JP2014534507A5 - - Google Patents

Download PDF

Info

Publication number
JP2014534507A5
JP2014534507A5 JP2014534806A JP2014534806A JP2014534507A5 JP 2014534507 A5 JP2014534507 A5 JP 2014534507A5 JP 2014534806 A JP2014534806 A JP 2014534806A JP 2014534806 A JP2014534806 A JP 2014534806A JP 2014534507 A5 JP2014534507 A5 JP 2014534507A5
Authority
JP
Japan
Prior art keywords
fitted
count
chromosome
relationship
trisomy
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.)
Granted
Application number
JP2014534806A
Other languages
English (en)
Other versions
JP6073902B2 (ja
JP2014534507A (ja
Filing date
Publication date
Application filed filed Critical
Priority claimed from PCT/US2012/059123 external-priority patent/WO2013052913A2/en
Publication of JP2014534507A publication Critical patent/JP2014534507A/ja
Publication of JP2014534507A5 publication Critical patent/JP2014534507A5/ja
Application granted granted Critical
Publication of JP6073902B2 publication Critical patent/JP6073902B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Description

図面は、技術の実施形態を図示し、限定されるものではない。図示を簡潔および容易にするため、図面は一定の尺度ではなく、いくつかの例において、種々の態様が、具体的な実施形態の理解を容易にするため、誇張または拡大して示され得る。
例えば、本発明は、以下の項目を提供する：
（項目１）
メモリおよび１つまたはそれより多いマイクロプロセッサを含むシステムであって、上記１つまたはそれより多いマイクロプロセッサは、上記メモリ内の命令にしたがって、試験サンプルについて、バイアスゲノム片レベルの減少を用いて算出するためのプロセスを実行するように構成され、上記プロセスは：
（ａ）参照ゲノムの部分にマッピングされた配列リードのカウントを得る工程であって、上記配列リードは、試験サンプルからの循環無細胞核酸のリードである、工程；
（ｂ）（ｉ）上記部分のそれぞれにマッピングされた上記配列リードの上記カウントと、（ｉｉ）上記部分のそれぞれにおけるＧＣ含量との間の、フィットさせた関係に基づいて、上記試験サンプルについてのグアニンおよびシトシン（ＧＣ）バイアス係数を決定する工程、
（ｃ）（ａ）の上記カウント、（ｂ）の上記ＧＣバイアス係数、および（ｉ）複数のサンプルのそれぞれについての上記ＧＣバイアス係数と、（ｉｉ）上記複数のサンプルについての上記部分のそれぞれにマッピングされた上記配列リードの上記カウントとの間の、上記部分のそれぞれについてフィットさせた関係に基づいて、上記部分のそれぞれにおけるゲノム片レベルを算出し、それにより算出されたゲノム片レベルを提供する工程であって、ここで上記参照ゲノムの上記部分のそれぞれにマッピングされた上記配列リードの上記カウントにおけるバイアスが、上記算出されたゲノム片レベルにおいて減少する、工程を包含する、システム。
（項目２）
上記ＧＣバイアス係数が、線形フィットさせた関係の傾きまたは非線形フィットさせた関係の曲率の推定値である、項目１に記載のシステム。
（項目３）
（ｂ）の上記フィットさせた関係および（ｃ）の上記フィットさせた関係が線形のものである、項目１または２に記載のシステム。
（項目４）
（ｂ）の上記フィットさせた関係および（ｃ）の上記フィットさせた関係のそれぞれが、独立して線形回帰によりフィットされる、項目１〜３のいずれか１項に記載のシステム。
（項目５）
（ｃ）（ｉ）における上記複数のサンプルのそれぞれについての上記ＧＣバイアス係数が、（ｉ）上記部分のそれぞれにマッピングされた上記配列リードの上記カウントと、（ｉｉ）上記部分のそれぞれにおけるＧＣ含量との間の、上記複数のサンプルのそれぞれについてフィットさせた線形関係の傾きである、項目１〜４のいずれか１項に記載のシステム。
（項目６）
上記算出されたゲノム片レベルＬが、式Ｂ：
Ｌ＝（Ｍ−ＧＳ）／Ｉ 式Ｂ
に従い、上記参照ゲノムのそれぞれの部分に関して、上記試験サンプルについて決定され、ここで式中、Ｍは、上記試験サンプルについて上記部分にマッピングされた上記配列リードの上記カウントであり、Ｇは上記試験サンプルについての上記ＧＣバイアス係数であり、Ｉは、上記部分について（ｃ）の上記フィットさせた線形関係の切片であり、Ｓは、上記部分について（ｃ）の上記フィットさせた線形関係の傾きである、項目１〜５のいずれか１項に記載のシステム。
（項目７）
（ｂ）の上記フィットさせた関係が非線形のものである、項目１または２に記載のシステム。
（項目８）
上記参照ゲノムの上記部分のそれぞれが、所定の長さのヌクレオチド配列を含む、項目１〜７のいずれか１項に記載のシステム。
（項目９）
上記プロセスが、（ａ）の前に、上記試験サンプルから循環無細胞核酸をシークエンシングすることによって上記配列リードを決定する工程を含む、項目１〜８のいずれか１項に記載のシステム。
（項目１０）
上記プロセスが、（ａ）の前に、上記参照ゲノムの上記部分に上記配列リードをマッピングする工程を含む、項目１〜９のいずれか１項に記載のシステム。
（項目１１）
上記試験サンプルが、ヒト妊娠女性に由来し、かつ上記プロセスが、上記算出されたゲノム片レベルにしたがって、上記試験サンプルについて胎児の染色体異数性の有無を決定する工程を含む、項目１〜１０のいずれか１項に記載のシステム。
（項目１２）
上記胎児の染色体異数性がトリソミーである、項目１１に記載のシステム。
（項目１３）
上記トリソミーが、第２１番染色体のトリソミー、第１８番染色体のトリソミー、第１３番染色体のトリソミーまたはこれらの組み合わせから選択される、項目１２に記載のシステム。
（項目１４）
上記トリソミーの有無が、９６％もしくはそれより高い感度または９６％もしくはそれより高い特異性、あるいは９６％もしくはそれより高い感度および９６％もしくはそれより高い特異性で決定される、項目１２または１３に記載のシステム。
（項目１５）
上記プロセスが、（ｂ）の前に、上記参照ゲノムの上記部分の一部または全てにマッピングされた上記配列リードのカウントにおける誤差の測定値を算出する工程、および上記誤差の測定値の閾値に従い上記参照ゲノムの特定の部分について上記配列リードのカウントを除去するか、または重み付けする工程を含む、項目１〜１４のいずれか１項に記載のシステム。
（項目１６）
上記閾値が、第１のゲノム片レベルと第２のゲノム片レベルとの間の、３．５またはそれより大きい標準偏差のギャップに従い選択される、項目１５に記載のシステム。
（項目１７）
上記誤差の測定値がＲ因子である、項目１５または１６に記載のシステム。
（項目１８）
約７％またはそれより大きいＲ因子を有する上記参照ゲノムの部分についての上記配列リードのカウントが（ｂ）の前に除去される、項目１７に記載のシステム。
（項目１９）
試験サンプルについて、バイアスゲノム片レベルの減少を用いて算出するための方法であって、上記方法は：
（ａ）参照ゲノムの部分にマッピングされた配列リードのカウントを得る工程であって、上記配列リードは、試験サンプルからの循環無細胞核酸のリードである、工程；
（ｂ）（ｉ）上記部分のそれぞれにマッピングされた上記配列リードの上記カウントと、（ｉｉ）上記部分のそれぞれにおけるＧＣ含量との間の、フィットさせた関係に基づいて、上記試験サンプルについてのグアニンおよびシトシン（ＧＣ）バイアス係数を決定する工程；ならびに
（ｃ）マイクロプロセッサを使用して、（ａ）の上記カウント、（ｂ）の上記ＧＣバイアス係数、および（ｉ）複数のサンプルのそれぞれについての上記ＧＣバイアス係数と、（ｉｉ）上記複数のサンプルについての上記部分のそれぞれにマッピングされた上記配列リードの上記カウントとの間の、上記部分のそれぞれについてフィットさせた関係に基づいて、上記部分のそれぞれにおけるゲノム片レベルを算出し、それにより算出されたゲノム片レベルを提供する工程であって、ここで上記参照ゲノムの上記部分のそれぞれにマッピングされた上記配列リードの上記カウントにおけるバイアスが、上記算出されたゲノム片レベルにおいて減少する、工程
を包含する、方法。
（項目２０）
上記ＧＣバイアス係数が、線形フィットさせた関係の傾きまたは非線形フィットさせた関係の曲率の推定値である、項目１９に記載の方法。
（項目２１）
（ｂ）の上記フィットさせた関係および（ｃ）の上記フィットさせた関係が線形のものである、項目１９または２０に記載の方法。
（項目２２）
（ｂ）の上記フィットさせた関係および（ｃ）の上記フィットさせた関係のそれぞれが、独立して線形回帰によりフィットされる、項目１９〜２１のいずれか１項に記載の方法。
（項目２３）
（ｃ）（ｉ）における上記複数のサンプルのそれぞれについての上記ＧＣバイアス係数が、（ｉ）上記部分のそれぞれにマッピングされた上記配列リードの上記カウントと、（ｉｉ）上記部分のそれぞれにおけるＧＣ含量との間の、上記複数のサンプルのそれぞれについてフィットさせた線形関係の傾きである、項目１９〜２２のいずれか１項に記載の方法。
（項目２４）
上記算出されたゲノム片レベルＬが、式Ｂ：
Ｌ＝（Ｍ−ＧＳ）／Ｉ 式Ｂ
に従い、上記参照ゲノムのそれぞれの部分に関して、上記試験サンプルについて決定され、ここで式中、Ｍは、上記試験サンプルについて上記部分にマッピングされた上記配列リードの上記カウントであり、Ｇは上記試験サンプルについての上記ＧＣバイアス係数であり、Ｉは、上記部分について（ｃ）の上記フィットさせた線形関係の切片であり、Ｓは、上記部分について（ｃ）の上記フィットさせた線形関係の傾きである、項目１９〜２３のいずれか１項に記載の方法。
（項目２５）
（ｂ）の上記フィットさせた関係が非線形のものである、項目１９または２０に記載の方法。
（項目２６）
上記参照ゲノムの上記部分のそれぞれが、所定の長さのヌクレオチド配列を含む、項目１９〜２５のいずれか１項に記載の方法。
（項目２７）
（ａ）の前に、上記試験サンプルから循環無細胞核酸をシークエンシングすることによって上記配列リードを決定する工程を含む、項目１９〜２６のいずれか１項に記載の方法。
（項目２８）
（ａ）の前に、上記参照ゲノムの上記部分に上記配列リードをマッピングする工程を含む、項目１９〜２７のいずれか１項に記載の方法。
（項目２９）
上記試験サンプルが、ヒト妊娠女性に由来し、かつ上記方法が、上記算出されたゲノム片レベルにしたがって、上記試験サンプルについて胎児の染色体異数性の有無を決定する工程を含む、項目１９〜２８のいずれか１項に記載の方法。
（項目３０）
上記胎児の染色体異数性がトリソミーである、項目２９に記載の方法。
（項目３１）
上記トリソミーが、第２１番染色体のトリソミー、第１８番染色体のトリソミー、第１３番染色体のトリソミーまたはこれらの組み合わせから選択される、項目３０に記載の方法。
（項目３２）
上記トリソミーの有無が、９６％もしくはそれより高い感度または９６％もしくはそれより高い特異性、あるいは９６％もしくはそれより高い感度および９６％もしくはそれより高い特異性で決定される、項目３０または３１に記載の方法。
（項目３３）
（ｂ）の前に、上記参照ゲノムの上記部分の一部または全てにマッピングされた上記配列リードのカウントにおける誤差の測定値を算出する工程、および上記誤差の測定値の閾値に従い上記参照ゲノムの特定の部分について上記配列リードのカウントを除去するか、または重み付けする工程を含む、項目１９〜３２のいずれか１項に記載の方法。
（項目３４）
上記閾値が、第１のゲノム片レベルと第２のゲノム片レベルとの間の、３．５またはそれより大きい標準偏差のギャップに従い選択される、項目３３に記載の方法。
（項目３５）
上記誤差の測定値がＲ因子である、項目３３または３４に記載の方法。
（項目３６）
約７％またはそれより大きいＲ因子を有する上記参照ゲノムの部分についての上記配列リードのカウントが（ｂ）の前に除去される、項目３５に記載の方法。
（項目３７）
シークエンシング装置および１つまたはそれより多い演算装置を含むシステムであって、
上記シークエンシング装置は、上記シークエンシング装置にロードされた核酸のヌクレオチド塩基に対応するシグナルを生成するよう構成され、上記核酸は、胎児を有する妊娠したヒト女性からの試験サンプルに由来する循環無細胞核酸である、あるいは上記シークエンシング装置にロードされる上記循環無細胞核酸は、処理または改変され、そして
上記１つまたはそれより多い演算装置は、メモリおよび１つまたはそれより多いプロセッサを含み、上記メモリは、上記１つまたはそれより多いプロセッサによって実行可能な命令を含み、上記１つまたはそれより多いプロセッサによって実行可能な上記命令は、以下：
（ａ）上記シグナルから配列リードを生成して、上記配列リードを参照ゲノムにマッピングし；
（ｂ）上記参照ゲノムの部分にマッピングされた配列リードのカウントを得；
（ｃ）（ｉ）上記部分のそれぞれにマッピングされた上記配列リードの上記カウントと、（ｉｉ）上記部分のそれぞれにおけるＧＣ含量との間の、フィットさせた関係に基づいて、上記試験サンプルについてのグアニンおよびシトシン（ＧＣ）バイアス係数を決定し；そして
（ｄ）（ｂ）の上記カウント、（ｃ）の上記ＧＣバイアス係数、および（ｉ）複数のサンプルのそれぞれについての上記ＧＣバイアス係数と、（ｉｉ）上記複数のサンプルについての上記部分のそれぞれにマッピングされた上記配列リードの上記カウントとの間の、上記部分のそれぞれについてフィットさせた関係に基づいて、上記部分のそれぞれにおけるゲノム片レベルを算出し、それにより算出されたゲノム片レベルを提供するよう構成され、ここで上記参照ゲノムの上記部分のそれぞれにマッピングされた上記配列リードの上記カウントにおけるバイアスが、上記算出されたゲノム片レベルにおいて減少する、
システム。
（項目３８）
上記ＧＣバイアス係数が、線形フィットさせた関係の傾きまたは非線形フィットさせた関係の曲率の推定値である、項目３７に記載のシステム。
（項目３９）
（ｃ）の上記フィットさせた関係および（ｄ）の上記フィットさせた関係が線形のものである、項目３７または３８に記載のシステム。
（項目４０）
（ｃ）の上記フィットさせた関係および（ｄ）の上記フィットさせた関係のそれぞれが、独立して線形回帰によりフィットされる、項目３７〜３９のいずれか１項に記載のシステム。
（項目４１）
（ｄ）（ｉ）における上記複数のサンプルのそれぞれについての上記ＧＣバイアス係数が、（ｉ）上記部分のそれぞれにマッピングされた上記配列リードの上記カウントと、（ｉｉ）上記部分のそれぞれにおけるＧＣ含量との間の、上記複数のサンプルのそれぞれについてフィットさせた線形関係の傾きである、項目３７〜４０のいずれか１項に記載のシステム。
（項目４２）
上記算出されたゲノム片レベルＬが、式Ｂ：
Ｌ＝（Ｍ−ＧＳ）／Ｉ 式Ｂ
に従い、上記参照ゲノムのそれぞれの部分に関して、上記試験サンプルについて決定され、ここで式中、Ｍは、上記試験サンプルについて上記部分にマッピングされた上記配列リードの上記カウントであり、Ｇは上記試験サンプルについての上記ＧＣバイアス係数であり、Ｉは、上記部分について（ｄ）の上記フィットさせた線形関係の切片であり、Ｓは、上記部分について（ｄ）の上記フィットさせた線形関係の傾きである、項目３７〜４１のいずれか１項に記載のシステム。
（項目４３）
（ｃ）の上記フィットさせた関係が非線形のものである、項目３７または３８に記載のシステム。
（項目４４）
上記参照ゲノムの上記部分のそれぞれが、所定の長さのヌクレオチド配列を含む、項目３７〜４３のいずれか１項に記載のシステム。
（項目４５）
上記メモリが、上記算出されたゲノム片レベルにしたがって、上記試験サンプルについて胎児の染色体異数性の有無を決定するよう構成された命令を含む、項目３７〜４４のいずれか１項に記載のシステム。
（項目４６）
上記胎児の染色体異数性がトリソミーである、項目４５に記載のシステム。
（項目４７）
上記トリソミーが、第２１番染色体のトリソミー、第１８番染色体のトリソミー、第１３番染色体のトリソミーまたはこれらの組み合わせから選択される、項目４６に記載のシステム。
（項目４８）
上記トリソミーの有無が、９６％もしくはそれより高い感度または９６％もしくはそれより高い特異性、あるいは９６％もしくはそれより高い感度および９６％もしくはそれより高い特異性で決定される、項目４６または４７に記載のシステム。
（項目４９）
上記メモリが、（ｃ）の前に、上記参照ゲノムの上記部分の一部または全てにマッピングされた上記配列リードのカウントにおける誤差の測定値を算出し、そして上記誤差の測定値の閾値に従い上記参照ゲノムの特定の部分について上記配列リードのカウントを除去するか、または重み付けするよう構成された命令を含む、項目３７〜４８のいずれか１項に記載のシステム。
（項目５０）
上記閾値が、第１のゲノム片レベルと第２のゲノム片レベルとの間の、３．５またはそれより大きい標準偏差のギャップに従い選択される、項目４９に記載のシステム。
（項目５１）
上記誤差の測定値がＲ因子である、項目４９または５０に記載のシステム。
（項目５２）
約７％またはそれより大きいＲ因子を有する上記参照ゲノムの部分についての上記配列リードのカウントが（ｃ）の前に除去される、項目５１に記載のシステム。

