JP2017153494A - 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 - Google Patents

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 Download PDF

Info

Publication number
JP2017153494A
JP2017153494A JP2017119091A JP2017119091A JP2017153494A JP 2017153494 A JP2017153494 A JP 2017153494A JP 2017119091 A JP2017119091 A JP 2017119091A JP 2017119091 A JP2017119091 A JP 2017119091A JP 2017153494 A JP2017153494 A JP 2017153494A
Authority
JP
Japan
Prior art keywords
nucleic acid
item
count
reference genome
chromosome
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
JP2017119091A
Other languages
English (en)
Other versions
JP6688764B2 (ja
Inventor
ザクラ ジェリコ
Dzakula Zeljko
ザクラ ジェリコ
アール． マズルーム アミン
R Mazloom Amin
アール． マズルーム アミン
デチウ コスミン
Deciu Cosmin
デチウ コスミン
フイチュアン ワン
Huiquan Wang
フイチュアン ワン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sequenom Inc
Original Assignee
Sequenom Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sequenom Inc filed Critical Sequenom Inc
Publication of JP2017153494A publication Critical patent/JP2017153494A/ja
Application granted granted Critical
Publication of JP6688764B2 publication Critical patent/JP6688764B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6809—Methods for determination or identification of nucleic acids involving differential 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
    • G16B20/10—Ploidy or copy number 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
    • G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2535/00—Reactions characterised by the assay type for determining the identity of a nucleotide base or a sequence of oligonucleotides
    • C12Q2535/122—Massive parallel sequencing
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2537/00—Reactions characterised by the reaction format or use of a specific feature
    • C12Q2537/10—Reactions characterised by the reaction format or use of a specific feature the purpose or use of
    • C12Q2537/16—Assays for determining copy number or wherein the copy number is of special importance

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Analytical Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Biophysics (AREA)
  • Biotechnology (AREA)
  • Genetics & Genomics (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Organic Chemistry (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Medical Informatics (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Microbiology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

【課題】本明細書において、遺伝的変異の非侵襲的評価のための方法、プロセスおよび装置を提供する。【解決手段】遺伝的変異を同定することは、コピー数多型を検出することを含むこともあり、かつ／またはコピー数多型を含む上昇を調節することを含むこともある。いくつかの実施形態において、上昇は、偽陽性もしくは偽陰性診断の可能性が低い１つまたは複数の遺伝的変異または分散を同定することにより調節される。いくつかの実施形態において、本明細書に記載の方法により遺伝的変異を同定することは、具体的な医学的状態の診断または医学的状態の素因を決定することにつながり得る。遺伝的分散を同定することは、医学的決定を容易にし、かつ／または役立つ医学的手法を使用する結果となり得る。【選択図】なし

Description

関連特許出願
本特許出願は、２０１３年３月１２日に出願され、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というタイトルであり、発明者として、Ｚｅｌｊｋｏ Ｄｚａｋｕｌａ、Ｃｏｓｍｉｎ Ｄｅｃｉｕ、Ａｍｉｎ Ｍａｚｌｏｏｍ、およびＨｕｉｑｕａｎ Ｗａｎｇが挙げられ、代理人番号ＳＥＱ−６０４５−ＵＴｔが指定されている、米国特許出願第１３／７９７，５０８号の優先権の利益を請求し；ならびに２０１２年６月２２日に出願され、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というタイトルであり、Ｚｅｌｊｋｏ Ｄｚａｋｕｌａ、Ｃｏｓｍｉｎ Ｄｅｃｉｕ、Ａｍｉｎ Ｍａｚｌｏｏｍ、およびＨｕｉｑｕａｎ Ｗａｎｇが挙げられ、代理人番号ＳＥＱ−６０４５−ＰＶが指定されている、米国仮特許出願第６１／６６３，４８２号の優先権の利益を請求する。本出願は、２０１２年１１月５日に出願され、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というタイトルであり、発明者としてＣｏｓｍｉｎ Ｄｅｃｉｕ、Ｚｅｌｊｋｏ Ｄｚａｋｕｌａ、Ｍａｔｈｉａｓ Ｅｈｒｉｃｈ、およびＳｕｎｇ Ｋｉｍが挙げられ、代理人番号ＳＥＱ−６０３４−ＣＴｔが指定されている米国特許出願第１３／６６９，１３６号に関連しており、これは、２０１２年１０月５日に出願され、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であり、発明者としてＣｏｓｍｉｎ Ｄｅｃｉｕ、Ｚｅｌｊｋｏ Ｄｚａｋｕｌａ、Ｍａｔｈｉａｓ Ｅｈｒｉｃｈ、およびＳｕｎｇ Ｋｉｍが挙げられ、代理人番号ＳＥＱ−６０３４−ＰＣが指定されている、国際ＰＣＴ出願ＰＣＴ／ＵＳ２０１２／０５９１２３の継続である。前出の出願の全ての内容は、全ての文章、表および図面を含めて、参照によって本開示に組み込まれる。
本明細書において提供される技術は、部分的に遺伝的変異の非侵襲的評価のための方法、プロセスおよび装置に関する。
生物（例えば、動物、植物および微生物）および遺伝情報を複製する他の形態（例えば、ウイルス）の遺伝情報は、デオキシリボ核酸（ＤＮＡ）またはリボ核酸（ＲＮＡ）にコードされる。遺伝情報は、化学的もしくは仮想的核酸の一次構造を表す一連のヌクレオチドまたは改変ヌクレオチドである。ヒトにおいて、完全なゲノムは、２４本の染色体に位置する約３０，０００個の遺伝子を含有する（Ｔｈｅ Ｈｕｍａｎ Ｇｅｎｏｍｅ，Ｔ．Ｓｔｒａｃｈａｎ，ＢＩＯＳ Ｓｃｉｅｎｔｉｆｉｃ Ｐｕｂｌｉｓｈｅｒｓ，１９９２を参照のこと）。各遺伝子は、特定のタンパク質をコードし、転写および翻訳を介して発現後、生存細胞内で特定の生化学機能を果たす。
多くの医学的状態は、１つまたはそれより多い遺伝的変異により生じる。特定の遺伝的変異は、例えば、血友病、サラセミア、デュシェンヌ型筋ジストロフィー（ＤＭＤ）、ハンチントン病（ＨＤ）、アルツハイマー病および嚢胞性線維症（ＣＦ）を含む医学的状態を生じる（Ｈｕｍａｎ Ｇｅｎｏｍｅ Ｍｕｔａｔｉｏｎｓ，Ｄ．Ｎ．Ｃｏｏｐｅｒ ａｎｄ Ｍ． Ｋｒａｗｃｚａｋ，ＢＩＯＳ Ｐｕｂｌｉｓｈｅｒｓ，１９９３）。このような遺伝病は、特定の遺伝子のＤＮＡ内の単一のヌクレオチドの付加、置換または欠失により生じ得る。特定の先天異常（ｂｉｒｔｈ ｄｅｆｅｃｔ）は、異数性、例えば、トリソミー２１（ダウン症候群）、トリソミー１３（パトー症候群）、トリソミー１８（エドワーズ症候群）、モノソミーＸ（ターナー症候群）および特定の性染色体異数性、例えば、クラインフェルター症候群（ＸＸＹ）などとも呼ばれる染色体異常により生じる。別の遺伝的変異は、胎児の性別であり、これは、多くの場合、性染色体ＸおよびＹに基づいて決定され得る。遺伝的変異の中には、個体に多くの疾患、例えば、糖尿病、アテローム性動脈硬化症、肥満、種々の自己免疫疾患およびがん（例えば、直腸結腸、乳房、卵巣、肺）などのいずれかにかかりやすくさせ、または生じさせ得る。
