CN114496072A - 耳聋致病分析等级分类方法、装置、计算机可读存储介质及服务器 - Google Patents
耳聋致病分析等级分类方法、装置、计算机可读存储介质及服务器 Download PDFInfo
- Publication number
- CN114496072A CN114496072A CN202210051507.4A CN202210051507A CN114496072A CN 114496072 A CN114496072 A CN 114496072A CN 202210051507 A CN202210051507 A CN 202210051507A CN 114496072 A CN114496072 A CN 114496072A
- Authority
- CN
- China
- Prior art keywords
- deafness
- variation
- evidence
- pathogenic
- gene
- 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
- 206010011878 Deafness Diseases 0.000 title claims abstract description 92
- 208000016354 hearing loss disease Diseases 0.000 title claims abstract description 84
- 231100000895 deafness Toxicity 0.000 title claims abstract description 80
- 230000001717 pathogenic effect Effects 0.000 title claims abstract description 60
- 238000004458 analytical method Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 33
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 54
- 230000007614 genetic variation Effects 0.000 claims abstract description 40
- 230000007918 pathogenicity Effects 0.000 claims description 31
- 230000006870 function Effects 0.000 claims description 24
- 230000035772 mutation Effects 0.000 claims description 24
- 230000002068 genetic effect Effects 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 9
- 108700028369 Alleles Proteins 0.000 claims description 8
- 206010064571 Gene mutation Diseases 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 101000741396 Chlamydia muridarum (strain MoPn / Nigg) Probable oxidoreductase TC_0900 Proteins 0.000 claims description 4
- 101000741399 Chlamydia pneumoniae Probable oxidoreductase CPn_0761/CP_1111/CPj0761/CpB0789 Proteins 0.000 claims description 4
- 101000741400 Chlamydia trachomatis (strain D/UW-3/Cx) Probable oxidoreductase CT_610 Proteins 0.000 claims description 4
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 4
- 230000002939 deleterious effect Effects 0.000 claims description 4
- 201000010099 disease Diseases 0.000 claims description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 4
- 239000003814 drug Substances 0.000 claims description 4
- 229940079593 drug Drugs 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 229910052710 silicon Inorganic materials 0.000 claims description 4