図１は、正倍数体のＺ値とトリソミーのＺ値とのギャップを減少させることもあるゲノム領域内のビンカウントの不確定要素の上昇の仕方について図示する。実験の詳細および結果については実施例１を参照のこと。 図２は、Ｚスコアの予測指数を減少させることもあるゲノム領域内のカウントの３倍体と正倍数体との差の低下の仕方についてグラフにより図示する。実験の詳細および結果については実施例１を参照のこと。 図３は、第２１番染色体内のゲノムビンの位置におけるｐ値の従属度を図示する。実験の詳細および結果については実施例１を参照のこと。 図４は、ビンのフィルタリング法を概略的に表す。多数の正倍数体サンプルを列挙し、ビンカウント不確定要素（ＳＤまたはＭＡＤ値）を評価し、最大の不確定要素を含むビンをフィルタリングすることもある。実験の詳細および結果については実施例１を参照のこと。 図５は、２例の患者の第２１番染色体におけるカウントプロファイルをグラフにより図示する。実験の詳細および結果については実施例１を参照のこと。 図６は、第１８番染色体からの無益のビンをフィルタリングするために使用される患者のカウントプロファイルをグラフにより図示する。図６において、下の２つのトレースは、第１８番染色体に大きな欠失がある患者を示す。実験の詳細および結果については実施例１を参照のこと。 図７は、第１８番染色体内のゲノムビンの位置におけるＰ値の従属度をグラフにより図示する。実験の詳細および結果については実施例１を参照のこと。 図８は、ビンカウント正規化を概略的に表す。本手法は、まず既知の正倍数体カウントプロファイルをデータセットから列挙し、カウント合計に対してそれらを正規化する。各ビンにおいて、中央値カウントおよび中央値からの偏差を評価する。かなり分散性のあるビン（３平均絶対偏差を超える（例えば、ＭＡＤ））は排除されることもある。残りのビンを残りのカウント合計に対して再度正規化し、いくつかの実施形態において、中央値を再正規化の後に再評価する。最後に、得られた参照プロファイル（下のトレース、左パネルを参照のこと）を使用して、試験サンプルのビンカウントを正規化し（上部のトレース、左パネルを参照のこと）、カウントの曲線を平滑化し（右部のトレースを参照のこと）、無益のビンを考慮にいれていないギャップをそのままにする。実験の詳細および結果については実施例１を参照のこと。 図９は、正規化されたカウントプロファイルの挙動期待値を図示する。大部分の正規化ビンカウントは多くの場合、無作為なノイズが重なり、１に集中する。欠失および重複（例えば、母体もしくは胎児、または母体および胎児の欠失および重複）は、０．５の正数倍への上昇にシフトすることもある。３倍体の胎児染色体に対応するプロファイル上昇は、多くの場合、胎児画分に比例して上方にシフトする。実験の詳細および結果については実施例１を参照のこと。 図１０は、第１８番染色体のヘテロ接合の母体の欠失のある正規化Ｔ１８カウントプロファイルをグラフにより図示する。トレースしたグラフの薄灰色の線分は、トレースしたグラフの黒色の線分より高い平均の上昇を示す。実験の詳細および結果については実施例１を参照のこと。 図１１は、第１８番染色体のヘテロ接合の母体の欠失のある同じ患者から採取した２つのサンプルにおける正規化ビンワイズカウントプロファイルをグラフにより図示する。実質的に同一のトレースを使用して、２つのサンプルが同じドナーからのものであるかどうかを決定することができる。実験の詳細および結果については実施例１を参照のこと。 図１２は、これまでの試験からの２つのサンプルと比較し、１つの試験からのサンプルの正規化ビンワイズカウントプロファイルをグラフにより図示する。第２２番染色体の重複は、一義的に患者の同一性を指摘している。実験の詳細および結果については実施例１を参照のこと。 図１３は、図１２に示された同じ３例の患者の第４番染色体の正規化ビンワイズカウントプロファイルをグラフにより図示する。第４番染色体の重複により、図１２で確立した患者の同一性を確認した。実験の詳細および結果については実施例１を参照のこと。 図１４は、正倍数体サンプルからの第５番染色体の正規化ビンカウントの分布をグラフにより図示する。実験の詳細および結果については実施例１を参照のこと。 図１５は、これらの正規化されたカウントプロファイルの異なるノイズレベルの２つのサンプルをグラフにより図示する。実験の詳細および結果については実施例１を参照のこと。 図１６は、ピーク上昇の信頼度を決定する因子：ノイズ標準偏差（例えば、σ）および参照基準値からの平均の偏差（例えば、Δ）を概略的に表す。実験の詳細および結果については実施例１を参照のこと。 図１７は、相関関数を正規化ビンカウントに適用する結果をグラフにより図示する。図１７に示される相関関数を使用し、任意に選択した正倍数体患者の第５番染色体のビンカウントを正規化した。実験の詳細および結果については実施例１を参照のこと。 図１８は、サンプル推定値（■のデータ点）として評価し、平均値の標準誤差（▲のデータ点）と比較し、自己相関ρ＝０．５において相関された推定値（●のデータ点）を含む、第５番染色体の平均の伸長上昇における標準偏差をグラフにより図示する。図１８に示される異常は約１８ビン長である。実験の詳細および結果については実施例１を参照のこと。 図１９は、第４番染色体の平均のピーク上昇において算出されたＺ値をグラフにより図示する。患者は、第４番染色体にヘテロ接合の母体の重複を有する（図１３を参照のこと）。実験の詳細および結果については実施例１を参照のこと。 図２０は、図１９からのｔ検定およびＺ値に基づき、平均のピーク上昇におけるｐ値をグラフにより図示する。ｔ分布の次数は、異常の長さにより決定される。実験の詳細および結果については実施例１を参照のこと。 図２１は、異なるサンプルからの一致する異常間の端比較を概略的に表す。図２１に、オーバーラップ、封じ込め、および隣り合う偏差を示す。実験の詳細および結果については実施例１を参照のこと。 図２２は、関連のないサンプルのかろうじて接触する異常（中間のトレース）と対比して、第４番染色体の一致するヘテロ接合の重複（上部のトレースおよび下部のトレース）をグラフにより図示する。実験の詳細および結果については実施例１を参照のこと。 図２３は、数字により評価された、カウントプロファイルの第１の導関数による端検出を概略的に表す。実験の詳細および結果については実施例１を参照のこと。 図２４は、実際のデータから得られたカウントプロファイルの第１の導関数をノイズと区別することが難しいことをグラフにより図示する。実験の詳細および結果については実施例１を参照のこと。 図２５は、ノイズを抑制し、信号を増強させるために、１分だけシフトしたカウントプロファイルの第３の指数をグラフにより図示する（上部のトレースを参照のこと）。図２５にも（下部のトレースを参照のこと）、上部のトレースの第１の導関数が示される。端は間違いなく検出可能である。実験の詳細および結果については実施例１を参照のこと。 図２６は、種々の患者の第２１番染色体上昇の中央値のヒストグラムをグラフにより図示する。点付きのヒストグラムは、８６例の正倍数体患者における第２１番染色体上昇の中央値を示す。斜線付きのヒストグラムは、３５例のトリソミー２１患者における第２１番染色体上昇の中央値を示す。カウントプロファイルを、上昇の中央値を評価する前に正倍数体参照に対して正規化した。実験の詳細および結果については実施例１を参照のこと。 図２７は、トリソミーサンプルの第２１番染色体における正規化されたカウントの分布をグラフにより図示する。実験の詳細および結果については実施例１を参照のこと。 図２８は、種々の患者の面積比をグラフにより図示する。点付きのヒストグラムは、８６例の正倍数体患者の第２１番染色体の面積比を図示する。斜線付きのヒストグラムは、３５例のトリソミー２１患者の第２１番染色体の面積比を図示する。カウントプロファイルを、面積比を評価する前に正倍数体参照セットに対して正規化した。実験の詳細および結果については実施例１を参照のこと。 図２９は、正規化されたカウント上昇の中央値に対してプロットした第２１番染色体の面積比を図示する。白抜きの円は、約８６例の正倍数体サンプルを表す。黒塗りの円は、約３５例のトリソミー患者を表す。実験の詳細および結果については実施例１を参照のこと。 図３０は、トリソミー患者のセットにおいて評価する場合の異なる９個の分類基準の関係をグラフにより図示する。基準は、Ｚスコア、正規化されたカウント上昇の中央値、面積比、測定された胎児画分、フィットさせた胎児画分、フィットさせた胎児画分と測定値の比、フィットさせた胎児画分の残差二乗和、胎児画分の固定値および倍数性の固定値の残差二乗和、およびフィットさせた倍数性を含む。実験の詳細および結果については実施例１を参照のこと。 図３１は、トリソミー例（破線）および正倍数体（実線、下部）の例におけるファイ関数プロファイルのシミュレーション値をグラフにより図示する。 図３２は、トリソミーの測定値（黒塗りの円）および正倍数体のデータセット（白抜きの円）から得られたファイ関数値をグラフにより図示する。実験の詳細および結果については実施例２を参照のこと。 図３３は、測定された胎児画分の関数として、線形化した二乗差の和をグラフにより図示する。図３３〜３５について、実験の詳細および結果については実施例２を参照のこと。 図３４は、胎児数量アッセイ（例えば、ＦＱＡ）の胎児画分値から得られた値に対してプロットされたＹカウントに基づき、胎児画分の推定値をグラフにより図示する。図３３〜３５について、実験の詳細および結果については実施例２を参照のこと。 図３５は、ＦＱＡ測定された胎児画分に対してプロットしたＴ２１患者におけるＺ値をグラフにより図示する。図３３〜３５について、実験の詳細および結果については実施例２を参照のこと。 図３６は、測定された胎児画分に対してプロットされたＹ染色体に基づき、胎児画分の推定値をグラフにより図示する。図３６〜３９について、実験の詳細および結果については実施例２を参照のこと。 図３７は、測定された胎児画分に対してプロットされた第２１番染色体（Ｃｈｒ２１）に基づき、胎児画分の推定値をグラフにより図示する。図３６〜３９について、実験の詳細および結果については実施例２を参照のこと。 図３８は、測定された胎児画分に対してプロットされたＸ染色体カウントから得られた胎児画分の推定値をグラフにより図示する。