１つまたはそれより多い遺伝的変異または分散を同定することは、特定の医学的状態の診断またはその素因の決定につながり得る。遺伝的分散を同定することは、医学的な決定を促し、かつ／または役立つ医学的手法を使用する結果となり得る。１つまたはそれより多い遺伝的変異または分散の同定には、細胞非含有ＤＮＡの分析を含むこともある。
細胞非含有ＤＮＡ（ＣＦ−ＤＮＡ）は、細胞死に由来し、末梢血を循環するＤＮＡフラグメントからなる。高濃度のＣＦ−ＤＮＡは、特定の臨床状態、例えば、がん、外傷、熱傷、心筋梗塞、卒中、敗血症、感染、および他の疾病を示し得る。さらに、細胞非含有胎児ＤＮＡ（ＣＦＦ−ＤＮＡ）は、母体血流中に検出されることができ、種々の非侵襲的出生前診断に使用されることができる。
母体血漿中の胎児核酸の存在が、母体血液サンプルの分析により、非侵襲的出生前診断を可能にする。例えば、母体血漿中の胎児ＤＮＡの量的異常は、妊娠高血圧腎症、早産、分娩前出血、侵襲的胎盤形成（ｉｎｖａｓｉｖｅ ｐｌａｃｅｎｔａｔｉｏｎ）、胎児のダウン症候群、および他の胎児染色体異数性を含む多くの妊娠関連障害と関連し得る。したがって、母体血漿中の胎児核酸の分析は、母児の健康をモニタリングするのに有用な機構であり得る。
Ｔｈｅ Ｈｕｍａｎ Ｇｅｎｏｍｅ，Ｔ．Ｓｔｒａｃｈａｎ，ＢＩＯＳ Ｓｃｉｅｎｔｉｆｉｃ Ｐｕｂｌｉｓｈｅｒｓ，１９９２ Ｈｕｍａｎ Ｇｅｎｏｍｅ Ｍｕｔａｔｉｏｎｓ，Ｄ．Ｎ．Ｃｏｏｐｅｒ ａｎｄ Ｍ． Ｋｒａｗｃｚａｋ，ＢＩＯＳ Ｐｕｂｌｉｓｈｅｒｓ，１９９３
いくつかの態様において、胎児の性染色体異数性の有無を同定する方法を提供し、該方法は、（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのＧＣ含量との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）バイアスを決定するステップ；（ｃ）前記ＧＣバイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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ステップ；および（ｄ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体異数性の有無を同定するステップを含む。
いくつかの態様において、胎児の性別を決定するための方法も提供し、該方法は、（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのＧＣ含量との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）バイアスを決定するステップ；（ｃ）前記ＧＣバイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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ステップ；および（ｄ）前記算出されたゲノム片レベルに従い胎児の性別を決定するステップを含む。
いくつかの態様において、胎児における性染色体核型を決定するための方法も提供し、該方法は、（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのＧＣ含量との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）バイアスを決定するステップ；（ｃ）前記ＧＣバイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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ステップ；および（ｄ）前記算出されたゲノム片レベルに従い前記胎児における性染色体核型を決定するステップを含む。
いくつかの態様において、胎児における性染色体異数性の有無を同定する方法も提供し、該方法は、（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのマッピング特徴との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定するステップ；（ｃ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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ステップ；および（ｄ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体異数性の有無を同定するステップを含む。
いくつかの態様において、胎児の性別を決定するための方法も提供し、該方法は、（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのマッピング特徴との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定するステップ；（ｃ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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ステップ；および（ｄ）前記算出されたゲノム片レベルに従い胎児の性別を決定するステップを含む。
いくつかの態様において、胎児における性染色体核型を決定するための方法も提供し、該方法は、（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのマッピング特徴との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定するステップ；（ｃ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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ステップ；および（ｄ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体核型を決定するステップを含む。
いくつかの態様において、１つまたは複数のプロセッサおよびメモリを含むシステムであって、前記メモリが、前記１つまたは複数のプロセッサにより実行可能な命令を含み、および前記メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、前記配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに前記１つまたは複数のプロセッサにより実行可能な命令が、（ａ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのマッピング特徴との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定し；（ｂ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして（ｃ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体異数性の有無を同定する、胎児の性別を決定する、および／または前記胎児についての性染色体核型を決定するよう構成される、システムも提供する。
いくつかの態様において、１つまたは複数のプロセッサおよびメモリを含む装置であって、前記メモリが、前記１つまたは複数のプロセッサにより実行可能な命令を含み、および前記メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、前記配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに前記１つまたは複数のプロセッサにより実行可能な命令が、（ａ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのマッピング特徴との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定し；（ｂ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして（ｃ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体異数性の有無を同定する、胎児の性別を決定する、および／または前記胎児についての性染色体核型を決定するよう構成される、装置も提供する。
いくつかの態様において、コンピュータ読み取り可能な媒体に具体化された有形のコンピュータプログラム製品も提供し、該製品は、１つまたは複数のプロセッサにより実行されるときに、（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントにアクセスし；（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれ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ついてのマッピング特徴との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定し；（ｃ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについてのゲノム片レベルを算出し、それにより前記算出されたゲノム片レベルを提供し；そして（ｄ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体異数性の有無を同定する、胎児の性別を決定する、および／または前記胎児についての性染色体核型を決定するよう構成される命令を含む。
