFFAOYSA-N 1,1-bis(4-chlorophenyl)ethanol;(4-chlorophenyl)sulfanyl-(2,4,5-trichlorophenyl)diazene Chemical compound C=1C=C(Cl)C=CC=1C(O)(C)C1=CC=C(Cl)C=C1.C1=CC(Cl)=CC=C1SN=NC1=CC(Cl)=C(Cl)C=C1Cl NUXLOJGLOHSJEF-UHFFFAOYSA-N 0.000 description 1
- 101100404726 Arabidopsis thaliana NHX7 gene Proteins 0.000 description 1
- 108091007854 Cdh1/Fizzy-related Proteins 0.000 description 1
- 102000038594 Cdh1/Fizzy-related Human genes 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 102000002664 Core Binding Factor Alpha 2 Subunit Human genes 0.000 description 1
- 108010043471 Core Binding Factor Alpha 2 Subunit Proteins 0.000 description 1
- 102100031480 Dual specificity mitogen-activated protein kinase kinase 1 Human genes 0.000 description 1
- 102100023266 Dual specificity mitogen-activated protein kinase kinase 2 Human genes 0.000 description 1
- 102100025477 GTP-binding protein Rit1 Human genes 0.000 description 1
- 102100029974 GTPase HRas Human genes 0.000 description 1
- 102100030708 GTPase KRas Human genes 0.000 description 1
- 102100039788 GTPase NRas Human genes 0.000 description 1
- 208000032007 Glycogen storage disease due to acid maltase deficiency Diseases 0.000 description 1
- 206010053185 Glycogen storage disease type II Diseases 0.000 description 1
- 101000967216 Homo sapiens Eosinophil cationic protein Proteins 0.000 description 1
- 101000574654 Homo sapiens GTP-binding protein Rit1 Proteins 0.000 description 1
- 101000584633 Homo sapiens GTPase HRas Proteins 0.000 description 1
- 101000584612 Homo sapiens GTPase KRas Proteins 0.000 description 1
- 101000744505 Homo sapiens GTPase NRas Proteins 0.000 description 1
- 101000703761 Homo sapiens Leucine-rich repeat protein SHOC-2 Proteins 0.000 description 1
- 101001030243 Homo sapiens Myosin-7 Proteins 0.000 description 1
- 101000712530 Homo sapiens RAF proto-oncogene serine/threonine-protein kinase Proteins 0.000 description 1
- 101000984753 Homo sapiens Serine/threonine-protein kinase B-raf Proteins 0.000 description 1
- 101000868154 Homo sapiens Son of sevenless homolog 2 Proteins 0.000 description 1
- 101001087416 Homo sapiens Tyrosine-protein phosphatase non-receptor type 11 Proteins 0.000 description 1
- 102100031956 Leucine-rich repeat protein SHOC-2 Human genes 0.000 description 1
- 108010068342 MAP Kinase Kinase 1 Proteins 0.000 description 1
- 108010068353 MAP Kinase Kinase 2 Proteins 0.000 description 1
- 102100038934 Myosin-7 Human genes 0.000 description 1
- 108010011536 PTEN Phosphohydrolase Proteins 0.000 description 1
- 102100032543 Phosphatidylinositol 3,4,5-trisphosphate 3-phosphatase and dual-specificity protein phosphatase PTEN Human genes 0.000 description 1
- 102100033479 RAF proto-oncogene serine/threonine-protein kinase Human genes 0.000 description 1
- 108700022176 SOS1 Proteins 0.000 description 1
- 101100197320 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) RPL35A gene Proteins 0.000 description 1
- 102100027103 Serine/threonine-protein kinase B-raf Human genes 0.000 description 1
- 102100032929 Son of sevenless homolog 1 Human genes 0.000 description 1