図３６〜３９について、実験の詳細および結果については実施例２を参照のこと。 図３９は、測定された胎児画分に対してプロットされたＴ２１の症例における正規化ビンカウントの中央値をグラフにより図示する。図３６〜３９について、実験の詳細および結果については実施例２を参照のこと。 図４０は、誤差の固定値ΔＦ＝＋／−０．２％のＦ０の関数としてフィットさせた３倍体の倍数性（例えば、Ｘ）のプロファイルシミュレーション値をグラフにより図示する。図４０および４１において、実験の詳細および結果については実施例２を参照のこと。 図４１は、測定された胎児画分の関数として３倍体のフィットさせた倍数性をグラフにより図示する。図４０および４１について、実験の詳細および結果については実施例２を参照のこと。 図４２は、測定された胎児画分内の異なる誤差レベルでのフィットさせた倍数性の確率分布をグラフにより図示する。図４２の上部パネルは、測定された胎児画分の誤差を０．２％に設定する。図４２の中央のパネルは、測定された胎児画分の誤差を０．４％に設定する。図４２の下部のパネルは、測定された胎児画分の誤差を０．６％に設定する。実験の詳細および結果については実施例２を参照のこと。 図４３は、患者サンプルから得られたデータセットにおけるフィットさせた倍数性の正倍数体およびトリソミーの分布をグラフにより図示する。図４３および４４において、実験の詳細および結果については実施例２を参照のこと。 図４４は、測定された胎児画分に対してプロットされたフィットさせた胎児画分をグラフにより図示する。図４３および４４において、実験の詳細および結果については実施例２を参照のこと。 図４５は、測定された胎児画分の関数として、フィットさせた胎児画分における正倍数体とトリソミーとの残差二乗和の差の予測値を概略的に図示する。図４５〜４７について、実験の詳細および結果については実施例２を参照のこと。 図４６は、患者サンプルから得られたデータセットを使用して、測定された胎児画分の関数として正倍数体とトリソミーとの残差二乗和の差をグラフにより図示する。データ点は、測定された胎児画分内の不確定要素の固定値を仮定して胎児画分値を当て嵌めることにより得られる。図４５〜４７について、実験の詳細および結果については実施例２を参照のこと。 図４７は、測定された胎児画分の関数として、正倍数体とトリソミーとの残差二乗和の差をグラフにより図示する。データ点は、測定された胎児画分内の不確定要素が胎児画分ΔＦ＝２／３＋Ｆ０／６に比例することを仮定して胎児画分値を当て嵌めることにより得られる。図４５〜４７について、実験の詳細および結果については実施例２を参照のこと。 図４８は、参照カウントの体系的オフセットにおける測定された胎児画分のプロファイルに対してプロットされたフィットさせた胎児画分の従属度の予測値を概略的に図示する。下部および上部の平行枝は、それぞれ正倍数体および３倍体の例を表す。図４８および４９において、実験の詳細および結果については実施例２を参照のこと。 図４９は、実際のデータに人工的に重ねた体系的誤差Δのシミュレーション値の影響をグラフにより表す。上部パネルの主要な斜線および下部の右パネルの上部の斜線は理想的な一致を表す。全てのパネルの濃灰色の線は、それぞれ正倍数体および３倍体の例の式（５１）および（５３）を表す。データ点は、種々のレベルの人工的な体系的シフトを組み込んだ実際の測定値を表す。体系的シフトは、各パネル上部のオフセットとして記載される。図４８および４９において、実験の詳細および結果については実施例２を参照のこと。 図５０は、正倍数体および３倍体のデータセット用に得られた、体系的オフセットの関数としてのフィットさせた胎児画分をグラフにより図示する。図５０および５１において、実験の詳細および結果については実施例２を参照のこと。 図５１は、実際のデータのフィットさせた胎児画分に沿って、式（６１）に基づき、シミュレーションをグラフにより図示する。黒色の線は、式（４０）の上下の２つの標準偏差（式（６１）の平方根として得られる）を表す。ΔＦは２／３＋Ｆ０／６に設定される。図５０および５１において、実験の詳細および結果については実施例２を参照のこと。 実施例３は、図５２〜６１Ｆを扱う。図５２は、第１２番染色体、ビン１４５７のヘテロ接合の母体の微小欠失に対する累積和アルゴリズムの適用の一例をグラフにより図示する。左右の線形モデルに関連する切片の差は２．９２であり、ヘテロ接合欠失が６ビン幅であることを示す。 実施例３は、図５２〜６１Ｆを扱う。図５３は、仮想的ヘテロ接合欠失、およそ２ゲノム片幅およびその関連する累積和プロファイルをグラフにより図示する。左右の切片の差は−１である。 実施例３は、図５２〜６１Ｆを扱う。図５４は、仮想的ホモ接合欠失、およそ２ゲノム片幅およびその関連する累積和プロファイルをグラフにより図示する。左右の切片の差は−２である。 実施例３は、図５２〜６１Ｆを扱う。図５５は、仮想的ヘテロ接合欠失、およそ６ゲノム片幅およびその関連する累積和プロファイルをグラフにより図示する。左右の切片の差は−３である。 実施例３は、図５２〜６１Ｆを扱う。図５６は、仮想的ホモ接合欠失、およそ６ゲノム片幅およびその関連する累積和プロファイルをグラフにより図示する。左右の切片の差は−６である。 実施例３は、図５２〜６１Ｆを扱う。図５７は、仮想的ヘテロ接合重複、およそ２ゲノム片幅およびその関連する累積和プロファイルをグラフにより図示する。左右の切片の差は１である。 実施例３は、図５２〜６１Ｆを扱う。図５８は、仮想的ホモ接合重複、およそ２ゲノム片幅およびその関連する累積和プロファイルをグラフにより図示する。左右の切片の差は２である。 実施例３は、図５２〜６１Ｆを扱う。図５９は、仮想的ヘテロ接合重複、およそ６ゲノム片幅およびその関連する累積和プロファイルをグラフにより図示する。左右の切片の差は３である。 実施例３は、図５２〜６１Ｆを扱う。図６０は、仮想的ホモ接合重複、およそ６ゲノム片幅およびその関連する累積和プロファイルをグラフにより図示する。左右の切片の差は６である。 実施例３は、図５２〜６１Ｆを扱う。図６１Ａ〜Ｆは、胎児画分が高値（４０〜５０％）の女性および幼児臨床研究から得られたデータの胎児ヘテロ接合重複における候補をグラフにより図示する。異常が母親由来であり、胎児ではない可能性を除外するため、独立母体プロファイルを使用した。罹患した領域のプロファイル上昇は、胎児画分の推定値に従い、およそ１．２５である。 実施例３は、図５２〜６１Ｆを扱う。図６１Ａ〜Ｆは、胎児画分が高値（４０〜５０％）の女性および幼児臨床研究から得られたデータの胎児ヘテロ接合重複における候補をグラフにより図示する。異常が母親由来であり、胎児ではない可能性を除外するため、独立母体プロファイルを使用した。罹患した領域のプロファイル上昇は、胎児画分の推定値に従い、およそ１．２５である。 実施例３は、図５２〜６１Ｆを扱う。図６１Ａ〜Ｆは、胎児画分が高値（４０〜５０％）の女性および幼児臨床研究から得られたデータの胎児ヘテロ接合重複における候補をグラフにより図示する。異常が母親由来であり、胎児ではない可能性を除外するため、独立母体プロファイルを使用した。罹患した領域のプロファイル上昇は、胎児画分の推定値に従い、およそ１．２５である。 図６２は、正倍数体の胎児を妊娠する妊娠女性から得られたＣｈｒ２０、Ｃｈｒ２１（約５５７５０〜約５６７５０）およびＣｈｒ２２における上昇のプロファイルを示す。 図６３は、トリソミー２１の胎児を妊娠する妊娠女性から得られたＣｈｒ２０、Ｃｈｒ２１（約５５７５０〜約５６７５０）およびＣｈｒ２２における上昇のプロファイルを示す。 図６４は、正倍数体の胎児を妊娠する妊娠女性から得られたＣｈｒ２０、Ｃｈｒ２１（約５５７５０〜約５６７５０）およびＣｈｒ２２における未処理カウントのプロファイルを示す。 図６５は、トリソミー２１の胎児を妊娠する妊娠女性から得られたＣｈｒ２０、Ｃｈｒ２１（約５５７５０〜約５６７５０）およびＣｈｒ２２における未処理カウントのプロファイルを示す。 図６６は、正倍数体の胎児を妊娠する妊娠女性から得られたＣｈｒ２０、Ｃｈｒ２１（約５５７５０〜約５６７５０）およびＣｈｒ２２における正規化されたカウントのプロファイルを示す。 図６７は、トリソミー２１の胎児を妊娠する妊娠女性から得られたＣｈｒ２０、Ｃｈｒ２１（約５５７５０〜約５６７５０）およびＣｈｒ２２における正規化されたカウントのプロファイルを示す。 図６８は、正倍数体の胎児を妊娠する妊娠女性から得られたＣｈｒ２０、Ｃｈｒ２１（約４７７５０〜約４８３７５）およびＣｈｒ２２における正規化されたカウントのプロファイルを示す。 図６９は、トリソミー２１の胎児を妊娠する妊娠女性から得られたＣｈｒ２０、Ｃｈｒ２１（約４７７５０〜約４８３７５）およびＣｈｒ２２における正規化されたカウントのプロファイルを示す。 図７０は、ＬＯＥＳＳ ＧＣ補正前（上部パネル）およびＬＯＥＳＳ ＧＣ後（下部パネル）のカウント（ｙ軸）対ＧＣ含量（Ｘ軸）のグラフを示す。 図７１は、第１番染色体の複数のサンプルにおける、ＬＯＥＳＳ ＧＣ（Ｙ軸）により正規化されたカウント（Ｙ軸）対ＧＣ画分のグラフを示す。 図７２は、第１番染色体の複数のサンプルにおける、ＬＯＥＳＳ ＧＣにより正規化させ、かつ傾きを補正したカウント（Ｙ軸）対ＧＣ画分（Ｘ軸）のグラフを示す。 図７３は、第１番染色体における、傾斜前（黒塗りの円）および傾斜後（白抜きの円）の分散（Ｙ軸）対ＧＣ画分（Ｘ軸）のグラフを示す。 図７４は、染色体における、頻度（Ｙ軸）対ＧＣ画分（Ｘ軸）ならびに中央値（左の垂直線）および平均値（右の垂直線）のグラフを示す。 図７５Ａ〜Ｆは、左パネルのＬＯＥＳＳ ＧＣにより正規化され、かつ傾斜において補正したカウント（Ｙ軸）対ＧＣ画分（Ｘ軸）（左パネル）と、第４番染色体、第１５番染色体およびＸ染色体（図７５Ａ、上部〜下部に記載）の、第５番染色体、第６番染色体および３（図７５Ｂ、上部〜下部に記載）の、第８番染色体、第２番染色体、第７番染色体および第１８番染色体（図７５Ｃ、上部〜下部に記載）の、第１２番染色体、第１４番染色体、第１１番染色体および第９番染色体（図７５Ｄ、上部〜下部に記載）の、第２１番染色体、第１番染色体、第１０番染色体、第１５番染色体および第２０番染色体（図７５Ｅ、上部〜下部に記載）の、および第１６番染色体、第１７番染色体、第２２番染色体および第１９番染色体（図７５Ｆ、上部〜下部に記載）の頻度（Ｙ軸）対ＧＣ画分（Ｘ軸）（右パネル）のグラフを示す。