本発明は、例えば、以下の項目も提供する。
（項目１）
胎児における性染色体核型を決定する方法であって、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；
（ｂ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと（ｉｉ）該部分のそれぞれについてのマッピング特徴との間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれの実験的バイアスを決定するステップ；
（ｃ）該実験的バイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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ステップ；および
（ｄ）該算出されたゲノム片レベルに従い該胎児についての性染色体核型を決定するステップ
を含む、方法。
（項目２）
前記性染色体核型が、ＸＸ、ＸＹ、ＸＸＸ、Ｘ、ＸＸＹおよびＸＹＹから選択される、項目１に記載の方法。
（項目３）
（ｂ）における前記フィットさせた関係が、フィットさせた線形関係であり、および該関係の傾きが、線形回帰により決定される、項目１または２に記載の方法。
（項目４）
各実験的バイアスが、実験的バイアス係数であり、前記実験的バイアス係数が、（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのマッピング特徴との間の線形関係の傾きである、項目１から３のいずれか一項に記載の方法。
（項目５）
（ｃ）における前記フィットさせた関係が線形であり、および該関係の傾きが、線形回帰によって決定される、項目１から４のいずれか一項に記載の方法。
（項目６）
（ｂ）における前記フィットさせた関係が線形であり、（ｃ）における前記フィットさせた関係が線形であり、および前記ゲノム片レベルＬｉが、式α：

に従い前記参照ゲノムの部分のそれぞれについて決定され、この式中、Ｇｉが、前記実験的バイアスであり、Ｉが、（ｃ）における前記フィットさせた関係の切片であり、Ｓが、（ｃ）における前記関係の傾きであり、ｍｉが、前記参照ゲノムの各部分にマッピングされた測定カウントであり、およびｉが、サンプルである、項目１から５のいずれか一項に記載の方法。
（項目７）
前記マッピング特徴が、ＧＣ含量であり、および前記実験的バイアスが、ＧＣバイアスである、項目１から６のいずれか一項に記載の方法。
（項目８）
（ｃ）において算出された前記ゲノム片レベルに対して二次正規化を適用するステップを含む、項目１から７のいずれか一項に記載の方法。
（項目９）
前記二次正規化が、ＧＣ正規化を含む、項目８に記載の方法。
（項目１０）
（ｃ）において算出された複数のゲノム片レベルから染色体Ｘ上昇および染色体Ｙ上昇を決定するステップを含む、項目１から９のいずれか一項に記載の方法。
（項目１１）
二次元グラフ上に、前記染色体Ｙ上昇またはその導関数に対して、前記染色体Ｘ上昇またはその導関数をプロットし、それによりプロット位置を作製するステップを含む、項目１０に記載の方法。
（項目１２）
前記プロット位置に従い前記胎児についての性染色体核型を決定するステップを含む、項目１１に記載の方法。
（項目１３）
前記プロット位置に従い前記胎児についての性染色体核型を決定するステップを含まない、項目１１に記載の方法。
（項目１４）
（ｂ）の前に、前記参照ゲノムの部分の一部または全てにマッピングされた配列リードのカウントについての誤差の尺度を算出するステップ、および前記誤差の尺度の閾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ステップを含む、項目１から１３のいずれか一項に記載の方法。
（項目１５）
前記閾が、第１のゲノム片レベルと第２のゲノム片レベルの間の３．５以上の標準偏差ギャップに従い選択される、項目１４に記載の方法。
（項目１６）
前記誤差の尺度が、Ｒ因子であり、および約７％から約１０％のＲ因子を有する前記参照ゲノムの部分についての配列リードカウントが、（ｂ）の前に除去される、項目１４に記載の方法。
（項目１７）
前記参照ゲノムの部分が、１つまたは複数の性染色体内にある、項目１から１６のいずれか一項に記載の方法。
（項目１８）
前記参照ゲノムの部分の数が、染色体Ｙについて約２０部分以上である、項目１７に記載の方法。
（項目１９）
染色体Ｙついての前記部分が、ｃｈｒＹ＿１２５、ｃｈｒＹ＿１６９、ｃｈｒＹ＿１７０、ｃｈｒＹ＿１７１、ｃｈｒＹ＿１７２、ｃｈｒＹ＿１８２、ｃｈｒＹ＿１８３、ｃｈｒＹ＿１８４、ｃｈｒＹ＿１８６、ｃｈｒＹ＿１８７、ｃｈｒＹ＿１９２、ｃｈｒＹ＿４１７、ｃｈｒＹ＿４４８、ｃｈｒＹ＿４４９、ｃｈｒＹ＿４７３、ｃｈｒＹ＿４８０、ｃｈｒＹ＿４８１、ｃｈｒＹ＿４８５、ｃｈｒＹ＿４９１、ｃｈｒＹ＿５０２、ｃｈｒＹ＿５１９、ｃｈｒＹ＿５３５、ｃｈｒＹ＿５５９、ｃｈｒＹ＿１１７６、ｃｈｒＹ＿１１７７、ｃｈｒＹ＿１１７８の中から選択される、項目１８に記載の方法。
（項目２０）
染色体Ｙについての前記部分が、ｃｈｒＹ＿１１７６、ｃｈｒＹ＿１１７７およびｃｈｒＹ＿１１７６のうちの１つまたは複数を含む、項目１９に記載の方法。
（項目２１）
染色体Ｙについての前記部分が、ｃｈｒＹ＿１１７６、ｃｈｒＹ＿１１７７およびｃｈｒＹ＿１１７６のうちの１つまたは複数を含まない、項目１９に記載の方法。
（項目２２）
（ｂ）の前に、ｃｈｒＹ＿１１７６、ｃｈｒＹ＿１１７７およびｃｈｒＹ＿１１７６のうちの１つまたは複数についてのゲノム片レベル、またはそれらの導関数を、ｃｈｒＹ＿１２５、ｃｈｒＹ＿１６９、ｃｈｒＹ＿１７０、ｃｈｒＹ＿１７１、ｃｈｒＹ＿１７２、ｃｈｒＹ＿１８２、ｃｈｒＹ＿１８３、ｃｈｒＹ＿１８４、ｃｈｒＹ＿１８６、ｃｈｒＹ＿１８７、ｃｈｒＹ＿１９２、ｃｈｒＹ＿４１７、ｃｈｒＹ＿４４８、ｃｈｒＹ＿４４９、ｃｈｒＹ＿４７３、ｃｈｒＹ＿４８０、ｃｈｒＹ＿４８１、ｃｈｒＹ＿４８５、ｃｈｒＹ＿４９１、ｃｈｒＹ＿５０２、ｃｈｒＹ＿５１９、ｃｈｒＹ＿５３５およびｃｈｒＹ＿５５９の１つまたは複数についてのゲノム片レベル、またはそれらの導関数と、比較し、それにより比較を作製するステップを含む、項目１９に記載の方法。
（項目２３）
ｃｈｒＹ＿１１７６、ｃｈｒＹ＿１１７７およびｃｈｒＹ＿１１７６のうちの１つまたは複数についての配列リードカウントが、前記比較に従い（ｂ）の前に除去されるか、または置き換えられる、項目２２に記載の方法。
（項目２４）
前記参照ゲノムの部分の数が、染色体Ｘについて約２３５０部分以上である、項目１７に記載の方法。
（項目２５）
前記参照ゲノムが、男性被験体からのものである、項目１から２４のいずれか一項に記載の方法。
（項目２６）
前記参照ゲノムが、女性被験体からのものである、項目１から２５のいずれか一項に記載の方法。
（項目２７）
前記参照ゲノムの各部分が、所定の長さのヌクレオチド配列を含む、項目１から２６のいずれか一項に記載の方法。
（項目２８）
前記所定の長さが、約５０キロ塩基である、項目２７に記載の方法。
（項目２９）
胎児における性染色体異数性の有無を同定する方法であって、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；
（ｂ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと（ｉｉ）該部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）含量との間の各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれについてのＧＣバイアスを決定するステップ；
（ｃ）該ＧＣバイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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ステップ；および
（ｄ）該算出されたゲノム片レベルに従い該胎児についての性染色体異数性の有無を同定するステップ
を含む、方法。
（項目３０）
前記参照ゲノムの部分が、性染色体内にある、項目２９に記載の方法。
（項目３１）
前記性染色体が、Ｘ染色体である、項目３０に記載の方法。
（項目３２）
前記性染色体がＹ染色体である、項目３０に記載の方法。
（項目３３）
前記参照ゲノムのいくつかの部分が、Ｘ染色体内にあり、および前記参照ゲノムのいくつかの部分が、Ｙ染色体内にある、項目２９から３２のいずれか一項に記載の方法。
（項目３４）
前記参照ゲノムの部分が、性染色体のセグメント内にある、項目２９から３３のいずれか一項に記載の方法。
（項目３５）
前記性染色体異数性が、性染色体のセグメントの異数性である、項目２９から３４のいずれか一項に記載の方法。
（項目３６）
前記性染色体異数性が、ＸＸＸ、ＸＸＹ、Ｘ、およびＸＹＹから選択される、項目２９から３３のいずれか一項に記載の方法。
（項目３７）
（ｂ）の前に、前記参照ゲノムの部分の一部または全てにマッピングされた配列リードのカウントについての誤差の尺度を算出するステップ、および該誤差の尺度の閾に従い前記参照ゲノムの特定の部分について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ステップを含む、項目２９から３６のいずれか一項に記載の方法。
（項目３８）
前記誤差の尺度が、Ｒ因子である、項目３７に記載の方法。
（項目３９）
約７％から約１０％のＲ因子を有する前記参照ゲノムの部分についての配列リードのカウントが、（ｂ）の前に除去される、項目３８に記載の方法。