- 102100032930 Son of sevenless homolog 2 Human genes 0.000 description 1
- 101150100839 Sos1 gene Proteins 0.000 description 1
- 102100033019 Tyrosine-protein phosphatase non-receptor type 11 Human genes 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 201000004502 glycogen storage disease II Diseases 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010647 peptide synthesis reaction Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- 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
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Public Health (AREA)
- Biotechnology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Genetics & Genomics (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本公开的实施例涉及用于复合杂合变异致病证据适用性的方法、设备和介质。根据该方法，获取关于第一样本的基因组位点的变异信息和第一基因型、关于第二样本的、基因组位点的第二基因型和关于第三样本的、基因组位点的第三基因型；确定基因标识和基因注释信息；对变异信息标记遗传模式和遗传来源；对于标记有第一遗传模式且基因标识位于第一预定基因标识集中的变异信息，基于基因注释信息，对变异信息标记候选变异；以及对于标记有第一遗传模式、基因标识相同且位于第一预定基因标识集中的多项变异信息，基于遗传来源和候选变异标记，确定多项变异信息对于复合杂合变异致病证据的适用性。由此，能够提高复合杂合变异致病证据适用性的效率和准确性。
Description
技术领域
本公开的实施例总体涉及信息处理领域，具体涉及用于确定变异信息对于复合杂合变异致病证据的适用性的方法、电子设备和计算机存储介质。
背景技术
在隐性遗传中，在先证者待分类变异的反式位置检测到致病变异或者可能致病变异，且两个变异满足pm2证据时，则该待分类变异适用pm3证据。
该证据需要结合家系关系、变异遗传模式、是否满足pm2证据、反式位置变异是否达到致病或者可能致病等级等判断依据。目前主要依靠人工解读来判断，效率和准确率都较低。
发明内容
提供了一种用于确定变异信息对于复合杂合变异致病证据的适用性的方法、电子设备以及计算机存储介质，能够提高确定变异信息对于复合杂合变异致病证据的适用性的效率和准确性。
根据本公开的第一方面，提供了一种用于确定变异信息对于复合杂合变异致病证据的适用性的方法。该方法包括：获取关于第一样本的基因组位点的变异信息和第一基因型、关于第二样本的、基因组位点的第二基因型和关于第三样本的、基因组位点的第三基因型，第一样本与先证者相关联，第二样本和第三样本分别与先证者的父母相关联；确定与变异信息相关联的基因标识和基因注释信息；基于第一基因型、第二基因型和第三基因型，对变异信息标记遗传模式和遗传来源；对于标记有第一遗传模式且所关联基因标识位于第一预定基因标识集中的变异信息，基于与变异信息相关联的基因注释信息和预定候选条件，对变异信息标记候选变异，第一预定基因标识集中的每个基因标识与预定遗传模式相关联且不处于第二预定基因标识集中；以及对于标记有第一遗传模式、所关联基因标识相同且位于第一预定基因标识集中的多项变异信息，基于多项变异信息的遗传来源标记和候选变异标记，确定多项变异信息对于复合杂合变异致病证据的适用性。
根据本公开的第二方面，提供了一种电子设备。该电子设备包括：至少一个处理器，以及与至少一个处理器通信连接的存储器，其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行根据第一方面所述的方法。
在本公开的第三方面中，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素，其中：
图1是根据本公开的实施例的信息处理环境100的示意图；
图2是根据本公开的实施例的用于确定变异信息对于复合杂合变异致病证据的适用性的方法200的示意图；
图3是根据本公开的实施例的用于对变异信息标记遗传模式和遗传来源的方法300的示意图；
图4是根据本公开的实施例的用于对变异信息标记遗传模式的方法400的示意图；
图5是根据本公开的实施例的用于确定与变异信息相关联的基因标识和基因注释信息的方法500的示意图；以及
图6是用来实现本公开实施例的用于确定变异信息对于复合杂合变异致病证据的适用性的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
如上所述，传统方案依靠人工解读来判定隐性遗传变异对pm3证据的适用性，效率和准确率低下。
为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个，本公开的示例实施例提出了一种用于确定变异信息对于复合杂合变异致病证据的适用性的方案。在该方案中，获取关于第一样本的基因组位点的变异信息和第一基因型、关于第二样本的、基因组位点的第二基因型和关于第三样本的、基因组位点的第三基因型，第一样本与先证者相关联，第二样本和第三样本分别与先证者的父母相关联；确定与变异信息相关联的基因标识和基因注释信息；基于第一基因型、第二基因型和第三基因型，对变异信息标记遗传模式和遗传来源；对于标记有第一遗传模式且所关联基因标识位于第一预定基因标识集中的变异信息，基于与变异信息相关联的基因注释信息和预定候选条件，对变异信息标记候选变异，第一预定基因标识集中的每个基因标识与预定遗传模式相关联且不处于第二预定基因标识集中；以及对于标记有第一遗传模式、所关联基因标识相同且位于第一预定基因标识集中的多项变异信息，基于多项变异信息的遗传来源标记和候选变异标记，确定多项变异信息对于复合杂合变异致病证据的适用性。以此方式，能够提高确定变异信息对于复合杂合变异致病证据的适用性的效率和准确性。
在下文中，将结合附图更详细地描述本方案的具体示例。