- 239000010703 silicon Substances 0.000 claims description 4
- 102000054767 gene variant Human genes 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000011160 research Methods 0.000 abstract description 16
- 238000007405 data analysis Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 description 3
- 238000005204 segregation Methods 0.000 description 3
- 231100000888 hearing loss Toxicity 0.000 description 2
- 230000010370 hearing loss Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 208000025275 nodular sclerosis classical Hodgkin lymphoma Diseases 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012545 processing Methods 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
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/30—Detection of binding sites or motifs
-
- 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
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- 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
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Bioethics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Chemical & Material Sciences (AREA)
- Molecular Biology (AREA)
- Genetics & Genomics (AREA)
- Databases & Information Systems (AREA)
- Analytical Chemistry (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Epidemiology (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本申请公开了一种耳聋致病分析等级分类方法、装置、计算机可读存储介质及服务器。该耳聋致病分析等级分类方法包括:接收耳聋相关的基因变异数据;根据用户选择的注释信息给所述基因变异数据做注释;通过预设的ACMG模型分析注释后的基因变异数据,并根据分析结果确定耳聋致病等级。本申请解决了由于没有构建相应的模型进行数据分析,也就不能探究基因变异和耳聋的关联性,造成的给人员进一步研究或参考带来了极大的技术问题。
Description
技术领域
本申请涉及数据分析领域,具体而言,涉及一种耳聋致病分析等级分类方法、装置、计算机可读存储介质及服务器。
背景技术
发明人发现,耳聋致病大多数与遗传学基因变异相关,一些数据库收录了这些与耳聋相关的基因变异数据,并且能够通过相应的注释信息进行注释,但是并没有构建相应的模型进行数据分析,也就不能探究基因变异和耳聋的关联性,给研人员进一步研究或参考带来了极大的不便。
针对相关技术中没有构建相应的模型进行数据分析,也就不能探究基因变异和耳聋的关联性,给研人员进一步研究或参考带来了极大的不便的问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种耳聋致病分析等级分类方法、装置、计算机可读存储介质及服务器,以解决没有构建相应的模型进行数据分析,也就不能探究基因变异和耳聋的关联性,给人员进一步研究或参考带来了极大的不便的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种耳聋致病分析等级分类方法、装置、计算机可读存储介质及服务器。
根据本申请的耳聋致病分析等级分类方法包括:接收耳聋相关的基因变异数据;根据用户选择的注释信息给所述基因变异数据做注释;通过预设的ACMG 模型分析注释后的基因变异数据,并根据分析结果确定耳聋致病等级。
进一步的,注释的内容包括:变异的功能影响;变异和基因水平影响的疾病和表型相关信息;硅预测算法的结果;公共数据库不同人群等位基因频率;有意义的基因水平信息;药物-基因相互作用和精准药物能力。
进一步的,通过预设的ACMG模型分析注释后的基因变异数据,并根据分析结果确定耳聋致病等级包括:根据注释后的基因变异数据筛选出致病变异位点;利用预设的评估软件评估所述致病变异位点;使用预设的位点变异功能预测软件进行基因变异导致功能改变预测;根据预测结果在预设的ACMG证据明细表中查找致病性证据;基于所述致病性证据查找遗传变异分类表,确定耳聋致病等级。