（項目４０）
（ｂ）における前記フィットさせた関係が、フィットさせた線形関係である、項目１から３９のいずれか一項に記載の方法。
（項目４１）
前記関係の傾きが、線形回帰により決定される、項目４０に記載の方法。
（項目４２）
各ＧＣバイアスが、ＧＣバイアス係数である、項目４０または４１に記載の方法。
（項目４３）
前記ＧＣバイアス係数が、（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのリードカウントおよびＧＣ含量との間の線形関係の傾きである、項目４２に記載の方法。
（項目４４）
（ｂ）における前記フィットさせた関係が、フィットさせた非線形関係である、項目２９から３９のいずれか一項に記載の方法。
（項目４５）
各ＧＣバイアスが、ＧＣ曲率推定値を含む、項目４４に記載の方法。
（項目４６）
（ｃ）における前記フィットさせた関係が、線形である、項目２９から４５のいずれか一項に記載の方法。
（項目４７）
前記関係の傾きが、線形回帰によって決定される、項目４６に記載の方法。
（項目４８）
（ｂ）における前記フィットさせた関係が線形であり、（ｃ）における前記フィットさせた関係が線形であり、および前記ゲノム片レベルＬｉが、式α：

に従い前記参照ゲノムの部分のそれぞれについて決定され、この式中、Ｇｉが、前記ＧＣバイアスであり、Ｉが、（ｃ）における前記フィットさせた関係の切片であり、Ｓが、（ｃ）における前記関係の傾きであり、ｍｉが、前記参照ゲノムの各部分にマッピングされた測定カウントであり、およびｉが、サンプルである、項目２９から４７のいずれか一項に記載の方法。
（項目４９）
前記参照ゲノムの部分の数が、染色体Ｙについて約２２０部分以上である、項目２９から４８のいずれか一項に記載の方法。
（項目５０）
前記参照ゲノムの部分の数が、染色体Ｘについて約２７５０部分以上である、項目２９から４８のいずれか一項に記載の方法。
（項目５１）
前記性染色体異数性の有無が、８０％以上の感度および９８％以上の特異性で前記胎児について同定される、項目２９から５０のいずれか一項に記載の方法。
（項目５２）
前記性染色体異数性の有無が、８０％以上の感度および９９％以上の特異性で前記胎児について同定される、項目２９から５０のいずれか一項に記載の方法。
（項目５３）
前記性染色体異数性の有無が、９９％以上の感度および９８％以上の特異性で前記胎児について同定される、項目２９から５０のいずれか一項に記載の方法。
（項目５４）
前記性染色体異数性の有無が、９９％以上の感度および９９％以上の特異性で前記胎児について同定される、項目２９から５０のいずれか一項に記載の方法。
（項目５５）
前記性染色体異数性の有無が、１００％の感度および９８％以上の特異性で前記胎児について同定される、項目２９から５０のいずれか一項に記載の方法。
（項目５６）
前記性染色体異数性の有無が、１００％の感度および９９％以上の特異性で前記胎児について同定される、項目２９から５０のいずれか一項に記載の方法。
（項目５７）
前記参照ゲノムが、男性被験体からのものである、項目２９から５６のいずれか一項に記載の方法。
（項目５８）
前記参照ゲノムが、女性被験体からのものである、項目２９から５７のいずれか一項に記載の方法。
（項目５９）
前記女性被験体が、妊娠女性である、項目５７または５８に記載の方法。
（項目６０）
前記妊娠女性が、女性胎児を妊娠している、項目５９に記載の方法。
（項目６１）
前記妊娠女性が、男性胎児を妊娠している、項目５９に記載の方法。
（項目６２）
１つまたは複数のプロセッサおよびメモリを含むシステムであって、該メモリが、該１つまたは複数のプロセッサにより実行可能な命令を含み、および該メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、該配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに該１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと（ｉｉ）該部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）含量との間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれについてのＧＣバイアスを決定し；
（ｂ）該ＧＣバイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）該算出されたゲノム片レベルに従い該胎児についての性染色体異数性の有無を同定する
よう構成される、システム。
（項目６３）
１つまたは複数のプロセッサおよびメモリを含む装置であって、該メモリが、該１つまたは複数のプロセッサにより実行可能な命令を含み、および該メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、該配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに該１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと（ｉｉ）該部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）含量との間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれについてのＧＣバイアスを決定し；
（ｂ）該ＧＣバイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）該算出されたゲノム片レベルに従い該胎児についての性染色体異数性の有無を同定する
よう構成される、装置。
（項目６４）
コンピュータ読み取り可能な媒体に具体化された有形のコンピュータプログラム製品であって、１つまたは複数のプロセッサにより実行されるときに、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントにアクセスし；
（ｂ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと（ｉｉ）該部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）含量との間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれについてのＧＣ）バイアスを決定し；
（ｃ）該ＧＣバイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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し；そして
（ｄ）該算出されたゲノム片レベルに従い該胎児についての性染色体異数性の有無を同定する
よう構成される命令を含む、コンピュータプログラム製品。
（項目６５）
胎児の性別を決定する方法であって、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；
（ｂ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと（ｉｉ）該部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）含量との間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれについてのＧＣバイアスを決定するステップ；
（ｃ）該ＧＣバイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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ステップ；および
（ｄ）該算出されたゲノム片レベルに従い胎児の性別を決定するステップ
を含む、方法。
（項目６６）
前記参照ゲノムの部分が、性染色体内にある、項目６５に記載の方法。
（項目６７）
前記性染色体が、Ｘ染色体である、項目６６に記載の方法。
（項目６８）
前記性染色体が、Ｙ染色体である、項目６６に記載の方法。
（項目６９）
前記参照ゲノムのいくつかの部分が、Ｘ染色体内にあり、および前記参照ゲノムのいくつかの部分が、Ｙ染色体内にある、項目６５に記載の方法。
（項目７０）
（ｂ）の前に、前記参照ゲノムの部分の一部または全てにマッピングされた配列リードのカウントについての誤差の尺度を算出するステップ、および該誤差の尺度の閾に従い前記参照ゲノムの特定の部分について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ステップを含む、項目６５から６９のいずれか一項に記載の方法。
（項目７１）
前記誤差の尺度が、Ｒ因子である、項目７０に記載の方法。
（項目７２）
約７％から約１０％のＲ因子を有する前記参照ゲノムの部分についての配列リードのカウントが、（ｂ）の前に除去される、項目７１に記載の方法。
（項目７３）
（ｂ）における前記フィットさせた関係が、フィットさせた線形関係である、項目６５から７２のいずれか一項に記載の方法。
（項目７４）
前記関係の傾きが、線形回帰により決定される、項目７３に記載の方法。
（項目７５）
各ＧＣバイアスが、ＧＣバイアス係数である、項目７３または７４に記載の方法。
（項目７６）
前記ＧＣバイアス係数が、（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのリードカウントおよびＧＣ含量との間の線形関係の傾きである、項目７５に記載の方法。
（項目７７）
（ｂ）における前記フィットさせた関係が、フィットさせた非線形関係である、項目６５から７２のいずれか一項に記載の方法。
（項目７８）
各ＧＣバイアスが、ＧＣ曲率推定値を含む、項目７７に記載の方法。
（項目７９）