图1示出了根据本公开的实施例的信息处理环境100的示例的示意图。信息处理环境100可以包括计算设备110、关于第一样本121的基因组位点130的变异信息141和第一基因型151、关于第二样本122的、基因组位点130的变异信息142和第二基因型152、关于第三样本123的、基因组位点130的变异信息143和第三基因型153以及变异信息141对于复合杂合变异致病证据的适用性160。第一样本121与先证者相关联，第二样本122和第三样本123分别与先证者的父母相关联。第一基因型151例如可以基于变异信息141确定，类似地，第二基因型152和第三基因型153可以分别基于变异信息142和143确定。应当理解，虽然图1中仅示出第一样本121、第二样本122和第三样本123针对一个相同基因组位点130的情形，但是这仅是示例，第一样本121、第二样本122和第三样本123可以针对多个相同基因组位点130。
计算设备110例如包括但不限于服务器计算机、多处理器系统、大型计算机、包括上述系统或设备中的任意一个的分布式计算环境等。在一些实施例中，计算设备110可以具有一个或多个处理单元，包括诸如图像处理单元GPU、现场可编程门阵列FPGA和专用集成电路ASIC等的专用处理单元以及诸如中央处理单元CPU的通用处理单元。
计算设备110中可以连接到或者存储有一个或多个知识库(未示出)。一个或多个知识库可用于指示变异信息与基因标识、基因注释信息之间的关联以及第一预定基因标识集。基因注释信息例如包括但不限于人群频率、剪接预测值、蛋白功能预测值、变异信息与蛋白功能域的关联性、变异信息与基因功能受损的关联性以及变异信息与预定剪接位点的关联性等。第一预定基因标识集中的每个基因标识与预定遗传模式相关联且不处于第二预定基因标识集中。第二预定基因标识集中的每个基因标识不适用复合杂合变异致病证据，例如不适用pm3证据。
计算设备110用于获取关于第一样本121的基因组位点130的变异信息141和第一基因型151、关于第二样本122的、基因组位点130的第二基因型152和关于第三样本123的、基因组位点130的第三基因型153，第一样本121与先证者相关联，第二样本122和第三样本123分别与先证者的父母相关联；确定与变异信息141相关联的基因标识和基因注释信息；基于第一基因型151、第二基因型152和第三基因型153，对变异信息141标记遗传模式和遗传来源；对于标记有第一遗传模式且所关联基因标识位于第一预定基因标识集中的变异信息141，基于与变异信息141相关联的基因注释信息和预定候选条件，对变异信息141标记候选变异，第一预定基因标识集中的每个基因标识与预定遗传模式相关联且不处于第二预定基因标识集中；以及对于标记有第一遗传模式、所关联基因标识相同且位于第一预定基因标识集中的多项变异信息141，基于多项变异信息141的遗传来源标记和候选变异标记，确定多项变异信息141对于复合杂合变异致病证据的适用性。
由此，能够提高确定变异信息对于复合杂合变异致病证据的适用性的效率和准确性。
图2示出了根据本公开的实施例的用于确定变异信息对于复合杂合变异致病证据的适用性的方法200的流程图。例如，方法200可以由如图1所示的计算设备110来执行。应当理解的是，方法200还可以包括未示出的附加框和/或可以省略所示出的框，本公开的范围在此方面不受限制。
在框202处，计算设备110获取关于第一样本121的基因组位点130的变异信息141和第一基因型151、关于第二样本122的、基因组位点130的第二基因型152和关于第三样本123的、基因组位点130的第三基因型153，第一样本121与先证者相关联，第二样本122和第三样本123分别与先证者的父母相关联。
基因组位点130上的遗传变异例如包括单核苷酸多态性(SNP)变异和插入缺失(InDel)变异。在一些实施例中，基因组位点130上的遗传变异可以包括复合杂合变异。
变异信息141-143例如包括染色体标识、基因组坐标位置、基因组参考碱基和基因组突变碱基。变异信息141例如为chr17-78090815-G-A，其中chr17为染色体标识，78090815为基因组坐标位置，G为基因组参考碱基，A为基因组突变碱基。针对相同位点的同一变异(例如chr17-78090815-G-A)，关于先证者的第一基因型151例如为杂合，关于父亲的第二基因型152例如为纯合，关于母亲的第三基因型153例如为野生。应当理解，这只是举例说明，第一基因型151、第二基因型152和第三基因型153也可以是其他情形，本公开的范围在此不受限制。
在框204处，计算设备110确定与变异信息141相关联的基因标识和基因注释信息。
下文结合图5详细描述用于确定与变异信息141相关联的基因标识和基因注释信息的方法。
在框206处，计算设备110基于第一基因型151、第二基因型152和第三基因型153，对变异信息141标记遗传模式和遗传来源。
下文结合图3详细描述用于对变异信息141标记遗传模式和遗传来源的方法，以及结合图4详细描述用于对变异信息141标记遗传模式的方法。
在框208处，计算设备110对于标记有第一遗传模式且所关联基因标识位于第一预定基因标识集中的变异信息141，基于与变异信息141相关联的基因注释信息和预定候选条件，对变异信息141标记候选变异，第一预定基因标识集中的每个基因标识与预定遗传模式相关联且不处于第二预定基因标识集中。
预定遗传模式例如为常染色体隐性遗传(autosomal recessive inheritance，AR)。
第二预定基因标识集可以包括MYH7、CDH1、RUNX1、PTEN、BRAF、HRAS、KRAS、MAP2K1、MAP2K2、PTPN11、RAF1、SHOC2、SOS1、SOS2、NRAS、RIT1、TP53。第二预定基因标识集中的基因标识所对应的基因不适用pm3证据。
例如，可以通过基因信息库获取与常染色体隐性遗传相关联的基因标识集，随后从获取的基因标识集中去除第二预定基因标识集，以生成第一预定基因标记集。基因信息库可以指示基因标识与遗传模式之间的关联，例如GAA(基因标识)，糖原累积症II型，AR遗传。
在一些实施例中，计算设备110可以确定变异信息141是否满足以下条件中的至少三个条件。条件例如包括但不限于：
1)与变异信息141相关联的多个人群频率中的最大人群频率小于或等于预定人群频率。例如，1000g、ExAC_ALL、gnomAD_exome_AFpopmax、gnomAD_genome_AFpopmax中与变异信息141相关联的多个人群频率中的最大人群频率小于或等于0.005。
2)与变异信息141相关联的氨基酸变化信息与致病变异相关联。例如，致病变异信息库中存在与变异信息141相同位置的氨基酸变化。
3)变异信息141与基因功能受损相关联。例如，基因功能受损变异信息库中存在与变异信息141相同的变异信息。
4)变异信息141与预定剪接位点相关联。例如，变异信息141位于预定剪接位点。
5)与变异信息141相关联的剪接预测值大于预定剪接预测值。例如，变异信息141的dbscSNV_ADA_SCORE或dbscSNV_RF_SCORE>＝0.6，或spliceAI阈值>＝0.5，或SPIDEX绝对值>＝2。
6)与变异信息141相关联的蛋白功能预测值大于预定蛋白功能预测值。例如，变异信息141的REVEL值>0.75。
7)与变异信息141相关联的蛋白截短长度大于预定蛋白截短长度。例如，变异信息141的蛋白截短长度>10％。
8)变异信息141与蛋白功能域相关联。例如，变异信息141位于蛋白功能域内。