中央値（左の垂直線）および平均値（右の垂直線）を右パネルに示す。 図７５Ａ〜Ｆは、左パネルのＬＯＥＳＳ ＧＣにより正規化され、かつ傾斜において補正したカウント（Ｙ軸）対ＧＣ画分（Ｘ軸）（左パネル）と、第４番染色体、第１５番染色体およびＸ染色体（図７５Ａ、上部〜下部に記載）の、第５番染色体、第６番染色体および３（図７５Ｂ、上部〜下部に記載）の、第８番染色体、第２番染色体、第７番染色体および第１８番染色体（図７５Ｃ、上部〜下部に記載）の、第１２番染色体、第１４番染色体、第１１番染色体および第９番染色体（図７５Ｄ、上部〜下部に記載）の、第２１番染色体、第１番染色体、第１０番染色体、第１５番染色体および第２０番染色体（図７５Ｅ、上部〜下部に記載）の、および第１６番染色体、第１７番染色体、第２２番染色体および第１９番染色体（図７５Ｆ、上部〜下部に記載）の頻度（Ｙ軸）対ＧＣ画分（Ｘ軸）（右パネル）のグラフを示す。中央値（左の垂直線）および平均値（右の垂直線）を右パネルに示す。 図７５Ａ〜Ｆは、左パネルのＬＯＥＳＳ ＧＣにより正規化され、かつ傾斜において補正したカウント（Ｙ軸）対ＧＣ画分（Ｘ軸）（左パネル）と、第４番染色体、第１５番染色体およびＸ染色体（図７５Ａ、上部〜下部に記載）の、第５番染色体、第６番染色体および３（図７５Ｂ、上部〜下部に記載）の、第８番染色体、第２番染色体、第７番染色体および第１８番染色体（図７５Ｃ、上部〜下部に記載）の、第１２番染色体、第１４番染色体、第１１番染色体および第９番染色体（図７５Ｄ、上部〜下部に記載）の、第２１番染色体、第１番染色体、第１０番染色体、第１５番染色体および第２０番染色体（図７５Ｅ、上部〜下部に記載）の、および第１６番染色体、第１７番染色体、第２２番染色体および第１９番染色体（図７５Ｆ、上部〜下部に記載）の頻度（Ｙ軸）対ＧＣ画分（Ｘ軸）（右パネル）のグラフを示す。中央値（左の垂直線）および平均値（右の垂直線）を右パネルに示す。 図７６は、第１９番染色体における、ＬＯＥＳＳ ＧＣにより正規化され、かつ傾斜において補正したカウント（Ｙ軸）対ＧＣ画分（Ｘ軸）のグラフを示す。染色体の転換点（ｐｉｖｏｔ）を、右の四角の領域に示し、ゲノムの転換点を左の四角の領域に示す。 図７７は、第１３番染色体（上部右）、第２１番染色体（上部中央）、および第１８番染色体（上部右）における、ｐ値（Ｙ軸）対ビン（Ｘ軸）のグラフを示す。特定のビンの染色体の位置を、下部パネルに示す。 図７８は、無益なビンをＺスコア算出から除外した場合の第２１番染色体のＺスコア（Ｙ軸）および全てのビンにおける第２１番染色体のＺスコア（Ｘ軸）を示す。トリソミー２１の例を黒丸により示す。正倍数体を白丸により示す。 図７９は、無益なビンをＺスコア算出から除外した場合の第１８番染色体のＺスコア（Ｙ軸）および全てのビンにおける第１８番染色体のＺスコア（Ｘ軸）を示す。 図８０は、第１８番染色体における、選択されたビン（Ｙ軸）対全てのビン（Ｘ軸）のグラフを示す。 図８１は、第２１番染色体における、選択されたビン（Ｙ軸）対全てのビン（Ｘ軸）のグラフを示す。 図８２は、７サンプルにおける、カウント（Ｙ軸）対ＧＣ含量（Ｘ軸）のグラフを示す。 図８３は、未処理カウント（Ｙ軸）対ＧＣバイアス係数（Ｘ軸）のグラフを示す。 図８４は、頻度（Ｙ軸）対切片（Ｘ軸）のグラフを示す。 図８５は、頻度（Ｙ軸）対傾き（Ｘ軸）のグラフを示す。 図８６は、ログ中央値カウント（Ｙ軸）対ログ切片（Ｘ軸）のグラフを示す。 図８７は、頻度（Ｙ軸）対傾き（Ｘ軸）のグラフを示す。 図８８は、頻度（Ｙ軸）対ＧＣ含量（Ｘ軸）のグラフを示す。 図８９は、傾き（Ｙ軸）対ＧＣ含量（Ｘ軸）のグラフを示す。 図９０は、ビンｃｈｒ２＿２４０４における交差検証誤差（Ｙ軸）対Ｒワーク（Ｘ軸）のグラフを示す。 図９１は、ビンｃｈｒ２＿２３４５における交差検証誤差（Ｙ軸）対Ｒワーク（Ｘ軸）（上部左）、未処理カウント（Ｙ軸）対ＧＣバイアス係数（Ｘ軸）（上部右）、頻度（Ｙ軸）対切片（Ｘ軸）（下部左）および頻度（Ｙ軸）対傾き（Ｘ軸）（下部右）のグラフを示す。 図９２は、ビンｃｈｒ１＿３１における交差検証誤差（Ｙ軸）対Ｒワーク（Ｘ軸）（上部左）、未処理カウント（Ｙ軸）対ＧＣバイアス係数（Ｘ軸）（上部右）、頻度（Ｙ軸）対切片（Ｘ軸）（下部左）および頻度（Ｙ軸）対傾き（Ｘ軸）（下部右）のグラフを示す。 図９３は、ビンｃｈｒ１＿１０における交差検証誤差（Ｙ軸）対Ｒワーク（Ｘ軸）（上部左）、未処理カウント（Ｙ軸）対ＧＣバイアス係数（Ｘ軸）（上部右）、頻度（Ｙ軸）対切片（Ｘ軸）（下部左）および頻度（Ｙ軸）対傾き（Ｘ軸）（下部右）のグラフを示す。 図９４は、ビンｃｈｒ１＿９における交差検証誤差（Ｙ軸）対Ｒワーク（Ｘ軸）（上部左）、未処理カウント（Ｙ軸）対ＧＣバイアス係数（Ｘ軸）（上部右）、頻度（Ｙ軸）対切片（Ｘ軸）（下部左）および頻度（Ｙ軸）対傾き（Ｘ軸）（下部右）のグラフを示す。 図９５は、ビンｃｈｒ１＿８における交差検証誤差（Ｙ軸）対Ｒワーク（Ｘ軸）（上部左）、未処理カウント（Ｙ軸）対ＧＣバイアス係数（Ｘ軸）（上部右）、頻度（Ｙ軸）対切片（Ｘ軸）（下部左）および頻度（Ｙ軸）対傾き（Ｘ軸）（下部右）のグラフを示す。 図９６は、頻度（Ｙ軸）対最大値（Ｒｃｖ、Ｒｗｏｒｋ）（Ｘ軸）のグラフを示す。 図９７は、技術的複製物（Ｘ軸）対ログ１０交差検証誤差（Ｘ軸）のグラフを示す。 図９８は、Ｃｈｒ２１におけるＺスコアギャップ分離（Ｙ軸）対交差検証誤差閾値（Ｘ軸）のグラフを示す。 図９９Ａ（全てのビン）および図９９Ｂ（交差検証ビン）は、実施例４に記載のビン選択により、おもにマッピング性の低いビンを除去されることを例証する。 図１００は、Ｃｈｒ１８＿６における、正規化されたカウント（Ｙ軸）対ＧＣ（Ｘ軸）バイアスのグラフを示す。 図１０１は、Ｃｈｒ１８＿８における、正規化されたカウント（Ｙ軸）対ＧＣバイアス（Ｘ軸）のグラフを示す。 図１０２は、頻度（Ｙ軸）対切片誤差（Ｘ軸）のヒストグラムを示す。 図１０３は、頻度（Ｙ軸）対傾き誤差（Ｘ軸）のヒストグラムを示す。 図１０４は、傾き誤差（Ｙ軸）対切片（Ｘ軸）のグラフを示す。 図１０５は、上昇（Ｙ軸）およびビン数（Ｘ軸）を含むＣｈｒ４（約１２４００〜約１５７５０）を含む正規化プロファイルを示す。 図１０６は、Ｃｈｒ２０、Ｃｈｒ２１およびＣｈｒ２２における、未処理カウント（上部パネル）および正規化されたカウント（下部パネル）のプロファイルを示す。また、ＰＥＲＵＮ正規化前（上部）および後（下部）のプロファイルにおける、標準偏差（Ｘ軸）対頻度（Ｙ軸）の分布を示す。 図１０７は、未処理カウント（上部）、リピートマスキング（中央）および正規化されたカウント（下部）における、正倍数体およびトリソミーの例の染色体表現の分布を示す。 図１０８は、Ｃｈｒ１３における、線形加法モデル（Ｙ軸）対ＧＣＲＭを用いて得られた結果のグラフを示す。 図１０９は、Ｃｈｒ１８における、線形加法モデル（Ｙ軸）対ＧＣＲＭを用いて得られた結果のグラフを示す。 図１１０は、Ｃｈｒ２１における線形加法モデル（Ｙ軸）対ＧＣＲＭを用いて得られた結果のグラフを示す。 図１１１は、Ｃｈｒ２１における線形加法モデル（Ｙ軸）対ＧＣＲＭを用いて得られた結果のグラフを示す。 図１１２Ａ〜Ｃは、正倍数体ＷＩサンプルの正規化常染色体プロファイルのパディングを図示する。図１１２Ａは、パディングされていないプロファイルの一例である。図１１２Ｂは、パディングされたプロファイルの一例である。図１１２Ｃは、パディング補正の一例である（例えば、調節されたプロファイル、調節された上昇）。 図１１３Ａ〜Ｃは、正倍数体ＷＩサンプルの正規化常染色体プロファイルのパディングを図示する。図１１３Ａは、パディングされていないプロファイルの一例である。図１１３Ｂは、パディングされたプロファイルの一例である。図１１３Ｃは、パディング補正の一例である（例えば、調節されたプロファイル、調節された上昇）。 図１１４Ａ〜Ｃは、トリソミー１３ＷＩサンプルの正規化常染色体プロファイルのパディングを図示する。図１１４Ａは、パディングされていないプロファイルの一例である。図１１４Ｂは、パディングされたプロファイルの一例である。図１１４Ｃは、パディング補正の一例である（例えば、調節されたプロファイル、調節された上昇）。 図１１５Ａ〜Ｃは、トリソミー１８ＷＩサンプルの正規化常染色体プロファイルのパディングを図示する。図１１５Ａは、パディングされていないプロファイルの一例である。図１１５Ｂは、パディングされたプロファイルの一例である。図１１５Ｃは、パディング補正の一例である（例えば、調節されたプロファイル、調節された上昇）。 図１１６は、プロファイル内の母体の重複を示す。 図１１７は、プロファイル内の母体の重複を示す。 図１１８は、プロファイル内の母体の重複を示す。 図１１９は、プロファイル内の母体の重複を示す。 図１２０は、プロファイル内の母体の重複を示す。 図１２１は、プロファイル内の母体の欠失を示す。 図１２２は、プロファイル内の母体の重複を示す。 図１２３は、プロファイル内の母体の重複を示す。 図１２４は、プロファイル内の母体の欠失を示す。 図１２５は、プロファイル内の母体の欠失を示す。 図１２６は、プロファイル内の母体の重複を示す。 図１２７は、プロファイル内の母体の欠失を示す。 図１２８は、プロファイル内の母体の重複を示す。 図１２９は、プロファイル内の母体の重複を示す。 図１３０は、プロファイル内の母体の欠失を示す。 図１３１は、プロファイル内の母体の重複を示す。
ピーク端
サンプルの異常の平均の上昇の比較に加え、比較された伸長の開始および終了も、統計学的分析に有用な情報を提供することができる。ピーク端の比較における分解能の上限を、多くの場合、ビンの大きさ（例えば、本明細書に記載の実施例の５０ｋｂｐ）により決定する。図２１は、３つの考えられるピーク端のシナリオ；（ａ）１つのサンプルからのピークを、別のサンプルからの一致するピーク内に完全に含有することができ、（ｂ）１つのサンプルからの端が別のサンプルからの端に部分的にオーバーラップすることができ、または（ｃ）１つのサンプルからの主要な端は、別のサンプルの末端にほんのわずか接触し、またはオーバーラップすることができることを図示する。図２２は、（ｃ）に記載のシナリオの一例（ａｎｄ ｅｘａｍｐｌｅ）を図示する（例えば、中間のトレースの末端が上部のトレースの主要な末端にほんのわずか接触する、中間のトレースを参照のこと）。