（ｃ）における前記フィットさせた関係が、線形である、項目６５から７８のいずれか一項に記載の方法。
（項目８０）
前記関係の傾きが、線形回帰によって決定される、項目７９に記載の方法。
（項目８１）
（ｂ）における前記フィットさせた関係が線形であり、（ｃ）における前記フィットさせた関係が線形であり、および前記ゲノム片レベルＬｉが、式α：

に従い前記参照ゲノムの部分のそれぞれについて決定され、この式中、Ｇｉが、前記ＧＣバイアスであり、Ｉが、（ｃ）における前記フィットさせた関係の切片であり、Ｓが、（ｃ）における前記関係の傾きであり、ｍｉが、前記参照ゲノムの各部分にマッピングされた測定カウントであり、およびｉが、サンプルである、項目６５から８０のいずれか一項に記載の方法。
（項目８２）
前記参照ゲノムの部分の数が、染色体Ｙについて約２２０部分以上である、項目６５から８１のいずれか一項に記載の方法。
（項目８３）
前記参照ゲノムの部分の数が、染色体Ｘについて約２７５０部分以上である、項目６５から８１のいずれか一項に記載の方法。
（項目８４）
胎児の性別が、９９％以上の感度および９９％以上の特異性で決定される、項目６５から８３のいずれか一項に記載の方法。
（項目８５）
前記参照ゲノムが、男性被験体からのものである、項目６５から８４のいずれか一項に記載の方法。
（項目８６）
前記参照ゲノムが、女性被験体からのものである、項目６５から８４のいずれか一項に記載の方法。
（項目８７）
前記女性被験体が、妊娠女性である、項目８５または８６に記載の方法。
（項目８８）
前記妊娠女性が、女性胎児を妊娠している、項目８７に記載の方法。
（項目８９）
前記妊娠女性が、男性胎児を妊娠している、項目８７に記載の方法。
（項目９０）
１つまたは複数のプロセッサおよびメモリを含むシステムであって、該メモリが、該１つまたは複数のプロセッサにより実行可能な命令を含み、および該メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、該配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに該１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと（ｉｉ）該部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）含量との間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれについてのＧＣバイアスを決定し；
（ｂ）該ＧＣバイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）該算出されたゲノム片レベルに従い胎児の性別を決定する
よう構成される、システム。
（項目９１）
１つまたは複数のプロセッサおよびメモリを含む装置であって、該メモリが、該１つまたは複数のプロセッサにより実行可能な命令を含み、および該メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、該配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに該１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと（ｉｉ）該部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）含量との間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれについてのＧＣバイアスを決定し；
（ｂ）該ＧＣバイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）該算出されたゲノム片レベルに従い胎児の性別を決定する
よう構成される、装置。
（項目９２）
コンピュータ読み取り可能な媒体に具体化された有形のコンピュータプログラム製品であって、１つまたは複数のプロセッサにより実行されるときに、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントにアクセスし；
（ｂ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと（ｉｉ）該部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）含量との間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれについてのＧＣバイアスを決定し；
（ｃ）該ＧＣバイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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し；そして
（ｄ）該算出されたゲノム片レベルに従い胎児の性別を決定する
よう構成される命令を含む、コンピュータプログラム製品。
（項目９３）
胎児における性染色体核型を決定する方法であって、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；
（ｂ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと（ｉｉ）該部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）含量との間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれについてのＧＣバイアスを決定するステップ；
（ｃ）該ＧＣバイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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ステップ；および
（ｄ）該算出されたゲノム片レベルに従い該胎児についての性染色体核型を決定するステップ
を含む、方法。
（項目９４）
前記参照ゲノムの部分が、性染色体内にある、項目９３に記載の方法。
（項目９５）
前記性染色体が、Ｘ染色体である、項目９４に記載の方法。
（項目９６）
前記性染色体が、Ｙ染色体である、項目９４に記載の方法。
（項目９７）
前記参照ゲノムのいくつかの部分が、Ｘ染色体内にあり、および前記参照ゲノムのいくつかの部分が、Ｙ染色体内にある、項目９３に記載の方法。
（項目９８）
（ｂ）の前に、前記参照ゲノムの部分の一部または全てにマッピングされた配列リードのカウントについての誤差の尺度を算出するステップ、および前記誤差の尺度の閾に従い前記参照ゲノムの特定の部分について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ステップを含む、項目９３から９７のいずれか一項に記載の方法。
（項目９９）
前記誤差の尺度が、Ｒ因子である、項目９８に記載の方法。
（項目１００）
約７％から約１０％のＲ因子を有する前記参照ゲノムの部分についての配列リードのカウントが、（ｂ）の前に除去される、項目９９に記載の方法。
（項目１０１）
（ｂ）における前記フィットさせた関係が、フィットさせた線形関係である、項目９３から１００のいずれか一項に記載の方法。
（項目１０２）
前記関係の傾きが、線形回帰により決定される、項目１０１に記載の方法。
（項目１０３）
各ＧＣバイアスが、ＧＣバイアス係数である、項目１０１または１０２に記載の方法。（項目１０４）
前記ＧＣバイアス係数が、（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのリードカウントおよびＧＣ含量との間の線形関係の傾きである、項目１０３に記載の方法。
（項目１０５）
（ｂ）における前記フィットさせた関係が、フィットさせた非線形関係である、項目９３から１００のいずれか一項に記載の方法。
（項目１０６）
各ＧＣバイアスが、ＧＣ曲率推定値を含む、項目１０５に記載の方法。
（項目１０７）
（ｃ）における前記フィットさせた関係が、線形である、項目９３から１０６のいずれか一項に記載の方法。
（項目１０８）
前記関係の傾きが、線形回帰によって決定される、項目１０７に記載の方法。
（項目１０９）
（ｂ）における前記フィットさせた関係が線形であり、（ｃ）における前記フィットさせた関係が線形であり、および前記ゲノム片レベルＬｉが、式α：

に従い前記参照ゲノムの部分のそれぞれについて決定され、この式中、Ｇｉが、前記ＧＣバイアスであり、Ｉが、（ｃ）における前記フィットさせた関係の切片であり、Ｓが、（ｃ）における前記関係の傾きであり、ｍｉが、前記参照ゲノムの各部分にマッピングされた測定カウントであり、およびｉが、サンプルである、項目９３から１０８のいずれか一項に記載の方法。
（項目１１０）
前記参照ゲノムの部分の数が、染色体Ｙについて約２２０部分以上である、項目９３から１０９のいずれか一項に記載の方法。
（項目１１１）
前記参照ゲノムの部分の数が、染色体Ｘについて約２７５０部分以上である、項目９３から１０９のいずれか一項に記載の方法。
（項目１１２）
前記性染色体核型が、ＸＸ、ＸＹ、ＸＸＸ、Ｘ、ＸＸＹおよびＸＹＹから選択される、項目９３から１１１のいずれか一項に記載の方法。
（項目１１３）
前記参照ゲノムが、男性被験体からのものである、項目９３から１１２のいずれか一項に記載の方法。
（項目１１４）
前記参照ゲノムが、女性被験体からのものである、項目９３から１１２のいずれか一項に記載の方法。
（項目１１５）
前記女性被験体が、妊娠女性である、項目１１３または１１４に記載の方法。
（項目１１６）
前記妊娠女性が、女性胎児を妊娠している、項目１１５に記載の方法。
（項目１１７）
前記妊娠女性が、男性胎児を妊娠している、項目１１５に記載の方法。
（項目１１８）