如果计算设备110确定变异信息141满足至少三个条件，则对变异信息141标记候选变异。例如，如果示例变异信息chr17-78090815-G-A满足条件(1)、(2)、(3)、(5)和(7)，则将该变异信息标记为候选变异。
在框210处，计算设备110对于标记有第一遗传模式、所关联基因标识相同且位于第一预定基因标识集中的多项变异信息141，基于多项变异信息141的遗传来源标记和候选变异标记，确定多项变异信息141对于复合杂合变异致病证据的适用性。复合杂合变异致病证据可以包括例如pm3证据。
在一些实施例中，对于标记有第一遗传模式、所关联基因标识相同且位于第一预定基因标识集中的多项变异信息141，计算设备110可以确定在多项变异信息141中是否存在标记有第一遗传来源和候选变异的变异信息141。如果计算设备110确定在多项变异信息141中存在标记有第一遗传来源和候选变异的变异信息141，则确定多项变异信息141中标记有第二遗传来源的变异信息141和标记有第三遗传来源的变异信息141适用复合杂合变异致病证据。例如，对于标记有第一遗传模式、所关联基因标识相同且位于第一预定基因标识集中的多项变异信息141，如果确定多项变异信息141中存在标记有“Paternal”和候选变异的变异信息141，则确定多项变异信息141中标记有“Maternal”的变异信息141和标记有“Paternal or Maternal”的变异信息141适用pm3证据。
备选地或者附加地，在一些实施例中，对于标记有第一遗传模式、所关联基因标识相同且位于第一预定基因标识集中的多项变异信息141，计算设备110可以确定在多项变异信息141中是否存在标记有第二遗传来源和候选变异的变异信息141。如果计算设备110确定在多项变异信息141中存在标记有第二遗传来源和候选变异的变异信息141，则确定多项变异信息141中标记有第一遗传来源的变异信息141和标记有第三遗传来源的变异信息141适用复合杂合变异致病证据。例如，对于标记有第一遗传模式、所关联基因标识相同且位于第一预定基因标识集中的多项变异信息141，如果确定多项变异信息141中存在标记有“Maternal”和候选变异的变异信息141，则确定多项变异信息141中标记有“Paternal”的变异信息141和标记有“Paternal or Maternal”的变异信息141适用pm3证据。
备选地或者附加地，在一些实施例中，对于标记有第一遗传模式、所关联基因标识相同且位于第一预定基因标识集中的多项变异信息141，计算设备110可以确定在多项变异信息141中是否存在标记有第三遗传来源和候选变异的变异信息141。如果计算设备110确定在多项变异信息141中存在标记有第三遗传来源和候选变异的变异信息141，则确定多项变异信息141中标记有第一遗传来源的变异信息141、标记有第二遗传来源的变异信息141和标记有第三遗传来源的变异信息141适用复合杂合变异致病证据。例如，对于标记有第一遗传模式、所关联基因标识相同且位于第一预定基因标识集中的多项变异信息141，如果确定多项变异信息141中存在标记有“Paternal or Maternal”和候选变异的变异信息141，则确定多项变异信息141中标记有“Paternal”的变异信息141、标记有“Maternal”的变异信息141和标记有“Paternal or Maternal”的变异信息141适用pm3证据。
由此，能够提高确定变异信息对于复合杂合变异致病证据的适用性的效率和准确性。
在一些实施例中，计算设备110还可以对于标记有第二遗传模式且所关联基因标识位于第一预定基因标识集内的变异信息141，基于与变异信息141相关联的基因注释信息和预定条件，确定变异信息141对于复合杂合变异致病支持证据的适用性。
由此，能够提高确定变异信息对于复合杂合变异致病支持证据的适用性的效率和准确性。
具体来说，对于标记有第二遗传模式且所关联基因标识位于第一预定基因标识集内的变异信息141，计算设备110可以确定与变异信息141相关联的多个人群频率中的最大人群频率。如果计算设备110确定最大人群频率小于或等于预定人群频率，则确定变异信息141适用复合杂合变异致病支持证据。例如，对于标记有第二遗传模式且所关联基因标识位于第一预定基因标识集内的变异信息141，如果1000g、ExAC_ALL、gnomAD_exome_AFpopmax、gnomAD_genome_AFpopmax中与变异信息141相关联的多个人群频率中的最大人群频率小于或等于0.005，则确定变异信息141适用pm3支持(pm3_supporting)证据。
图3示出了根据本公开的实施例的用于对变异信息标记遗传模式和遗传来源的方法300的流程图。例如，方法300可以由如图1所示的计算设备110来执行。应当理解的是，方法300还可以包括未示出的附加框和/或可以省略所示出的框，本公开的范围在此方面不受限制。
在框302，计算设备110确定第一基因型151是否为杂合。
如果计算设备110在框302处确定第一基因型151为杂合，则在框304处基于第二基因型152和第三基因型153，对变异信息141标记遗传来源。
在一些实施例中，计算设备110可以确定是否第二基因型152为杂合或者半合且第三基因型153为野生。例如，计算设备110可以先确定第二基因型152是否为杂合或者半合，如果确定第二基因型152为杂合或者半合，则再确定第三基因型153是否为野生，或者计算设备110可以先确定第三基因型153是否为野生，如果确定第三基因型153为野生，则再确定第二基因型152是否为杂合或者半合。
如果计算设备110确定第二基因型152为杂合或者半合且第三基因型153为野生，则对变异信息141标记第一遗传来源，例如对变异信息141的遗传来源标记为“Paternal”。
备选地或者附加地，在一些实施例中，计算设备110可以确定是否第二基因型152为野生且第三基因型153为杂合。例如，计算设备110可以先确定第二基因型152是否为野生，如果确定第二基因型152为野生，则再确定第三基因型153是否为杂合，或者计算设备110可以先确定第三基因型153是否为杂合，如果确定第三基因型153为杂合，则再确定第二基因型152是否为野生。
如果计算设备110确定第二基因型152为野生且第三基因型153为杂合，则对变异信息141标记第二遗传来源，例如对变异信息141的遗传来源标记为“Maternal”。
备选地或者附加地，在一些实施例中，计算设备110可以确定是否第二基因型152为杂合或者半合且第三基因型153为杂合。
如果计算设备110确定第二基因型152为杂合或者半合且第三基因型153为杂合，则对变异信息141标记第三遗传来源，例如对变异信息141的遗传来源标记为“Paternal orMaternal”。
在框306处，计算设备110对标记有遗传来源的变异信息141标记第一遗传模式。
例如，对标记有第一遗传来源(例如“Paternal”)、第二遗传来源(例如“Maternal”)或第三遗传来源(例如“Paternal or Maternal”)的变异信息141标记第一遗传模式，例如将变异信息141的遗传模式标记为“CompHet1”。
由此，能够基于先证者父母的遗传变异的基因型，对先证者的相同遗传变异的遗传模式和遗传来源进行标记。