进一步的,所述评估软件包括以下的一种或多种:Deafness Variation Database(DVD)、Hereditary Hearing Loss(HHL)、Online Mendelian Inheritance in Man(OMIM)、Gene4HL。
进一步的,所述位点变异功能预测软件包括以下的一种或多种:CADD、ReVe、SIFT、Polyphen2、LRT、MutationTaster、FATHMM。
进一步的,供用户选择的注释信息包括以下的一种或多种:参考基因组、剪接阈值和变异水平、识别共分离、基本信息、错义变异的致病性预测、不同群体中的等位基因频率、相关临床数据库、罕见有害变异。
为了实现上述目的,根据本申请的另一方面,提供了一种耳聋致病分析装置。
根据本申请的耳聋致病分析装置包括:接收模块,用于接收耳聋相关的基因变异数据;注释模块,用于根据用户选择的注释信息给所述基因变异数据做注释;处理确定模块,用于通过预设的ACMG模型分析注释后的基因变异数据,并根据分析结果确定耳聋致病等级。
进一步的,所述处理确定模块包括:根据注释后的基因变异数据筛选出致病变异位点;利用预设的评估软件评估所述致病变异位点;使用预设的位点变异功能预测软件进行基因变异导致功能改变预测;根据预测结果在预设的ACMG证据明细表中查找致病性证据;基于所述致病性证据查找遗传变异分类表,确定耳聋致病等级。
为了实现上述目的,根据本申请的另一方面,提供了一种计算机可读存储介质。
根据本申请的计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项所述的耳聋致病分析等级分类方法。
为了实现上述目的,根据本申请的另一方面,提供了一种服务器。
根据本申请的服务器,包括:存储器和处理器,所述存储器中存储有计算机程序,其中,所述处理器被设置为运行所述计算机程序以执行上述任一项所述的耳聋致病分析等级分类方法。
在本申请实施例中,采用耳聋致病分析的方式,通过接收耳聋相关的基因变异数据;根据用户选择的注释信息给所述基因变异数据做注释;通过预设的ACMG 模型分析注释后的基因变异数据,并根据分析结果确定耳聋致病等级;达到了可以探究基因变异和耳聋的关联性的目的,从而实现了给人员进一步研究或参考带来了极大便利的技术效果,进而解决了由于没有构建相应的模型进行数据分析,也就不能探究基因变异和耳聋的关联性,造成的给人员进一步研究或参考带来了极大的技术问题。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的耳聋致病分析等级分类方法的流程示意图;
图2是根据本申请实施例的耳聋致病分析装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中,术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本发明发明及其实施例,并非用于限定所指示的装置、元件或组成部分必须具有特定方位,或以特定方位进行构造和操作。
并且,上述部分术语除了可以用于表示方位或位置关系以外,还可能用于表示其他含义,例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言,可以根据具体情况理解这些术语在本发明发明中的具体含义。
此外,术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如,可以是固定连接,可拆卸连接,或整体式构造;可以是机械连接,或电连接;可以是直接相连,或者是通过中间媒介间接相连,又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言,可以根据具体情况理解上述术语在本发明发明中的具体含义。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
根据本发明实施例,提供了一种耳聋致病分析等级分类方法,如图1所示,该方法包括如下的步骤S101至步骤S103:
步骤S101、接收耳聋相关的基因变异数据;
由于遗传因素大约能解释超过一半的耳聋患者,通过整理分析发表在PubMed 中的16354篇与遗传相关的耳聋研究,最终整合了1608篇研究论文中的326个与耳聋相关基因的详细遗传和临床数据,其中包括了170个NSHL相关基因和156个 SHL相关基因,涉及3872个基因变异。基于这些基因变异构建耳聋相关的基因变异数据库,如此在接收到人员上传的VCF4格式的基因变异数据时,可以通过该数据库查找到对应的基因变异,为后续关联出对应的注释提供保障。
步骤S102、根据用户选择的注释信息给所述基因变异数据做注释;
上传基因变异数据后,用户可以根据实际情况在界面中选择相应的注释信息,供用户选择的注释信息包括以下的一种或多种:参考基因组、剪接阈值和变异水平、识别共分离、基本信息、错义变异的致病性预测、不同群体中的等位基因频率、相关临床数据库、罕见有害变异。选择结束后,基于这些选择的注释信息给基因数据做注释,注释的内容包括:变异的功能影响;变异和基因水平影响的疾病和表型相关信息;硅预测算法的结果;公共数据库不同人群等位基因频率;有意义的基因水平信息;药物-基因相互作用和精准药物能力。如此可以为基于注释后的基因变异数据的分析提供保障。