１つまたは複数のプロセッサおよびメモリを含むシステムであって、該メモリが、該１つまたは複数のプロセッサにより実行可能な命令を含み、および該メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、該配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに該１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと（ｉｉ）該部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）含量との間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれについてのＧＣバイアスを決定し；
（ｂ）該ＧＣバイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）該算出されたゲノム片レベルに従い該胎児についての性染色体核型を決定する
よう構成される、システム。
（項目１１９）
１つまたは複数のプロセッサおよびメモリを含む装置であって、該メモリが、該１つまたは複数のプロセッサにより実行可能な命令を含み、および該メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、該配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに該１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと（ｉｉ）該部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）含量との間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれについてのＧＣ）バイアスを決定し；
（ｂ）該ＧＣバイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）該算出されたゲノム片レベルに従い前記胎児についての性染色体核型を決定するよう構成される、装置。
（項目１２０）
コンピュータ読み取り可能な媒体に具体化された有形のコンピュータプログラム製品であって、１つまたは複数のプロセッサにより実行されるときに、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントにアクセスし；
（ｂ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと（ｉｉ）該部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）含量との間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれについてのＧＣバイアスを決定し；
（ｃ）該ＧＣバイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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し；そして
（ｄ）該算出されたゲノム片レベルに従い該胎児についての性染色体核型を決定する
よう構成される命令を含む、コンピュータプログラム製品。
（項目１２１）
胎児における性染色体異数性の有無を同定する方法であって、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；
（ｂ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと（ｉｉ）該部分のそれぞれについてのマッピング特徴との間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれの実験的バイアスを決定するステップ；
（ｃ）該実験的バイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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ステップ；および
（ｄ）該算出されたゲノム片レベルに従い該胎児についての性染色体異数性の有無を同定するステップ
を含む、方法。
（項目１２２）
前記性染色体異数性が、ＸＸＸ、ＸＸＹ、Ｘ、およびＸＹＹから選択される、項目１２１に記載の方法。
（項目１２３）
前記性染色体異数性が、性染色体のセグメントの異数性である、項目１２１または１２２に記載の方法。
（項目１２４）
胎児の性別を決定する方法であって、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；
（ｂ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと（ｉｉ）該部分のそれぞれについてのマッピング特徴との間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれの実験的バイアスを決定するステップ；
（ｃ）該実験的バイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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ステップ；および
（ｄ）該算出されたゲノム片レベルに従い胎児の性別を決定するステップ
を含む、方法。
（項目１２５）
胎児における性染色体核型を決定する方法であって、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；
（ｂ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと（ｉｉ）該部分のそれぞれについてのマッピング特徴との間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれの実験的バイアスを決定するステップ；
（ｃ）該実験的バイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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ステップ；および
（ｄ）該算出されたゲノム片レベルに従い該胎児における性染色体核型を決定するステップ
を含む、方法。
（項目１２６）
前記性染色体核型が、ＸＸ、ＸＹ、ＸＸＸ、Ｘ、ＸＸＹおよびＸＹＹから選択される、項目１２５に記載の方法。
（項目１２７）
（ｂ）における前記フィットさせた関係が、フィットさせた線形関係であり、および該関係の傾きが、線形回帰により決定される、項目１２１から１２６のいずれか一項に記載の方法。
（項目１２８）
各実験的バイアスが、実験的バイアス係数であり、該実験的バイアス係数が、（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのマッピング特徴との間の線形関係の傾きである、項目１２６または１２７に記載の方法。
（項目１２９）
（ｂ）における前記フィットさせた関係が、フィットさせた非線形関係である、項目１２１から１２５のいずれか一項に記載の方法。
（項目１３０）
各実験的バイアスが、実験的バイアスの曲率推定値を含む、項目１２９に記載の方法。（項目１３１）
（ｃ）における前記フィットさせた関係が、線形である、項目１２１から１３０のいずれか一項に記載の方法。
（項目１３２）
前記関係の傾きが、線形回帰によって決定される、項目１３１に記載の方法。
（項目１３３）
（ｂ）における前記フィットさせた関係が線形であり、（ｃ）における前記フィットさせた関係が線形であり、および前記ゲノム片レベルＬｉが、式α：

に従い前記参照ゲノムの部分のそれぞれについて決定され、この式中、Ｇｉが、前記実験的バイアスであり、Ｉが、（ｃ）における前記フィットさせた関係の切片であり、Ｓが、（ｃ）における前記関係の傾きであり、ｍｉが、前記参照ゲノムの各部分にマッピングされた測定カウントであり、およびｉが、サンプルである、項目１２１から１３２のいずれか一項に記載の方法。
（項目１３４）
前記参照ゲノムの部分の数が、約４０，０００部分以上である、項目１２１から１３３のいずれか一項に記載の方法。
（項目１３５）
前記マッピング特徴が、ＧＣ含量であり、および前記実験的バイアスが、ＧＣバイアスである、項目１２１から１３４のいずれか一項に記載の方法。
（項目１３６）
前記マッピング特徴が、マッピング性の測定値であり、および前記実験的バイアスが、マッピング性バイアスである、項目１２１から１３４のいずれか一項に記載の方法。
（項目１３７）
（ｃ）における前記関係が、非線形である、項目１２１から１１３６のいずれか一項に記載の方法。
（項目１３８）
（ｂ）の前に、前記参照ゲノムの部分の一部または全てにマッピングされた配列リードのカウントについての誤差の尺度を算出するステップ、および該誤差の尺度の閾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ステップを含む、項目１２１から１３７のいずれか一項に記載の方法。
（項目１３９）
前記閾が、第１のゲノム片レベルと第２のゲノム片レベルの間の３．５以上の標準偏差ギャップに従い選択される、項目１３８に記載の方法。
（項目１４０）
前記誤差の尺度が、Ｒ因子である、項目１３８または１３９に記載の方法。
（項目１４１）
約７％から約１０％のＲ因子を有する前記参照ゲノムの部分についての配列リードのカウントが、（ｂ）の前に除去される、項目１４０に記載の方法。
（項目１４２）
前記参照ゲノムの部分が、性染色体内にある、項目１２１から１４１のいずれか一項に記載の方法。
（項目１４３）
前記性染色体が、Ｘ染色体である、項目１４２に記載の方法。
（項目１４４）
前記性染色体が、Ｙ染色体である、項目１４２に記載の方法。
（項目１４５）
前記参照ゲノムのいくつかの部分が、Ｘ染色体内にあり、および前記参照ゲノムのいくつかの部分が、Ｙ染色体内にある、項目１２１から１４１のいずれか一項に記載の方法。（項目１４６）