图4示出了根据本公开的实施例的用于对变异信息标记遗传模式的方法400的流程图。例如，方法400可以由如图1所示的计算设备110来执行。应当理解的是，方法400还可以包括未示出的附加框和/或可以省略所示出的框，本公开的范围在此方面不受限制。
在框402处，计算设备110确定第一基因型151是否为纯合。
如果计算设备110在框402处确定第一基因型151为纯合，则在框404处确定第二基因型152和第三基因型153是否均非纯合。
例如，可以先确定第二基因型152是否非纯合(例如野生或杂合)，如果确定第二基因型152非纯合，再确定第三基因型153是否非纯合，或者反之亦然。
如果计算设备110在框404处确定第二基因型152和第三基因型153均非纯合，则在框406处对变异信息141标记第二遗传模式。
例如，将变异信息141的遗传模式标记为“CompHet2”。
由此，能够基于先证者父母的遗传变异的基因型，对先证者的相同遗传变异的遗传模式进行标记。
图5示出了根据本公开的实施例的用于确定与变异信息相关联的基因标识和基因注释信息的方法500的流程图。例如，方法500可以由如图1所示的计算设备110来执行。应当理解的是，方法500还可以包括未示出的附加框和/或可以省略所示出的框，本公开的范围在此方面不受限制。
在框502处，计算设备110基于基因注释信息库、密码子表和编码规则，确定与变异信息141相关联的基因标识、氨基酸变化信息和蛋白截短长度。基因注释信息库指示染色体标识、基因标识、转录本位置信息和基因编码区域位置信息之间的关联。
基因注释信息库例如包括以下数据：转录本---NM_000152.5；染色体---chr17；转录方向---+；转录本起始位置---78075379；转录本终止位置---78093680；cds起始位置---78078385；cds终止位置---78093130；外显子数目---20；外显子起始位置---78075379,78078353,78079547,78081355,78081598,78082088,78082287,78082495,78083743,78084525,78084739,78085781,78086376,78086674,78087016,78090766,78091398,78091991,78092451,78093070；外显子终止位置---78075689,78078931,78079693,78081521,78081695,78082208,78082406,78082627,78083854,78084639,78084824,78085899,78086510,78086826,78087165,78090908,78091548,78092156,78092604,78093680；基因名称---GAA。
基于变异信息chr17-78090815-G-A，可以在基因注释信息库确定匹配或关联的基因标识，例如GAA，以及转录本标识，例如NM_000152.5，并且可以确定转录本的编码序列的变化，例如该变异导致转录本NM_000152.5上编码区域第2238个编码碱基(位于16号外显子)由G变为A。随后，基于密码子表和编码规则，可以确定编码序列的变化是否导致编码的氨基酸发生改变，从而确定氨基酸变化信息，例如p.W746*。随后，基于氨基酸变化信息，确定蛋白截短长度，例如21.7％。例如上述编码序列的变化使第746位密码子突变为终止密码子，从而使肽链合成提前终止，蛋白截短了21.7％。
在框504处，计算设备110基于致病变异信息库，确定与变异信息141相关联的氨基酸变化信息与致病变异的关联性。致病变异信息库指示致病的变异信息和氨基酸变化信息之间的关联。
在框506处，计算设备110确定与变异信息141相关联的多个人群频率、剪接预测值和蛋白功能预测值、变异信息141与蛋白功能域的关联性、变异信息141与基因功能受损的关联性以及变异信息141与预定剪接位点的关联性。
由此，能够确定与变异信息相关联的基因标识和基因注释信息。
图6示出了可以用来实施本公开内容的实施例的示例设备600的示意性框图。例如，如图1所示的计算设备110可以由设备600来实施。如图所示，设备600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的计算机程序指令或者从存储单元608加载到随机存取存储器(RAM)603中的计算机程序指令，来执行各种适当的动作和处理。在随机存取存储器603中，还可存储设备600操作所需的各种程序和数据。中央处理单元601、只读存储器602以及随机存取存储器603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至输入/输出接口605，包括：输入单元606，例如键盘、鼠标、麦克风等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
上文所描述的各个过程和处理，例如方法200-500，可由中央处理单元601执行。例如，在一些实施例中，方法200-500可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由只读存储器602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序被加载到随机存取存储器603并由中央处理单元601执行时，可以执行上文描述的方法200-500的一个或多个动作。
本公开涉及方法、装置、系统、电子设备、计算机可读存储介质和/或计算机程序产品。计算机程序产品可以包括用于执行本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (14)
1.一种用于确定变异信息对于复合杂合变异致病证据的适用性的方法，包括：
获取关于第一样本的基因组位点的变异信息和第一基因型、关于第二样本的、所述基因组位点的第二基因型和关于第三样本的、所述基因组位点的第三基因型，所述第一样本与先证者相关联，所述第二样本和所述第三样本分别与所述先证者的父母相关联；
确定与所述变异信息相关联的基因标识和基因注释信息；
基于所述第一基因型、所述第二基因型和所述第三基因型，对所述变异信息标记遗传模式和遗传来源；
对于标记有第一遗传模式且所关联基因标识位于第一预定基因标识集中的变异信息，基于与所述变异信息相关联的基因注释信息和预定候选条件，对所述变异信息标记候选变异，所述第一预定基因标识集中的每个基因标识与预定遗传模式相关联且不处于第二预定基因标识集中；以及
对于标记有所述第一遗传模式、所关联基因标识相同且位于所述第一预定基因标识集中的多项变异信息，基于所述多项变异信息的遗传来源标记和候选变异标记，确定所述多项变异信息对于复合杂合变异致病证据的适用性。
2.根据权利要求1所述的方法，其中对所述变异信息标记遗传模式和遗传来源包括：
如果确定所述第一基因型为杂合，则基于所述第二基因型和所述第三基因型，对所述变异信息标记遗传来源；以及
对标记有遗传来源的变异信息标记第一遗传模式。
3.根据权利要求2所述的方法，其中对所述变异信息标记遗传来源包括：
如果确定所述第二基因型为杂合或者半合且所述第三基因型为野生，则对所述变异信息标记第一遗传来源；