步骤S103、根据注释后的基因变异数据筛选出致病变异位点;
步骤S104、利用预设的评估软件评估所述致病变异位点,以及使用预设的位点变异功能预测软件进行基因变异导致功能改变预测;
步骤S105、根据评估结果和预测结果在预设的ACMG证据明细表中查找致病性证据;
步骤S106、基于所述致病性证据查找遗传变异分类表,确定耳聋致病等级。
利用收集的耳聋相关变异,通过注释信息筛选出外显子区变异、非同义突变位点等。利用Deafness Variation Database(DVD)、Hereditary Hearing Loss (HHL)、OnlineMendelian Inheritance in Man(OMIM)以及Gene4HL等数据库中收录的耳聋相关的致病基因与变异对致病变异位点进行评估。使用CADD、ReVe、 SIFT、Polyphen2、LRT、MutationTaster、FATHMM等多种位点变异功能预测软件进行基因变异导致功能改变预测。根据预测结果在预设的ACMG证据明细表中查找致病性证据;基于所述致病性证据查找遗传变异分类表,确定耳聋致病等级。本实施例中,用户还可以选择ExAC_EAS、ExAC_ALL、1000Genomes、gnomAD等数据库中未见正常人携带或携带率小于5%。
通过对注释后的基因变异数据的筛选、评估、预测、查找等,可以确定耳聋致病等级。具体地,先筛选出致病变异位点,再通过人员选择的一个或多个评估软件对致病变异位点进行评估,然后通过位点变异功能预测软件进行基因变异导致功能改变的预测,随后根据预测的结果查找ACMG证据明细表,可以判断出该基因变异的致病性证据,基于该致病性证据结合遗传变异分类表就可以确定耳聋致病等级;从而实现了可以探究基因变异和耳聋的关联性,给研人员进一步研究或参考带来了极大的便利。
本实施例中,耳聋致病等级分为致病(P)、可能致病(LP)、意义未明(VUS)、可能良性(LB)、良性(B)5档。
本实施例中,ACMG证据明细表为由美国医学遗传学与基因组学学会指定的用于评判致病性的表格。
ACMG证据明细表
从以上的描述中,可以看出,本发明实现了如下技术效果:
在本申请实施例中,采用耳聋致病分析的方式,通过接收耳聋相关的基因变异数据;根据用户选择的注释信息给所述基因变异数据做注释;通过预设的ACMG 模型分析注释后的基因变异数据,并根据分析结果确定耳聋致病等级;达到了可以探究基因变异和耳聋的关联性的目的,从而实现了给人员进一步研究或参考带来了极大便利的技术效果,进而解决了由于没有构建相应的模型进行数据分析,也就不能探究基因变异和耳聋的关联性,造成的给人员进一步研究或参考带来了极大的技术问题。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
根据本发明实施例,还提供了一种用于实施上述耳聋致病分析等级分类方法的装置,如图2所示,该装置包括:
接收模块10,用于接收耳聋相关的基因变异数据;
由于遗传因素大约能解释超过一半的耳聋患者,通过整理分析发表在PubMed 中的16354篇与遗传相关的耳聋研究,最终整合了1608篇研究论文中的326个与耳聋相关基因的详细遗传和临床数据,其中包括了170个NSHL相关基因和156个 SHL相关基因,涉及3872个基因变异。基于这些基因变异构建耳聋相关的基因变异数据库,如此在接收到人员上传的VCF4格式的基因变异数据时,可以通过该数据库查找到对应的基因变异,为后续关联出对应的注释提供保障。
注释模块20,用于根据用户选择的注释信息给所述基因变异数据做注释;
上传基因变异数据后,用户可以根据实际情况在界面中选择相应的注释信息,供用户选择的注释信息包括以下的一种或多种:参考基因组、剪接阈值和变异水平、识别共分离、基本信息、错义变异的致病性预测、不同群体中的等位基因频率、相关临床数据库、罕见有害变异。选择结束后,基于这些选择的注释信息给基因数据做注释,注释的内容包括:变异的功能影响;变异和基因水平影响的疾病和表型相关信息;硅预测算法的结果;公共数据库不同人群等位基因频率;有意义的基因水平信息;药物-基因相互作用和精准药物能力。如此可以为基于注释后的基因变异数据的分析提供保障。
筛选模块30,用于根据注释后的基因变异数据筛选出致病变异位点;
评估预测模块40,用于利用预设的评估软件评估所述致病变异位点,以及使用预设的位点变异功能预测软件进行基因变异导致功能改变预测;
查找模块50,用于根据评估结果和预测结果在预设的ACMG证据明细表中查找致病性证据;
确定模块60,用于基于所述致病性证据查找遗传变异分类表,确定耳聋致病等级。
利用收集的耳聋相关变异,通过注释信息筛选出外显子区变异、非同义突变位点等。利用Deafness Variation Database(DVD)、Hereditary Hearing Loss (HHL)、OnlineMendelian Inheritance in Man(OMIM)以及Gene4HL等数据库中收录的耳聋相关的致病基因与变异对致病变异位点进行评估。使用CADD、ReVe、 SIFT、Polyphen2、LRT、MutationTaster、FATHMM等多种位点变异功能预测软件进行基因变异导致功能改变预测。根据预测结果在预设的ACMG证据明细表中查找致病性证据;基于所述致病性证据查找遗传变异分类表,确定耳聋致病等级。本实施例中,用户还可以选择ExAC_EAS、ExAC_ALL、1000Genomes、gnomAD等数据库中未见正常人携带或携带率小于5%。