染色体上昇中央値
正倍数体患者の標的染色体内の正規化された上昇中央値は、胎児画分に関わらず、１に近いままであることが期待される。しかし、図９および１０に示されるように、トリソミー患者の上昇中央値は、胎児画分とともに増加する。この増加は、一般に、傾き０．５の実質的な線形である。実験測定値により、これらの期待値を確認する。図２６は、８６個の正倍数体のサンプル（図２６の点付きの棒で示す）における上昇中央値のヒストグラムを図示する。中央値は、１前後に緊密に集められている（中央値＝１．００００、中央絶対偏差（ＭＡＤ）＝０．００４２、平均値＝０．９９９６、標準偏差（ＳＤ）＝０．００４６）。図２６に示されるヒストグラムに示されるように、１．０１２を超える正倍数体の上昇中央値はない。対照的に、図２６に示される３５個のトリソミーサンプルの中から（斜線付きの棒）、１つを除いて全てが、正倍数体の範囲のかなり上の１．０２を超える上昇中央値を有する。この例の２群の患者間のギャップは、正倍数体または異数体としての分類を可能にするのに十分大きいものである。

面積比
正規化されたカウントの分布の中央値は、一般に、点推定値であり、それ自体は、多くの場合、積分推定値に比べ、あまり信頼性のない推定値、例えば、分布下面積（例えば、曲線下面積）である。高値の胎児画分を含有するサンプルは、点推定値を使用することにより影響される程ではないが、低値の胎児画分にて、不規則誤差によるわずかに増加した中央値カウントを有する正倍数体サンプルからの実際に上昇した正規化されたプロファイルを区別することが困難になる。胎児画分が相対的に低い（例えば、Ｆ＝約７％、Ｆ（７％））トリソミー例からの正規化されたカウントの分布の中央値を図示するヒストグラムを、図２７に示す。分布の中央値は、１＋Ｆ／２＝１．０３５から遠くない１．０２１である。しかし、分布の幅（ＭＡＤ＝０．０５４、ＳＤ＝０．０８２）は、正倍数体値の１からの中央値の偏差をかなり超え、サンプルが異常であるという任意の主張は除外される。分布の視覚的に判断し、代替えの分析を提案する：ピークの右へのシフトは相対的に小さいが、１の正倍数体期待値から左への面積（右肩下がりの斜線付き）と右への面積（右肩上がりの斜線付き）との間の均衡をかなり摂動させる。したがって、２つの面積間の比は、積分推定値であり、分類が胎児画分の低値により困難である例において有利となり得る。曲線下の右肩上がりの斜線付きおよび右肩下がりの斜線付きの面積における積分推定値の計算を、以下にさらに詳細に説明する。