如果确定所述第二基因型为野生且所述第三基因型为杂合，则对所述变异信息标记第二遗传来源；以及
如果确定所述第二基因型为杂合或者半合且所述第三基因型为杂合，则对所述变异信息标记第三遗传来源。
4.根据权利要求1所述的方法，其中对所述变异信息标记遗传模式包括：
如果确定所述第一基因型为纯合，则确定所述第二基因型和所述第三基因型是否均非纯合；以及
如果确定所述第二基因型和所述第三基因型均非纯合，则对所述变异信息标记第二遗传模式。
5.根据权利要求1所述的方法，其中对所述变异信息标记候选变异包括：
如果确定所述变异信息满足以下条件中的至少三个条件，则对所述变异信息标记候选变异：
与所述变异信息相关联的多个人群频率中的最大人群频率小于或等于预定人群频率；
与所述变异信息相关联的氨基酸变化信息与致病变异相关联；
所述变异信息与基因功能受损相关联；
所述变异信息与预定剪接位点相关联；
与所述变异信息相关联的剪接预测值大于预定剪接预测值；
与所述变异信息相关联的蛋白功能预测值大于预定蛋白功能预测值；
与所述变异信息相关联的蛋白截短长度大于预定蛋白截短长度；以及
所述变异信息与蛋白功能域相关联。
6.根据权利要求1所述的方法，其中确定所述多项变异信息对于复合杂合变异致病证据的适用性包括：
如果确定在所述多项变异信息中存在标记有第一遗传来源和候选变异的变异信息，则确定所述多项变异信息中标记有第二遗传来源的变异信息和标记有第三遗传来源的变异信息适用复合杂合变异致病证据；
如果确定在所述多项变异信息中存在标记有第二遗传来源和候选变异的变异信息，则确定所述多项变异信息中标记有第一遗传来源的变异信息和标记有第三遗传来源的变异信息适用复合杂合变异致病证据；以及
如果确定在所述多项变异信息中存在标记有第三遗传来源和候选变异的变异信息，则确定所述多项变异信息中标记有第一遗传来源的变异信息、标记有第二遗传来源的变异信息和标记有第三遗传来源的变异信息适用复合杂合变异致病证据。
7.根据权利要求1所述的方法，还包括：
对于标记有第二遗传模式且所关联基因标识位于所述第一预定基因标识集内的变异信息，基于与所述变异信息相关联的基因注释信息和预定条件，确定所述变异信息对于复合杂合变异致病支持证据的适用性。
8.根据权利要求7所述的方法，其中确定所述变异信息对于复合杂合变异致病支持证据的适用性包括：
确定与所述变异信息相关联的多个人群频率中的最大人群频率；以及
如果确定所述最大人群频率小于或等于预定人群频率，则确定所述变异信息适用复合杂合变异致病支持证据。
9.根据权利要求1所述的方法，其中确定与所述变异信息相关联的基因标识和基因注释信息包括：
基于基因注释信息库、密码子表和编码规则，确定与所述变异信息相关联的基因标识、氨基酸变化信息和蛋白截短长度，所述基因注释信息库指示染色体标识、基因标识、转录本位置信息和基因编码区域位置信息之间的关联；
基于致病变异信息库，确定与所述变异信息相关联的氨基酸变化信息与致病变异的关联性，所述致病变异信息库指示致病的变异信息和氨基酸变化信息之间的关联；以及
确定与所述变异信息相关联的多个人群频率、剪接预测值和蛋白功能预测值、所述变异信息与蛋白功能域的关联性、所述变异信息与基因功能受损的关联性以及所述变异信息与预定剪接位点的关联性。
10.根据权利要求1所述的方法，其中所述变异信息包括染色体标识、基因组坐标位置、基因组参考碱基和基因组突变碱基。
11.根据权利要求1所述的方法，其中所述复合杂合变异致病证据包括pm3证据。
12.根据权利要求1所述的方法，其中所述基因组位点上的遗传变异包括单核苷酸多态性变异和插入缺失变异。
13.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行根据权利要求1-12所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-12中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110184919.0A CN112908412A (zh) | 2021-02-10 | 2021-02-10 | 用于复合杂合变异致病证据适用性的方法、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110184919.0A CN112908412A (zh) | 2021-02-10 | 2021-02-10 | 用于复合杂合变异致病证据适用性的方法、设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112908412A true CN112908412A (zh) | 2021-06-04 |
Family
ID=76123573
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110184919.0A Pending CN112908412A (zh) | 2021-02-10 | 2021-02-10 | 用于复合杂合变异致病证据适用性的方法、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112908412A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117238368A (zh) * | 2023-11-15 | 2023-12-15 | 北京齐碳科技有限公司 | 分子遗传标记分型方法和装置、生物个体识别方法和装置 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014043298A1 (en) * | 2012-09-14 | 2014-03-20 | Life Technologies Corporation | Systems and methods for identifying sequence variation associated with genetic diseases |
| US20140088942A1 (en) * | 2012-09-27 | 2014-03-27 | Ambry Genetics | Molecular genetic diagnostic system |
| US20150066378A1 (en) * | 2013-08-27 | 2015-03-05 | Tute Genomics | Identifying Possible Disease-Causing Genetic Variants by Machine Learning Classification |
| WO2015123600A1 (en) * | 2014-02-13 | 2015-08-20 | The Childrens's Mercy Hospital | Method and process for whole genome sequencing for genetic disease diagnosis |