通过对注释后的基因变异数据的筛选、评估、预测、查找等,可以确定耳聋致病等级。具体地,先筛选出致病变异位点,再通过人员选择的一个或多个评估软件对致病变异位点进行评估,然后通过位点变异功能预测软件进行基因变异导致功能改变的预测,随后根据预测的结果查找ACMG证据明细表,可以判断出该基因变异的致病性证据,基于该致病性证据结合遗传变异分类表就可以确定耳聋致病等级;从而实现了可以探究基因变异和耳聋的关联性,给研人员进一步研究或参考带来了极大的便利。
本实施例中,耳聋致病等级分为致病(P)、可能致病(LP)、意义未明(VUS)、可能良性(LB)、良性(B)5档。
ACMG证据明细表
从以上的描述中,可以看出,本发明实现了如下技术效果:
在本申请实施例中,采用耳聋致病分析的方式,通过接收耳聋相关的基因变异数据;根据用户选择的注释信息给所述基因变异数据做注释;通过预设的ACMG 模型分析注释后的基因变异数据,并根据分析结果确定耳聋致病等级;达到了可以探究基因变异和耳聋的关联性的目的,从而实现了给人员进一步研究或参考带来了极大便利的技术效果,进而解决了由于没有构建相应的模型进行数据分析,也就不能探究基因变异和耳聋的关联性,造成的给人员进一步研究或参考带来了极大的技术问题。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种耳聋致病等级分类方法,其特征在于,包括:
接收用户上传的基因变异数据;
根据用户选择的注释信息给所述基因变异数据做注释;
根据注释后的基因变异数据筛选出致病变异位点;
利用预设的评估软件评估所述致病变异位点,以及使用预设的位点变异功能预测软件进行基因变异导致功能改变预测;
根据评估结果和预测结果在预设的ACMG证据明细表中查找致病性证据;
基于所述致病性证据查找遗传变异分类表,确定耳聋致病等级。
2.根据权利要求1所述的耳聋致病分析等级分类方法,其特征在于,注释的内容包括:
变异的功能影响;变异和基因水平影响的疾病和表型相关信息;硅预测算法的结果;公共数据库不同人群等位基因频率;有意义的基因水平信息;药物-基因相互作用和精准药物能力。
3.根据权利要求1所述的耳聋致病分析等级分类方法,其特征在于,接收用户上传的基因变异数据之前还包括:
获取耳聋相关的遗传学数据;
给所有遗传学数据做全面注释;
根据全面注释后的基因变异数据筛选出所有致病变异位点;
利用预设的评估软件全面评估所有致病变异位点,以及使用预设的位点变异功能预测软件进行基因变异导致功能改变的全面预测;
基于致病性证据、全面评估结果和全面预测结果构建ACMG证据明细表,以及基于致病性证据和耳聋等级构建遗传变异分类表。
4.根据权利要求3所述的耳聋致病分析等级分类方法,其特征在于,所述评估软件包括以下的一种或多种:Deafness Variation Database(DVD)、Hereditary Hearing Loss(HHL)、Online Mendelian Inheritance in Man(OMIM)、Gene4HL。
5.根据权利要求3所述的耳聋致病分析等级分类方法,其特征在于,所述位点变异功能预测软件包括以下的一种或多种:CADD、ReVe、SIFT、Polyphen2、LRT、MutationTaster、FATHMM。
6.根据权利要求1所述的耳聋致病分析等级分类方法,其特征在于,供用户选择的注释信息包括以下的一种或多种:参考基因组、剪接阈值和变异水平、识别共分离、基本信息、错义变异的致病性预测、不同群体中的等位基因频率、相关临床数据库、罕见有害变异。
7.一种耳聋致病分析装置,其特征在于,包括:
接收模块,用于接收用户上传的基因变异数据;
注释模块,用于根据用户选择的注释信息给所述基因变异数据做注释;
筛选模块,用于根据注释后的基因变异数据筛选出致病变异位点;
评估预测模块,用于利用预设的评估软件评估所述致病变异位点,以及使用预设的位点变异功能预测软件进行基因变异导致功能改变预测;
查找模块,用于根据评估结果和预测结果在预设的ACMG证据明细表中查找致病性证据;
确定模块,用于基于所述致病性证据查找遗传变异分类表,确定耳聋致病等级。
8.根据权利要求1所述的耳聋致病分析装置,其特征在于,还包括:
获取模块,用于获取耳聋相关的遗传学数据;
全面注释模块,用于给所有遗传学数据做全面注释;
全面筛选模块,用于根据全面注释后的基因变异数据筛选出所有致病变异位点;
全面评估预测模块,用于利用预设的评估软件全面评估所有致病变异位点,以及使用预设的位点变异功能预测软件进行基因变异导致功能改变的全面预测;
构建模块,用于基于致病性证据、全面评估结果和全面预测结果构建ACMG证据明细表,以及基于致病性证据和耳聋等级构建遗传变异分类表。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至6中任一项所述的耳聋致病分析等级分类方法。