トリソミー（破線）および正倍数体（実線、下部）の例において、典型的なモデルパラメータ値におけるファイ関数プロファイルのシミュレート値を、図３１に示す。図３２は、実際のデータを使用する例を示す。図３１および３２において、横座標の下のデータ点は、一般に、正倍数体として分類される例を表す。横座標より上のデータ点は、一般にトリソミー２１（Ｔ２１）の例として分類される例を表す。図３２において、第４象限（例えば、中央下部の象限）の孤立のデータ点は、１例が罹患した胎児の双胎妊娠である。図３２を作製するために利用されたデータセットは、他の罹患した双胎サンプルを同様に含み、横座標へのＴ２１のデータ点の広がりを説明する。

測定された胎児画分の誤差：フィットさせた胎児画分の質
Ｙ染色体にマッピングされた配列タグの数（例えば、Ｙカウント）に基づいた胎児画分の推定値は、ＦＱＡ胎児画分値に対して相対的に大きな偏差を示すこともある（図３４を参照のこと）。３倍体におけるＺ値も、多くの場合、図３５に示される斜線の周りに相対的な広がりを示す。図３５の斜線は、トリソミー２１の例における胎児画分の増加を伴う、第２１番染色体における染色体表現の理論的増加の期待値を表す。胎児画分を、適切な方法を使用して評価することができる。胎児画分を推定するために利用することができる方法の非限定的な例は、胎児数量アッセイ（例えば、ＦＱＡ）である。胎児画分を推定する他の方法は、当技術分野において公知である。胎児画分を推定するために利用される種々の方法も、図３６〜３９に示されるように中央斜線の周りに実質的に同様な広がりを示すこともある。図３６において、偏差は、フィットさせた胎児画分において観察されるものと実質的に類似する（例えば、高値のＦ０において負）（式（３３）を参照のこと）。いくつかの実施形態において、０％〜２０％の範囲の平均の染色体Ｙ（例えば、染色体Ｙ）の胎児画分（図３６の中間のヒストグラムの線を参照のこと）に対する線形の近似値の傾きは、約３／４である。特定の実施形態において、標準偏差に対する線形の近似値（図３６、上部および下部のヒストグラムの線を参照のこと）は、約２／３＋Ｆ０／６である。いくつかの実施形態において、第２１番染色体（例えば、第２１番染色体）に基づく胎児画分の推定値は、胎児画分を当て嵌めることにより得られたものに実質的に類似する（図３７を参照のこと）。性別に基づく胎児画分の推定値の別の定量的に類似のセットを、図３８に示す。図３９は、Ｔ２１の例における正規化されたビンカウントの中央値を図示し、これは、線形の近似値が１＋Ｆ０／２に実質的に類似する傾きを有すると期待される（図３９のグラフにおける起点から上部の中間点までの灰色の線を参照のこと）。

いくつかの例において、Ｆの誤差が高値のときに顕著となることもある、より高い倍数性値に向かうバイアスは、多くの場合、図４２のパネルＡ〜Ｃに示されるように、密度関数の非対称形状：相対的に長く、右側の垂直線の右にゆっくり低下する尾部、Ｘの線に垂直であり、Ｘ軸に沿っている形状に反映される。いくつかの実施形態において、ΔＦの任意の値に対して、右側の垂直線（Ｘｖ＝３／２）の左の、確率密度関数の下の面積は、右側の垂直線の右の面積に等しい。すなわち、全てのフィットさせた倍数性の半分が、多くの場合、過大推定値であるが、全てのフィットさせた倍数性のもう半分は、過小推定値であることもある。いくつかの例において、バイアスは、一般に、一方の、または他方の方向の広がりではなく、Ｘの誤差の範囲を考慮するにすぎない。いくつかの実施形態において、分布の中央値は、Ｘｖに等しい。図４３は、実際のデータにおいて得られた正倍数体およびトリソミーの分布を図示している。測定された胎児画分における不確定要素は、３倍体についてフィットさせた倍数性の値に見られる分散の一部を説明することもあるが、正倍数体におけるＸの推定値の誤差は、多くの場合、ビンカウントからの誤差伝播を試験することを必要とする。

図７２は、転換点の周りの染色体特異的ＬＯＥＳＳ曲線を、これらのサンプルにおいて測定されたＧＣバイアス係数に比例する角度で傾斜させることにより、曲線全てを融合させたことを示す。染色体特異的ＬＯＥＳＳ曲線を、サンプル特異的ＧＣバイアス係数により傾斜させることにより、図７３に示されるように、複数のサンプルにおいて得られたＬＯＥＳＳ曲線のファミリーの広がりを顕著に減少させた（黒塗りの円（傾斜前）および白抜きの円（傾斜後））。黒塗りの円および白抜きの円が接触する点は、転換点と一致した。さらに、染色体特異的転換点のＧＣ含量の軸上の位置は、所与の染色体のＧＣ含量の中央値と一致したことが明らかとなった（図７４、左の垂直線：中央値、右の垂直線：平均値）。同様の結果を、図７５Ａ〜図７５Ｆに示されるように、全ての染色体において得られた（左の垂直線：中央値、右の垂直線：平均値）。全ての常常染色体およびＸ染色体を、ＧＣ含量の中央値に従い、順序付けた。

Ｉ：線形モデルの切片（図８３の斜線）。このモデルパラメータを、所与の実験設定において、サンプルに独立し、ビン特異的に固定する。

Ｓ：線形モデルの傾き（図８３の斜線）。このモデルパラメータを、所与の実験設定において、サンプルに独立し、ビン特異的に固定する。

図９７は、交差検証誤差と、技術的反復物のセットから推定されたビン当たりの相対的誤差を相関させる。中央領域のデータ点（すなわち、２本の垂直線の間に位置するデータ点）は、７％〜１０％の交差検証誤差に対応する。２本の垂直線の右側の領域のデータ点は、１０％を超える交差検証誤差を含むビンを示す。２本の垂直線の左側の領域のデータ点（誤差＜７％）は、ビンの塊を表す。

Claims (27)

  1. 試験サンプルについて、バイアスゲノム片レベルの減少を用いて算出するための方法であって、前記方法は：
    （ａ）参照ゲノムの部分にマッピングされた配列リードのカウントを得る工程であって、前記配列リードは、試験サンプルからの循環無細胞核酸のリードである、工程；
    （ｂ）（ｉ）前記部分のそれぞれにマッピングされた前記配列リードの前記カウントと、（ｉｉ）前記部分のそれぞれにおけるＧＣ含量との間の、フィットさせた関係に基づいて、前記試験サンプルについてのグアニンおよびシトシン（ＧＣ）バイアス係数を決定する工程であって、前記ＧＣバイアス係数が、線形フィットさせた関係の傾きまたは非線形フィットさせた関係の曲率の推定値である、工程、
    （ｃ）マイクロプロセッサを使用して、（ａ）の前記カウント、（ｂ）の前記ＧＣバイアス係数、および（ｉ）複数のサンプルのそれぞれについての前記ＧＣバイアス係数と、（ｉｉ）前記複数のサンプルについての前記部分のそれぞれにマッピングされた前記配列リードの前記カウントとの間の、前記部分のそれぞれについてフィットさせた関係に基づいて、前記部分のそれぞれにおけるゲノム片レベルを算出し、それにより算出されたゲノム片レベルを提供する工程であって、ここで前記参照ゲノムの前記部分のそれぞれにマッピングされた前記配列リードの前記カウントにおけるバイアスが、前記算出されたゲノム片レベルにおいて減少する、工程を包含する、方法。
  2. （ｂ）の前記フィットさせた関係および（ｃ）の前記フィットさせた関係が線形のものである、請求項１に記載の方法。
  3. （ｂ）の前記フィットさせた関係および（ｃ）の前記フィットさせた関係のそれぞれが、独立して線形回帰によりフィットされる、請求項２に記載の方法。
  4. （ｃ）（ｉ）における前記複数のサンプルのそれぞれについての前記ＧＣバイアス係数が、（ｉ）前記部分のそれぞれにマッピングされた前記配列リードの前記カウントと、（ｉｉ）前記部分のそれぞれにおけるＧＣ含量との間の、前記複数のサンプルのそれぞれについてフィットさせた線形関係の傾きである、請求項３に記載の方法。
  5. 算出されたゲノム片レベルＬが、式Ｂ：
    Ｌ＝（Ｍ−ＧＳ）／Ｉ 式Ｂ
    に従い、前記参照ゲノムのそれぞれの部分に関して、前記試験サンプルについて決定され、ここで式中、Ｍは、前記試験サンプルについて前記部分にマッピングされた前記配列リードの前記カウントであり、Ｇは前記試験サンプルについての前記ＧＣバイアス係数であり、Ｉは、前記部分について（ｃ）の前記フィットさせた線形関係の切片であり、Ｓは、前記部分について（ｃ）の前記フィットさせた線形関係の傾きである、請求項４に記載の方法。
  6. （ｂ）の前記フィットさせた関係が非線形のものである、請求項１に記載の方法。
  7. 前記参照ゲノムの前記部分のそれぞれが、所定の長さのヌクレオチド配列を含む、請求項１に記載の方法。
  8. （ａ）の前に、試験被験体から循環無細胞核酸をシークエンシングすることによって前記配列リードを決定する工程を含む、請求項１に記載の方法。
  9. （ａ）の前に、前記参照ゲノムの前記部分に前記配列リードをマッピングする工程を含む、請求項８に記載の方法。
  10. 前記算出されたゲノム片レベルにしたがって、前記試験サンプルについて胎児の染色体異数性の有無が検出される、請求項１に記載の方法。
  11. 前記胎児の染色体異数性がトリソミーである、請求項１０に記載の方法。
  12. 前記トリソミーが、第２１番染色体のトリソミー、第１８番染色体のトリソミー、第１３番染色体のトリソミーまたはこれらの組み合わせから選択される、請求項１１に記載の方法。
  13. 前記トリソミーの有無が、９６％もしくはそれより高い感度または９６％もしくはそれより高い特異性、あるいは９６％もしくはそれより高い感度および９６％もしくはそれより高い特異性で検出される、請求項１２に記載の方法。
  14. （ｂ）の前に、前記参照ゲノムの前記部分の一部または全てにマッピングされた前記配列リードのカウントにおける誤差の測定値を算出する工程、および前記誤差の測定値の閾値に従い前記参照ゲノムの特定の部分について前記配列リードのカウントを除去するか、または重み付けする工程を含む、請求項１に記載の方法。
  15. 前記閾値が、第１のゲノム片レベルと第２のゲノム片レベルとの間の、３．５またはそれより大きい標準偏差のギャップに従い選択される、請求項１４に記載の方法。
  16. 前記誤差の測定値がＲ因子である、請求項１４に記載の方法。
  17. 約７％〜約１０％のＲ因子を有する前記参照ゲノムの部分についての前記配列リードのカウントが（ｂ）の前に除去される、請求項１６に記載の方法。
  18. １つまたはそれより多いマイクロプロセッサおよびメモリを含むシステムであって、前記メモリは、前記１つまたはそれより多いマイクロプロセッサによって実行可能な命令を含み、前記１つまたはそれより多いマイクロプロセッサによって実行可能な前記命令は、以下：
    （ａ）（ｉ）参照ゲノムのそれぞれの部分にマッピングされた配列リードのカウントと、（ｉｉ）前記部分のそれぞれにおけるＧＣ含量との間の、フィットさせた関係に基づいて、試験サンプルについてのグアニンおよびシトシン（ＧＣ）バイアス係数を決定することであって、ここで前記ＧＣバイアス係数が、線形フィットさせた関係の傾きまたは非線形フィットさせた関係の曲率の推定値であり、そして前記配列リードは、前記試験サンプルからの循環無細胞核酸のリードである、決定すること；ならびに
    （ｂ）前記試験サンプルについての前記カウント、（ａ）の前記ＧＣバイアス係数、および（ｉ）複数のサンプルのそれぞれについての前記ＧＣバイアス係数と、（ｉｉ）前記複数のサンプルについての前記部分のそれぞれにマッピングされた前記配列リードの前記カウントとの間の、前記部分のそれぞれについてフィットさせた関係に基づいて、前記部分のそれぞれにおけるゲノム片レベルを算出し、それにより算出されたゲノム片レベルを提供することであって、ここで前記参照ゲノムの前記部分のそれぞれにマッピングされた前記配列リードの前記カウントにおけるバイアスが、前記算出されたゲノム片レベルにおいて減少する、提供すること
    を行うように構成される、システム。
  19. （ａ）の前記フィットさせた関係および（ｂ）の前記フィットさせた関係が線形のものである、請求項１８に記載のシステム。
  20. （ａ）の前記フィットさせた関係および（ｂ）の前記フィットさせた関係のそれぞれが、独立して線形回帰によりフィットされる、請求項１９に記載のシステム。
  21. （ｂ）（ｉ）における前記複数のサンプルのそれぞれについての前記ＧＣバイアス係数が、（ｉ）前記部分のそれぞれにマッピングされた前記配列リードの前記カウントと、（ｉｉ）前記部分のそれぞれにおけるＧＣ含量との間の、前記複数のサンプルのそれぞれについてフィットさせた線形関係の傾きである、請求項２０に記載のシステム。
  22. 算出されたゲノム片レベルＬが、式Ｂ：
    Ｌ＝（Ｍ−ＧＳ）／Ｉ 式Ｂ
    に従い、前記参照ゲノムのそれぞれの部分に関して、前記試験サンプルについて決定され、ここで式中、Ｍは、前記試験サンプルについて前記部分にマッピングされた前記配列リードの前記カウントであり、Ｇは前記試験サンプルについての前記ＧＣバイアス係数であり、Ｉは、前記部分について（ｂ）の前記フィットさせた線形関係の切片であり、Ｓは、前記部分について（ｂ）の前記フィットさせた線形関係の傾きである、請求項２１に記載のシステム。
  23. （ａ）の前記フィットさせた関係が非線形のものである、請求項１８に記載のシステム。
  24. 前記１つまたはそれより多いマイクロプロセッサによって実行可能な前記命令が、前記算出されたゲノム片レベルにしたがって、前記試験サンプルについて胎児の染色体異数性の有無を決定するように構成される、請求項１８に記載のシステム。
  25. 前記胎児の染色体異数性がトリソミーである、請求項２４に記載のシステム。
  26. 前記トリソミーが、第２１番染色体のトリソミー、第１８番染色体のトリソミー、第１３番染色体のトリソミーまたはこれらの組み合わせから選択される、請求項２５に記載のシステム。
  27. 前記トリソミーの有無が、９６％もしくはそれより高い感度または９６％もしくはそれより高い特異性、あるいは９６％もしくはそれより高い感度および９６％もしくはそれより高い特異性で決定される、請求項２６に記載のシステム。