| WO2018042185A1 (en) * | 2016-09-02 | 2018-03-08 | Imperial Innovations Ltd | Methods, systems and apparatus for identifying pathogenic gene variants |
| CN109086571A (zh) * | 2018-08-03 | 2018-12-25 | 国家卫生计生委科学技术研究所 | 一种单基因病遗传变异智能解读及报告的方法和系统 |
| CN109545281A (zh) * | 2018-09-30 | 2019-03-29 | 南京派森诺基因科技有限公司 | 一种基于二代高通量测序的trio家系遗传突变模式的分析方法 |
| US20190108309A1 (en) * | 2017-10-05 | 2019-04-11 | International Business Machines Corporation | Pathogenetic classification of genetic alterations |
| CN109994154A (zh) * | 2017-12-30 | 2019-07-09 | 安诺优达基因科技(北京)有限公司 | 一种单基因隐性遗传疾病候选致病基因的筛选装置 |
| CN110364226A (zh) * | 2019-08-16 | 2019-10-22 | 复旦大学 | 一种用于辅助生殖供精策略的遗传风险预警方法和系统 |
| CN110379458A (zh) * | 2019-07-15 | 2019-10-25 | 中国人民解放军陆军军医大学第一附属医院 | 致病性变异位点判定方法、装置、计算机设备及存储介质 |
| CN110544537A (zh) * | 2019-07-29 | 2019-12-06 | 北京荣之联科技股份有限公司 | 单基因遗传病基因分析报告的生成方法及其电子设备 |
| CN111028888A (zh) * | 2018-10-09 | 2020-04-17 | 北京贝瑞和康生物技术有限公司 | 一种全基因组拷贝数变异的检测方法及其应用 |
| CN111863132A (zh) * | 2019-04-29 | 2020-10-30 | 广州欧蒙未一医学检验实验室有限公司 | 一种筛选致病性变异的方法和系统 |
-
2021
- 2021-02-10 CN CN202110184919.0A patent/CN112908412A/zh active Pending
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014043298A1 (en) * | 2012-09-14 | 2014-03-20 | Life Technologies Corporation | Systems and methods for identifying sequence variation associated with genetic diseases |
| US20140088942A1 (en) * | 2012-09-27 | 2014-03-27 | Ambry Genetics | Molecular genetic diagnostic system |
| US20150066378A1 (en) * | 2013-08-27 | 2015-03-05 | Tute Genomics | Identifying Possible Disease-Causing Genetic Variants by Machine Learning Classification |
| WO2015123600A1 (en) * | 2014-02-13 | 2015-08-20 | The Childrens's Mercy Hospital | Method and process for whole genome sequencing for genetic disease diagnosis |
| WO2018042185A1 (en) * | 2016-09-02 | 2018-03-08 | Imperial Innovations Ltd | Methods, systems and apparatus for identifying pathogenic gene variants |
| US20190108309A1 (en) * | 2017-10-05 | 2019-04-11 | International Business Machines Corporation | Pathogenetic classification of genetic alterations |
| CN109994154A (zh) * | 2017-12-30 | 2019-07-09 | 安诺优达基因科技(北京)有限公司 | 一种单基因隐性遗传疾病候选致病基因的筛选装置 |
| CN109086571A (zh) * | 2018-08-03 | 2018-12-25 | 国家卫生计生委科学技术研究所 | 一种单基因病遗传变异智能解读及报告的方法和系统 |
| CN109545281A (zh) * | 2018-09-30 | 2019-03-29 | 南京派森诺基因科技有限公司 | 一种基于二代高通量测序的trio家系遗传突变模式的分析方法 |
| CN111028888A (zh) * | 2018-10-09 | 2020-04-17 | 北京贝瑞和康生物技术有限公司 | 一种全基因组拷贝数变异的检测方法及其应用 |
| CN111863132A (zh) * | 2019-04-29 | 2020-10-30 | 广州欧蒙未一医学检验实验室有限公司 | 一种筛选致病性变异的方法和系统 |
| CN110379458A (zh) * | 2019-07-15 | 2019-10-25 | 中国人民解放军陆军军医大学第一附属医院 | 致病性变异位点判定方法、装置、计算机设备及存储介质 |
| CN110544537A (zh) * | 2019-07-29 | 2019-12-06 | 北京荣之联科技股份有限公司 | 单基因遗传病基因分析报告的生成方法及其电子设备 |
| CN110364226A (zh) * | 2019-08-16 | 2019-10-22 | 复旦大学 | 一种用于辅助生殖供精策略的遗传风险预警方法和系统 |
Non-Patent Citations (2)
| Title |
|---|
| JUDY SAVIGE等: "Expert consensus guidelines for the genetic diagnosis of Alport syndrome", 《PEDIATRIC NEPHROLOGY》, vol. 34, no. 7, XP036808963, DOI: 10.1007/s00467-018-3985-4 * |