10.一种服务器,包括:存储器和处理器,其特征在于,所述存储器中存储有计算机程序,其中,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至6中任一项所述的耳聋致病分析等级分类方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210051507.4A CN114496072A (zh) | 2022-01-17 | 2022-01-17 | 耳聋致病分析等级分类方法、装置、计算机可读存储介质及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210051507.4A CN114496072A (zh) | 2022-01-17 | 2022-01-17 | 耳聋致病分析等级分类方法、装置、计算机可读存储介质及服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114496072A true CN114496072A (zh) | 2022-05-13 |
Family
ID=81512458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210051507.4A Pending CN114496072A (zh) | 2022-01-17 | 2022-01-17 | 耳聋致病分析等级分类方法、装置、计算机可读存储介质及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114496072A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105624796A (zh) * | 2014-11-07 | 2016-06-01 | 天津华大基因科技有限公司 | 芯片及其在检测耳聋相关基因中的用途 |
CN106951730A (zh) * | 2017-03-21 | 2017-07-14 | 为朔医学数据科技(北京)有限公司 | 一种基因变异致病等级确定方法及装置 |
CN109055547A (zh) * | 2018-09-30 | 2018-12-21 | 王赞鑫 | 一组评估主动脉夹层风险的生物标志物及其应用 |
CN110957006A (zh) * | 2019-12-14 | 2020-04-03 | 杭州联川基因诊断技术有限公司 | 一种brca1/2基因变异的解读方法 |
CN111192626A (zh) * | 2019-12-31 | 2020-05-22 | 中南大学湘雅医院 | 帕金森病基因组学关联模型的构建方法、装置、服务器及存储介质 |
CN111540406A (zh) * | 2020-04-13 | 2020-08-14 | 中南大学湘雅医院 | 一种人类基因变异快速注释的方法 |
CN111816253A (zh) * | 2020-06-16 | 2020-10-23 | 荣联科技集团股份有限公司 | 一种基因检测解读方法及装置 |
CN112592969A (zh) * | 2020-12-31 | 2021-04-02 | 深圳瑞奥康晨生物科技有限公司 | 一种遗传性主动脉疾病及相关基因的检测方法、装置和存储介质 |
CN113528570A (zh) * | 2021-07-09 | 2021-10-22 | 广州金域医学检验中心有限公司 | 以突变体细胞迁移功能评估基因变异致病性的方法及应用 |
-
2022
- 2022-01-17 CN CN202210051507.4A patent/CN114496072A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105624796A (zh) * | 2014-11-07 | 2016-06-01 | 天津华大基因科技有限公司 | 芯片及其在检测耳聋相关基因中的用途 |
CN106951730A (zh) * | 2017-03-21 | 2017-07-14 | 为朔医学数据科技(北京)有限公司 | 一种基因变异致病等级确定方法及装置 |
CN109055547A (zh) * | 2018-09-30 | 2018-12-21 | 王赞鑫 | 一组评估主动脉夹层风险的生物标志物及其应用 |
CN110957006A (zh) * | 2019-12-14 | 2020-04-03 | 杭州联川基因诊断技术有限公司 | 一种brca1/2基因变异的解读方法 |
CN111192626A (zh) * | 2019-12-31 | 2020-05-22 | 中南大学湘雅医院 | 帕金森病基因组学关联模型的构建方法、装置、服务器及存储介质 |
CN111540406A (zh) * | 2020-04-13 | 2020-08-14 | 中南大学湘雅医院 | 一种人类基因变异快速注释的方法 |
CN111816253A (zh) * | 2020-06-16 | 2020-10-23 | 荣联科技集团股份有限公司 | 一种基因检测解读方法及装置 |
CN112592969A (zh) * | 2020-12-31 | 2021-04-02 | 深圳瑞奥康晨生物科技有限公司 | 一种遗传性主动脉疾病及相关基因的检测方法、装置和存储介质 |
CN113528570A (zh) * | 2021-07-09 | 2021-10-22 | 广州金域医学检验中心有限公司 | 以突变体细胞迁移功能评估基因变异致病性的方法及应用 |
Non-Patent Citations (1)
Title |
---|