JP2014534806A 2011-10-06 2012-10-05 遺伝的変異の非侵襲的評価のための方法およびプロセス Active JP6073902B2 (ja)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201161544251P 2011-10-06 2011-10-06
US61/544,251 2011-10-06
US201261663477P 2012-06-22 2012-06-22
US61/663,477 2012-06-22
US201261709899P 2012-10-04 2012-10-04
US61/709,899 2012-10-04
PCT/US2012/059123 WO2013052913A2 (en) 2011-10-06 2012-10-05 Methods and processes for non-invasive assessment of genetic variations

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2016216922A Division JP6227095B2 (ja) 2011-10-06 2016-11-07 遺伝的変異の非侵襲的評価のための方法およびプロセス

Publications (3)

Publication Number Publication Date
JP2014534507A JP2014534507A (ja) 2014-12-18
JP2014534507A5 true JP2014534507A5 (ja) 2015-10-29
JP6073902B2 JP6073902B2 (ja) 2017-02-01

Family

ID=47073532

Family Applications (3)

Application Number Title Priority Date Filing Date
JP2014534806A Active JP6073902B2 (ja) 2011-10-06 2012-10-05 遺伝的変異の非侵襲的評価のための方法およびプロセス
JP2016216922A Active JP6227095B2 (ja) 2011-10-06 2016-11-07 遺伝的変異の非侵襲的評価のための方法およびプロセス
JP2017045068A Withdrawn JP2017099419A (ja) 2011-10-06 2017-03-09 遺伝的変異の非侵襲的評価のための方法およびプロセス

Family Applications After (2)

Application Number Title Priority Date Filing Date
JP2016216922A Active JP6227095B2 (ja) 2011-10-06 2016-11-07 遺伝的変異の非侵襲的評価のための方法およびプロセス
JP2017045068A Withdrawn JP2017099419A (ja) 2011-10-06 2017-03-09 遺伝的変異の非侵襲的評価のための方法およびプロセス

Country Status (9)

Country Link
US (1) US20230112134A1 (ja)
EP (2) EP2764459B1 (ja)
JP (3) JP6073902B2 (ja)
AU (1) AU2012318371B2 (ja)
CA (1) CA2850781C (ja)
DK (1) DK2764459T3 (ja)
ES (1) ES2886508T3 (ja)
HK (1) HK1200934A1 (ja)
WO (1) WO2013052913A2 (ja)