染色体Ｙについての部分のサブセットが選択される、項目１４５に記載の方法。
（項目１４７）
染色体Ｙについての部分の前記サブセットが、各部分について決定されたｔ値に従い選択される、項目１４６に記載の方法。
（項目１４８）
前記ｔ値が、式β：

に従い各部分について決定され、この式中、ｔが、所与のＣｈｒＹビンについてのｔ値であり；Ｎｍが、男性正倍数体妊娠の数であり；Ｙｍが、所与のＣｈｒＹビンについての全てのＮｍ男性妊娠について評価された中央値ＰＥＲＵＮ正規化カウントであり；Ｓｍが、所与のＣｈｒＹビンについての全てのＮｍ男性妊娠について評価されたＭＡＤ ＰＥＲＵＮ正規化カウントであり；Ｎｆが、女性正倍数体妊娠の数であり；Ｙｆが、所与のＣｈｒＹビンについての全てのＮｆ女性妊娠について評価された中央値ＰＥＲＵＮ正規化カウントであり；およびＳｆが、所与のＣｈｒＹビンについての全てのＮｆ女性妊娠について評価されたＭＡＤ ＰＥＲＵＮ正規化カウントである、項目１４６に記載の方法。
（項目１４９）
５０より大きいまたはこれに等しいｔ値を有する部分が選択される、項目１４８に記載の方法。
（項目１５０）
前記参照ゲノムの部分の数が、染色体Ｙについて約２２０部分以上である、項目１２１から１４９のいずれか一項に記載の方法。
（項目１５１）
前記参照ゲノムの部分の数が、染色体Ｙについて約２０部分以上である、項目１２１から１４９のいずれか一項に記載の方法。
（項目１５２）
前記参照ゲノムの部分の数が、染色体Ｙについて約２６部分である、項目１５１に記載の方法。
（項目１５３）
前記参照ゲノムの部分の数が、染色体Ｙについて約２３部分である、項目１５１に記載の方法。
（項目１５４）
前記部分が、表３のゲノム片の中から選択される、項目１５１、１５２または１５３に記載の方法。
（項目１５５）
前記部分が、ＣｈｒＹ＿１１７６、ＣｈｒＹ＿１１７７、およびＣｈｒＹ＿１１７６を含まない、項目１５１から１５４のいずれか一項に記載の方法。
（項目１５６）
前記参照ゲノムの部分の数が、染色体Ｘについて約２７５０部分以上である、項目１２１から１４５のいずれか一項に記載の方法。
（項目１５７）
前記参照ゲノムの部分の数が、染色体Ｘについて約２３５０部分以上である、項目１２１から１４５のいずれか一項に記載の方法。
（項目１５８）
前記参照ゲノムの部分の数が、染色体Ｘについて約２３８２部分である、項目１５７に記載の方法。
（項目１５９）
前記参照ゲノムが、男性被験体からのものである、項目１２１から１５８のいずれか一項に記載の方法。
（項目１６０）
前記参照ゲノムが、女性被験体からのものである、項目１２１から１５８のいずれか一項に記載の方法。
（項目１６１）
前記女性被験体が、妊娠女性である、項目１５９または１６０に記載の方法。
（項目１６２）
前記妊娠女性が、女性胎児を妊娠している、項目１６１に記載の方法。
（項目１６３）
前記妊娠女性が、男性胎児を妊娠している、項目１６１に記載の方法。
（項目１６４）
前記参照ゲノムの各部分が、所定の長さのヌクレオチド配列を含む、項目１２１から１６３のいずれか一項に記載の方法。
（項目１６５）
前記所定の長さが、約５０キロ塩基である、項目１６４に記載の方法。
（項目１６６）
（ｃ）において算出された前記ゲノム片レベルに対して二次正規化を適用するステップを含む、項目１２１から１６５のいずれか一項に記載の方法。
（項目１６７）
前記二次正規化が、ＧＣ正規化を含む、項目１６６に記載の方法。
（項目１６８）
（ｃ）において算出された複数のゲノム片レベルから染色体Ｘ上昇および染色体Ｙ上昇を決定するステップを含む、項目１２１から１６７のいずれか一項に記載の方法。
（項目１６９）
二次元グラフ上に、前記染色体Ｙ上昇またはその導関数に対して、前記染色体Ｘ上昇またはその導関数をプロットし、それによりプロット位置を作製するステップを含む、項目１６８に記載の方法。
（項目１７０）
前記プロット位置に従い前記胎児についての性染色体核型を決定するステップを含む、項目１６９に記載の方法。
（項目１７１）
前記プロット位置に従い前記胎児についての性染色体核型を決定するステップを含まない、項目１６９に記載の方法。
（項目１７２）
１つまたは複数のプロセッサおよびメモリを含むシステムであって、該メモリが、該１つまたは複数のプロセッサにより実行可能な命令を含み、および該メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、該配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに該１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと
（ｉｉ）該部分のそれぞれについてのマッピング特徴と
の間の各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれの実験的バイアスを決定し；
（ｂ）該実験的バイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）該算出されたゲノム片レベルに従い該胎児についての性染色体異数性の有無を同定する
よう構成される、システム。
（項目１７３）
１つまたは複数のプロセッサおよびメモリを含む装置であって、該メモリが、該１つまたは複数のプロセッサにより実行可能な命令を含み、および該メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、該配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに該１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと
（ｉｉ）該部分のそれぞれについてのマッピング特徴と
の間の各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれの実験的バイアスを決定し；
（ｂ）該実験的バイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）該算出されたゲノム片レベルに従い該胎児についての性染色体異数性の有無を同定する
よう構成される、装置。
（項目１７４）
コンピュータ読み取り可能な媒体に具体化された有形のコンピュータプログラム製品であって、１つまたは複数のプロセッサにより実行されるときに、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントにアクセスし；
（ｂ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと
（ｉｉ）該部分のそれぞれについてのマッピング特徴と
の間の各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれの実験的バイアスを決定し；
（ｃ）該実験的バイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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し；そして
（ｄ）該算出されたゲノム片レベルに従い該胎児についての性染色体異数性の有無を同定する
よう構成される命令を含む、コンピュータプログラム製品。
（項目１７５）
１つまたは複数のプロセッサおよびメモリを含むシステムであって、該メモリが、該１つまたは複数のプロセッサにより実行可能な命令を含み、および該メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、該配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに該１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと
（ｉｉ）該部分のそれぞれについてのマッピング特徴と
の間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれの実験的バイアスを決定し；
（ｂ）該実験的バイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）該算出されたゲノム片レベルに従い胎児の性別を決定する
よう構成される、システム。
（項目１７６）
１つまたは複数のプロセッサおよびメモリを含む装置であって、該メモリが、該１つまたは複数のプロセッサにより実行可能な命令を含み、および該メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、該配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに該１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと
（ｉｉ）該部分のそれぞれについてのマッピング特徴と
の間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれの実験的バイアスを決定し；
（ｂ）該実験的バイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）該算出されたゲノム片レベルに従い胎児の性別を決定する
よう構成される、装置。
（項目１７７）
コンピュータ読み取り可能な媒体に具体化された有形のコンピュータプログラム製品であって、１つまたは複数のプロセッサにより実行されるときに、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントにアクセスし；
（ｂ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと
（ｉｉ）該部分のそれぞれについてのマッピング特徴と
の間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれの実験的バイアスを決定し；