郭云天晓: "非综合征遗传性耳聋家系的分子遗传学致病因素研究及遗传咨询", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Delaney et al. | Combinatorial prediction of marker panels from single‐cell transcriptomic data | |
AU2016272732B2 (en) | Discovering population structure from patterns of identity-by-descent | |
Kumaran et al. | Performance assessment of variant calling pipelines using human whole exome sequencing and simulated data | |
CN108920901B (zh) | 一种测序数据突变分析系统 | |
Gazave et al. | Neutral genomic regions refine models of recent rapid human population growth | |
US20150066378A1 (en) | Identifying Possible Disease-Causing Genetic Variants by Machine Learning Classification | |
CN106021979A (zh) | 人基因组重测序数据分析系统及方法 | |
Rau et al. | Genetics of common forms of heart failure: challenges and potential solutions | |
CN109706065A (zh) | 肿瘤新生抗原负荷检测装置及存储介质 | |
Zhang et al. | ASNEO: identification of personalized alternative splicing based neoantigens with RNA-seq | |
Bunnefeld et al. | Inferring bottlenecks from genome-wide samples of short sequence blocks | |
Roccaro et al. | Exome sequencing reveals recurrent germ line variants in patients with familial Waldenström macroglobulinemia | |
CN102982048A (zh) | 一种用于评估垃圾信息挖掘规则的方法与设备 | |
KR102085169B1 (ko) | 개인 유전체 맵 기반 맞춤의학 분석 시스템 및 이를 이용한 분석 방법 | |
CN107480468B (zh) | 基因样本分析方法及电子设备 | |
Wilkinson et al. | EMMA—mouse mutant resources for the international scientific community | |
CN111128308B (zh) | 一种神经精神疾病新发突变信息知识平台 | |
CN114496072A (zh) | 耳聋致病分析等级分类方法、装置、计算机可读存储介质及服务器 | |
Erzurumluoglu et al. | Identifying highly penetrant disease causal mutations using next generation sequencing: guide to whole process | |
CN116825192A (zh) | 一种ncRNA基因突变的解读方法、存储介质及终端 | |
Tang et al. | Open-source benchmarking of IBD segment detection methods for biobank-scale cohorts | |
Haller et al. | Manhattan Harvester and Cropper: a system for GWAS peak detection | |
Liu et al. | SeqSQC: a bioconductor package for evaluating the sample quality of next-generation sequencing data | |
Missier et al. | SVI: a simple single-nucleotide Human Variant Interpretation tool for Clinical Use | |
CN110476215A (zh) | 用于多序列文件的签名-散列 |
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 |
Application publication date: 20220513 |
|
RJ01 | Rejection of invention patent application after publication |