Families Citing this family (74)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8962247B2 (en) 2008-09-16 2015-02-24 Sequenom, Inc. Processes and compositions for methylation-based enrichment of fetal nucleic acid from a maternal sample useful for non invasive prenatal diagnoses
US8476013B2 (en) 2008-09-16 2013-07-02 Sequenom, Inc. Processes and compositions for methylation-based acid enrichment of fetal nucleic acid from a maternal sample useful for non-invasive prenatal diagnoses
EP3660165B1 (en) 2009-12-22 2023-01-04 Sequenom, Inc. Processes and kits for identifying aneuploidy
EP2678451B1 (en) 2011-02-24 2017-04-26 The Chinese University Of Hong Kong Molecular testing of multiple pregnancies
WO2012177792A2 (en) 2011-06-24 2012-12-27 Sequenom, Inc. Methods and processes for non-invasive assessment of a genetic variation
US10196681B2 (en) 2011-10-06 2019-02-05 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
US9367663B2 (en) 2011-10-06 2016-06-14 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
US10424394B2 (en) 2011-10-06 2019-09-24 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
CA2850785C (en) 2011-10-06 2022-12-13 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
US9984198B2 (en) 2011-10-06 2018-05-29 Sequenom, Inc. Reducing sequence read count error in assessment of complex genetic variations
JP6431769B2 (ja) 2012-01-20 2018-11-28 セクエノム， インコーポレイテッド 実験条件を要因として含める診断プロセス
ES2930180T3 (es) 2012-03-02 2022-12-07 Sequenom Inc Métodos para enriquecer ácido nucleico canceroso a partir de una muestra biológica
US10504613B2 (en) 2012-12-20 2019-12-10 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
US9920361B2 (en) 2012-05-21 2018-03-20 Sequenom, Inc. Methods and compositions for analyzing nucleic acid
EP4276194A3 (en) * 2012-05-21 2024-03-06 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
US11261494B2 (en) 2012-06-21 2022-03-01 The Chinese University Of Hong Kong Method of measuring a fractional concentration of tumor DNA
US10497461B2 (en) * 2012-06-22 2019-12-03 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
JP2015521862A (ja) 2012-07-13 2015-08-03 セクエノム， インコーポレイテッド 非侵襲性の出生前診断に有用な母体サンプル由来の胎児核酸のメチル化に基づく富化のためのプロセスおよび組成物
US10482994B2 (en) 2012-10-04 2019-11-19 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
CA2887094C (en) * 2012-10-04 2021-09-07 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
US20130309666A1 (en) 2013-01-25 2013-11-21 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
WO2015130696A1 (en) 2014-02-25 2015-09-03 Bionano Genomics, Inc. Reduction of bias in genomic coverage measurements
US10844424B2 (en) 2013-02-20 2020-11-24 Bionano Genomics, Inc. Reduction of bias in genomic coverage measurements
CN105229168B (zh) 2013-02-20 2020-07-17 生物纳米基因有限公司 纳米流体中分子的表征
EP2971100A1 (en) 2013-03-13 2016-01-20 Sequenom, Inc. Primers for dna methylation analysis
LT2981921T (lt) 2013-04-03 2023-02-27 Sequenom, Inc. Neinvazinio genetinių variacijų vertinimo būdai ir procesai
KR102540202B1 (ko) * 2013-05-24 2023-06-02 시쿼넘, 인코포레이티드 유전적 변이의 비침습 평가를 위한 방법 및 프로세스
CA2913341A1 (en) * 2013-05-30 2014-12-04 Memorial Sloan-Kettering Cancer Center System and method for automated prediction of vulnerabilities in biological samples
KR102299305B1 (ko) 2013-06-21 2021-09-06 시쿼넘, 인코포레이티드 유전적 변이의 비침습 평가를 위한 방법 및 프로세스
CN104450872A (zh) * 2013-09-25 2015-03-25 上海市肿瘤研究所 一种高通量多样本多靶点单碱基分辨率的甲基化水平检测方法
ES2968644T3 (es) * 2013-10-04 2024-05-13 Sequenom Inc Métodos y procedimientos para la evaluación no invasiva de variaciones genéticas
CN111863131A (zh) 2013-10-07 2020-10-30 塞昆纳姆股份有限公司 用于非侵入性评估染色体改变的方法和过程
US10851414B2 (en) * 2013-10-18 2020-12-01 Good Start Genetics, Inc. Methods for determining carrier status
CA2928185C (en) * 2013-10-21 2024-01-30 Verinata Health, Inc. Method for improving the sensitivity of detection in determining copy number variations
CN103540672B (zh) * 2013-10-29 2015-04-08 中国科学技术大学 一种亲和核酸分子的快速鉴定和分离方法
KR101516976B1 (ko) * 2013-10-30 2015-05-04 에스케이텔레콤 주식회사 표적 염기 서열 해독에서의 바이어스 제거 방법
WO2015138774A1 (en) 2014-03-13 2015-09-17 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
EP3149640B1 (en) 2014-05-30 2019-09-04 Sequenom, Inc. Chromosome representation determinations
WO2016019042A1 (en) 2014-07-30 2016-02-04 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
JP2016042836A (ja) * 2014-08-25 2016-04-04 富士フイルム株式会社 検査通知出力装置、検査通知出力方法、検査通知出力プログラム、及び遺伝子染色体検査システム
WO2016094853A1 (en) * 2014-12-12 2016-06-16 Verinata Health, Inc. Using cell-free dna fragment size to determine copy number variations
US9859394B2 (en) 2014-12-18 2018-01-02 Agilome, Inc. Graphene FET devices, systems, and methods of using the same for sequencing nucleic acids
WO2016100049A1 (en) 2014-12-18 2016-06-23 Edico Genome Corporation Chemically-sensitive field effect transistor
US9857328B2 (en) 2014-12-18 2018-01-02 Agilome, Inc. Chemically-sensitive field effect transistors, systems and methods for manufacturing and using the same
US9618474B2 (en) 2014-12-18 2017-04-11 Edico Genome, Inc. Graphene FET devices, systems, and methods of using the same for sequencing nucleic acids
US10006910B2 (en) 2014-12-18 2018-06-26 Agilome, Inc. Chemically-sensitive field effect transistors, systems, and methods for manufacturing and using the same
US10020300B2 (en) 2014-12-18 2018-07-10 Agilome, Inc. Graphene FET devices, systems, and methods of using the same for sequencing nucleic acids
CN113957124A (zh) * 2015-02-10 2022-01-21 香港中文大学 用于癌症筛查和胎儿分析的突变检测
HUE057821T2 (hu) 2015-07-23 2022-06-28 Univ Hong Kong Chinese Sejtmentes DNS fragmentációs mintázatának elemzése
RU2613021C1 (ru) * 2015-11-20 2017-03-14 Общество С Ограниченной Ответственностью "Стриж Телематика" Способ кодирования и декодирования сообщений
US10095831B2 (en) 2016-02-03 2018-10-09 Verinata Health, Inc. Using cell-free DNA fragment size to determine copy number variations
WO2017201081A1 (en) 2016-05-16 2017-11-23 Agilome, Inc. Graphene fet devices, systems, and methods of using the same for sequencing nucleic acids
EP3464626B1 (en) 2016-05-27 2022-04-06 Sequenom, Inc. Methods for detecting genetic variations
WO2018009723A1 (en) * 2016-07-06 2018-01-11 Guardant Health, Inc. Methods for fragmentome profiling of cell-free nucleic acids
WO2018022890A1 (en) 2016-07-27 2018-02-01 Sequenom, Inc. Genetic copy number alteration classifications
CA3030894A1 (en) 2016-07-27 2018-02-01 Sequenom, Inc. Methods for non-invasive assessment of genomic instability
CA3213915A1 (en) * 2016-09-22 2018-03-29 Illumina, Inc. Somatic copy number variation detection
CA3194557A1 (en) 2017-01-20 2018-07-26 Sequenom, Inc. Sequencing adapter manufacture and use
EP3571615B1 (en) 2017-01-20 2024-01-24 Sequenom, Inc. Methods for non-invasive assessment of genetic alterations
CA3049457C (en) 2017-01-20 2023-05-16 Sequenom, Inc. Methods for non-invasive assessment of copy number alterations
US11694768B2 (en) 2017-01-24 2023-07-04 Sequenom, Inc. Methods and processes for assessment of genetic variations
EP4421489A2 (en) 2017-01-25 2024-08-28 The Chinese University of Hong Kong Diagnostic applications using nucleic acid fragments
JP7370862B2 (ja) 2017-03-17 2023-10-30 セクエノム， インコーポレイテッド 遺伝子モザイク症のための方法およびプロセス
US11342047B2 (en) 2017-04-21 2022-05-24 Illumina, Inc. Using cell-free DNA fragment size to detect tumor-associated variant
US20210301342A1 (en) 2018-09-07 2021-09-30 Sequenom, Inc. Methods, and systems to detect transplant rejection
WO2020172164A1 (en) 2019-02-19 2020-08-27 Sequenom, Inc. Compositions, methods, and systems to detect hematopoietic stem cell transplantation status
KR102452413B1 (ko) * 2019-08-19 2022-10-11 주식회사 지씨지놈 핵산 단편간 거리 정보를 이용한 염색체 이상 검출 방법
JP2022544626A (ja) * 2019-08-19 2022-10-19 グリーン クロス ゲノム コーポレーション 核酸断片間距離情報を用いた染色体異常検出方法
US20210102262A1 (en) 2019-09-23 2021-04-08 Grail, Inc. Systems and methods for diagnosing a disease condition using on-target and off-target sequencing data
EP4052259A1 (en) 2019-10-31 2022-09-07 Sequenom, Inc. Application of mosaicism ratio in multifetal gestations and personalized risk assessment
US20230028790A1 (en) * 2019-11-29 2023-01-26 GC Genome Corporation Artificial intelligence-based chromosomal abnormality detection method
WO2021133351A1 (en) * 2019-12-25 2021-07-01 İdea Teknoloji̇ Çözümleri̇ Bi̇lgi̇sayar Sanayi̇ Ve Ti̇caret Anoni̇m Şi̇rketi̇ A prioritization and scoring method
EP4110953A2 (en) 2020-02-28 2023-01-04 Laboratory Corporation of America Holdings Compositions, methods, and systems for paternity determination
WO2024186778A1 (en) 2023-03-03 2024-09-12 Laboratory Corporation Of America Holdings Methods and systems for positive cfdna screening on genetic variations using mosaicism ratio

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6927028B2 (en) 2001-08-31 2005-08-09 Chinese University Of Hong Kong Non-invasive methods for detecting non-host DNA in a host using epigenetic differences between the host and non-host DNA
AU2003270397B2 (en) 2002-09-06 2009-07-16 Trustees Of Boston University Quantification of gene expression
JP4786904B2 (ja) 2002-11-27 2011-10-05 セクエノム，インコーポレイティド 配列変化検出及び発見用の断片化をベースとする方法及びシステム
US8048627B2 (en) 2003-07-05 2011-11-01 The Johns Hopkins University Method and compositions for detection and enumeration of genetic variations
AU2005308918B2 (en) 2004-11-29 2012-09-27 Sequenom, Inc. Means and methods for detecting methylated DNA
US8679741B2 (en) 2006-05-31 2014-03-25 Sequenom, Inc. Methods and compositions for the extraction and amplification of nucleic acid from a sample
CA2655269A1 (en) 2006-06-16 2007-12-21 Sequenom, Inc. Methods and compositions for the amplification, detection and quantification of nucleic acid from a sample
US8262900B2 (en) 2006-12-14 2012-09-11 Life Technologies Corporation Methods and apparatus for measuring analytes using large scale FET arrays
HUE061020T2 (hu) 2007-07-23 2023-05-28 Univ Hong Kong Chinese Nukleinsav-szekvencia kiegyensúlyozatlanságának meghatározására
WO2009032779A2 (en) 2007-08-29 2009-03-12 Sequenom, Inc. Methods and compositions for the size-specific seperation of nucleic acid from a sample
EP2195452B1 (en) 2007-08-29 2012-03-14 Sequenom, Inc. Methods and compositions for universal size-specific polymerase chain reaction
JP2010539991A (ja) 2007-10-04 2010-12-24 ハルシオン モレキュラー 電子顕微鏡を用いた核酸ポリマーの配列決定
EP2276858A4 (en) 2008-03-26 2011-10-05 Sequenom Inc RESTRICTED ENDONUCLEASE AMPLIFIED POLYMORPHIC SEQUENCE DETECTION
CN103695530B (zh) 2008-07-07 2016-05-25 牛津纳米孔技术有限公司 酶-孔构建体
US8476013B2 (en) 2008-09-16 2013-07-02 Sequenom, Inc. Processes and compositions for methylation-based acid enrichment of fetal nucleic acid from a maternal sample useful for non-invasive prenatal diagnoses
DK2329021T3 (en) 2008-09-16 2016-10-24 Sequenom Inc Methods and compositions for methylation-based enrichment of fetal nucleic acid from a maternal sample suitable for non-invasive prenatal diagnoses
CA3069081C (en) * 2008-09-20 2023-05-23 The Board Of Trustees Of The Leland Stanford Junior University Noninvasive diagnosis of fetal aneuploidy by sequencing
EP3514244B1 (en) 2009-04-03 2021-07-07 Sequenom, Inc. Nucleic acid preparation methods
US8574842B2 (en) * 2009-12-22 2013-11-05 The Board Of Trustees Of The Leland Stanford Junior University Direct molecular diagnosis of fetal aneuploidy
AU2011207561B2 (en) * 2010-01-19 2014-02-20 Verinata Health, Inc. Partition defined detection methods
EP2848704B1 (en) 2010-01-19 2018-08-29 Verinata Health, Inc Sequencing methods for prenatal diagnoses
EP2569453B1 (en) 2010-05-14 2015-12-16 Fluidigm Corporation Nucleic acid isolation methods

Similar Documents

Publication Publication Date Title
JP2014534507A5 (ja)
Tavtigian et al. Classification of rare missense substitutions, using risk surfaces, with genetic‐and molecular‐epidemiology applications
MacGregor et al. Characterizing the quantitative genetic contribution to rheumatoid arthritis using data from twins
Hjelmborg et al. The heritability of leucocyte telomere length dynamics
US20240194293A1 (en) Noninvasive prenatal screening using dynamic iterative depth optimization
US9916416B2 (en) System and method for genotyping using informed error profiles
JP2015527057A5 (ja)
KR102465122B1 (ko) 비정상적인 핵형을 검출하기 위한 방법 및 시스템
CN110268072B (zh) 确定旁系同源基因的方法和系统
US12100483B2 (en) Base coverage normalization and use thereof in detecting copy number variation
CN115394357B (zh) 用于判断样本配对或污染的位点组合及其筛选方法和应用
Beuf et al. Improved base-calling and quality scores for 454 sequencing based on a Hurdle Poisson model
Xie et al. Mitochondrial genome sequence analysis: a custom bioinformatics pipeline substantially improves Affymetrix MitoChip v2. 0 call rate and accuracy
WO2017218798A1 (en) Systems and methods for diagnosing familial hypercholesterolemia
Demidov et al. ClinCNV: novel method for allele-specific somatic copy-number alterations detection
CN116348957A (zh) 检测测序数据中的交叉污染
Meschia et al. Genomic risk profiling of ischemic stroke: results of an international genome-wide association meta-analysis
Li et al. Causal association of obesity with epigenetic aging and telomere length: a bidirectional mendelian randomization study
CN116486913A (zh) 基于单细胞测序从头预测调控突变的系统、设备和介质
Trask et al. 4040 SNPs for genomic analysis in the rhesus macaque (Macaca mulatta)
JP7332695B2 (ja) 循環核酸からの全ゲノム配列データにおける包括的配列特徴の同定
Zhao et al. Analyzing genetic association studies with an extended propensity score approach
CN114255870A (zh) 预测自闭症和神经发育障碍的新型多基因风险评分(prs)方法
CN116913380B (zh) 晚期肿瘤ctDNA动态变化判定方法及装置
Heinävaara et al. Predicting the lung cancer burden: accounting for selection of the patients with respect to general population mortality