| 初国铭等: "SRD5A2基因新型复合杂合突变致类固醇5-α还原酶2型缺乏症的遗传变异分析", 《中国当代儿科杂志》, vol. 22, no. 7 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117238368A (zh) * | 2023-11-15 | 2023-12-15 | 北京齐碳科技有限公司 | 分子遗传标记分型方法和装置、生物个体识别方法和装置 |
| CN117238368B (zh) * | 2023-11-15 | 2024-03-15 | 北京齐碳科技有限公司 | 分子遗传标记分型方法和装置、生物个体识别方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wong et al. | De novo human genome assemblies reveal spectrum of alternative haplotypes in diverse populations | |
| Peltzer et al. | EAGER: efficient ancient genome reconstruction | |
| Fang et al. | Indel variant analysis of short-read sequencing data with Scalpel | |
| Engström et al. | Systematic evaluation of spliced alignment programs for RNA-seq data | |
| Fonseca et al. | Tools for mapping high-throughput sequencing data | |
| Karakoc et al. | Detection of structural variants and indels within exome data | |
| Homer et al. | Improved variant discovery through local re-alignment of short-read next-generation sequencing data using SRMA | |
| Sharon et al. | A single-molecule long-read survey of the human transcriptome | |
| Mort et al. | MutPred Splice: machine learning-based prediction of exonic variants that disrupt splicing | |
| Svensson et al. | Genome-wide survey for biologically functional pseudogenes | |
| Modrek et al. | Alternative splicing in the human, mouse and rat genomes is associated with an increased frequency of exon creation and/or loss | |
| Modolo et al. | UrQt: an efficient software for the Unsupervised Quality trimming of NGS data | |
| Meyer et al. | Gene structure conservation aids similarity based gene prediction | |
| TWI748263B (zh) | 一種基因變異辨識方法、裝置和儲存介質 | |
| Shigemizu et al. | A practical method to detect SNVs and indels from whole genome and exome sequencing data | |
| Peterlongo et al. | DiscoSnp++: de novo detection of small variants from raw unassembled read set (s) | |
| Pajuste et al. | FastGT: an alignment-free method for calling common SNVs directly from raw sequencing reads | |
| CN110689928A (zh) | 用于预测基因组变异对前mRNA剪接的影响的系统和方法 | |
| CN114496077B (zh) | 用于检测单核苷酸变异和插入缺失的方法、设备和介质 | |
| Long et al. | PoolHap: inferring haplotype frequencies from pooled samples by next generation sequencing | |
| Hestand et al. | Annotation of the protein coding regions of the equine genome | |
| Kristmundsdóttir et al. | popSTR: population-scale detection of STR variants | |
| CN109979530B (zh) | 一种基因变异识别方法、装置和存储介质 | |
| Sousa da Mota et al. | Imputation of ancient human genomes | |
| Shukla et al. | hg19KIndel: ethnicity normalized human reference genome |
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 | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40050519 Country of ref document: HK |
|
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 102206 8th Floor 801, No. 5 Building, No. 4 Life Garden Road, Changping District Science Park, Beijing Applicant after: BERRY GENOMICS Co.,Ltd. Address before: 102299 room 801, floor 8, building 5, courtyard 4, shengshengyuan Road, science and Technology Park, Changping District, Beijing Applicant before: BERRY GENOMICS Co.,Ltd. |