（ｃ）該実験的バイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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し；そして
（ｄ）該算出されたゲノム片レベルに従い胎児の性別を決定する
よう構成される命令を含む、コンピュータプログラム製品。
（項目１７８）
１つまたは複数のプロセッサおよびメモリを含むシステムであって、該メモリが、該１つまたは複数のプロセッサにより実行可能な命令を含み、および該メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、該配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに該１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと
（ｉｉ）該部分のそれぞれについてのマッピング特徴と
の間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれの実験的バイアスを決定し；
（ｂ）該実験的バイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）該算出されたゲノム片レベルに従い該胎児についての性染色体核型を決定する
よう構成される、システム。
（項目１７９）
１つまたは複数のプロセッサおよびメモリを含む装置であって、該メモリが、該１つまたは複数のプロセッサにより実行可能な命令を含み、および該メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、該配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに該１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと
（ｉｉ）該部分のそれぞれについてのマッピング特徴と
の間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれの実験的バイアスを決定し；
（ｂ）該実験的バイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）該算出されたゲノム片レベルに従い該胎児についての性染色体核型を決定する
よう構成される、装置。
（項目１８０）
コンピュータ読み取り可能な媒体に具体化された有形のコンピュータプログラム製品であって、１つまたは複数のプロセッサにより実行されるときに、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントにアクセスし；
（ｂ）（ｉ）該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントと
（ｉｉ）該部分のそれぞれについてのマッピング特徴と
の間の、各サンプルについてフィットさせた関係から、複数のサンプルについての該参照ゲノムの部分のそれぞれの実験的バイアスを決定し；
（ｃ）該実験的バイアスと該参照ゲノムの部分のそれぞれにマッピングされた該配列リードのカウントとの間のフィットさせた関係から、該参照ゲノムの部分のそれぞれについての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し；そして
（ｄ）該算出されたゲノム片レベルに従い該胎児についての性染色体核型を決定する
よう構成される命令を含む、コンピュータプログラム製品。
技術の特定の態様を、以下の説明、実施例、特許請求の範囲および図面において、さらに説明する。
図面は、技術の態様を図示し、限定的なものではない。図示を簡潔および容易にするため、図面を一定の尺度で作製しておらず、いくつかの例では、特定の実施形態の理解を容易にするために種々の態様が誇張または拡大して示すこともある。
図１は、染色体ＸのＺスコア（Ｚ（Ｘ）；ｘ軸）に対する染色体ＹのＺスコア（Ｚ（Ｙ）；ｙ軸）のプロットを示す。黒丸は、正倍数体男性胎児（ＸＹ）を示し；黒三角は、正倍数体女性胎児（ＸＸ）を示し；Ｘは、トリプルＸ症候群（ＸＸＸ）を示し；Ｔは、ターナー症候群（Ｘ）を示し；Ｋは、クラインフェルター症候群（ＸＸＹ）を示し；およびＪは、ヤコブ症候群（ＸＹＹ）を示す。各プロット点のサイズは、各サンプルについての胎児画分に比例する。
図２は、染色体Ｘ平均値（ｃｈｒＸＭｅａｎｓ［ｓｒＩＤｓ］；ｘ軸）に対する染色体Ｙ平均値（ｃｈｒＹＭｅａｎｓ［ｓｒＩＤｓ］；ｙ軸）のプロットを示す。サンプルを、ＳＲ ＩＤｓと呼ばれる文字列（すなわち、文字の列；各サンプルに文字の独自の組み合わせを識別子として割り当てた）によって独自に同定し、アレイｓｒＩＤｓに格納した（すなわち、サンプルデータの収集）。ｃｈｒＹＭｅａｎｓ［ｓｒＩＤｓ］は、染色体Ｙ内の平均上昇（例えば、平均Ｌ値）を有するアレイであり、ｃｈｒＸＭｅａｎｓ［ｓｒＩＤｓ］は、染色体Ｘ内の平均上昇（例えば、平均Ｌ値）を有するアレイである。前記２つのアレイの各要素を、対応するサンプルのＳＲ ＩＤに従い命名する。白丸は、正倍数体女性胎児（ＸＸ）を示し；Ｘは、トリプルＸ症候群（ＸＸＸ）を示し；Ｔは、ターナー症候群（Ｘ）を示し；Ｋは、クラインフェルター症候群（ＸＸＹ）を示し；およびＪは、ヤコブ症候群（ＸＹＹ）を示す。
図３は、完全真理値表（完全真理値表［ｓｒＩＤｓ，「Ｘ Ｆｅｔ＿Ｍｅｔ」］；ｘ軸）に対する染色体Ｙ平均値（ｃｈｒＹＭｅａｎｓ［ｓｒＩＤｓ］；ｙ軸）のプロットを示す。ｃｈｒＹＭｅａｎｓ［ｓｒＩＤｓ］は、染色体Ｙ内の平均上昇を有するアレイであり、完全真理値表［ｓｒＩＤｓ，「Ｘ Ｆｅｔ＿Ｍｅｔ」］は、人口統計データ（例えば、核型データ、胎児画分測定値、カウントの合計数、ライブラリ濃度、および他の細目）を収載する表である。この表は、カラムＸ Ｆｅｔ＿Ｍｅｔに胎児画分のＦＱＡ測定値を有する。シンタクス完全真理値表［ｓｒＩＤｓ，「Ｘ Ｆｅｔ＿Ｍｅｔ」］は、全てのサンプルについての胎児画分を有するカラムを抽出する。白丸は、正倍数体女性胎児（ＸＸ）を示し；Ｘは、トリプルＸ症候群（ＸＸＸ）を示し；Ｔは、ターナー症候群（Ｘ）を示し；Ｋは、クラインフェルター症候群（ＸＸＹ）を示し；およびＪは、ヤコブ症候群（ＸＹＹ）を示す。
図４は、染色体Ｘ平均値（ｃｈｒＹＭｅａｎｓ［ｓｅｌｅｃｔｏｒＢｏｙｓ］；ｃｈｒＹＭｅａｎｓ［ｓｅｌｅｃｔｏｒＧｉｒｌｓ］；ｘ軸）に対する染色体Ｙ平均値（ｃｈｒＹＭｅａｎｓ［ｓｅｌｅｃｔｏｒＢｏｙｓ］；ｃｈｒＹＭｅａｎｓ［ｓｅｌｅｃｔｏｒＧｉｒｌｓ］；ｙ軸）のプロットを示す。この図は、２つのセレクター、すなわち男性妊娠についてのｓｅｌｅｃｔｏｒＢｏｙｓおよび女性妊娠についてのｓｅｌｅｃｔｏｒＧｉｒｌｓ、のオーバーレイを表す。原点の座標は、女性妊娠については染色体Ｘ（ＣｈｒＸ）および染色体Ｙ（ＣｈｒＹ）の上昇中央値（例えば、配列リードカウントまたはその導関数）によって定義される。女性妊娠を表す殆どのデータ点は、原点を中心とする楕円の中で見つけられた。前記楕円の垂直軸の長さは、３を乗算した、Ｇｉｒｌｓについての平均ＣｈｒＹ上昇の中央絶対偏差（ＭＡＤ）である。前記楕円の水平軸の長さは、３を乗算した、Ｇｉｒｌｓについての平均ＣｈｒＸ上昇のＭＡＤである。男性妊娠を女性妊娠から両方の次元で区別した。前記楕円の外側であって、かつＣｈｒＸ上昇の減少およびＣｈｒＹ上昇の増加をたどる対角線に沿ったデータ点は、男性妊娠に対応した。
図５は、特定の性染色体異数性（ＳＣＡ）の表現型および発生率を収載する表を提示する。
図６は、検証コホートからの４１１の分析したサンプルについての人口統計データを収載する表を提示する。一部の患者については、全ての情報が利用可能ではなく、一部の患者は１つより多くの指標を有した。
図７は、訓練セット、検証セットおよび、組み合わせたデータセットについての性染色体結果を収載する表を提示する。イタリック体で示す値は、核型および試験結果が一致した場合の結果を示す。報告サンプル数に対する百分率を算出した。
図８は、理論正規分布と訓練コホートからの女性妊娠（すなわち、女性胎児を妊娠する妊娠女性）において観察された染色体Ｘ表現の分布との間の五分位数比較を示す。標準正規五分位数および観察された染色体Ｘ五分位数を、横座標（ｘ軸）および縦座標（ｙ軸）に沿ってそれぞれ示す。実線は、染色体Ｘの第１および第３四分位数をつなぐ。
図９は、女性染色体Ｘ表現の残差の分布を示す。これらの残差は、女性コホートの四分位数間領域で訓練された線形モデルから推定した。
図１０は、染色体Ｙ表現に対する染色体Ｘ表現についての座標系を示す。影付き垂直領域は、女性胎児性別異数性分類についての無呼び出しゾーン（すなわち、非報告対象ゾーン）を描出するものである。２つの影付きゾーン内の垂直な点線は、４５，Ｘ（左、ＺＸ＝−３）および４７，ＸＸＸ（右、ＺＸ＝３）カットオフを表す。
図１１は、染色体Ｙ表現に対する染色体Ｘ表現についての座標系を示す。影付き三角領域は、性染色体異数性について非報告対象と思われる男性妊娠（男性胎児を妊娠する妊娠女性）を描出するものである。水平の点線は、４％胎児画分をスパイクした男性正倍数体対照サンプルの０．１５％パーセンタイルを描くものである。垂直の点線は、ＺＸ＝−３およびＺＸ＝３に対応する。
図１２は、染色体Ｘ表現および染色体Ｙ表現の分布を示す。パネルＡおよびＣは、それぞれ、訓練セットおよび検証セットにおける非罹患サンプルについてのデータの分布を示す。パネルＢおよびＤは、それぞれ、訓練セットおよび検証セットからの罹患サンプルについてのデータを有する。影付き領域は、性染色体異数性（ＳＣＡ）が報告対象でなかった特定の領域を示す。染色体Ｘ表現を標準的尺度で示す。 図１２は、染色体Ｘ表現および染色体Ｙ表現の分布を示す。パネルＡおよびＣは、それぞれ、訓練セットおよび検証セットにおける非罹患サンプルについてのデータの分布を示す。パネルＢおよびＤは、それぞれ、訓練セットおよび検証セットからの罹患サンプルについてのデータを有する。影付き領域は、性染色体異数性（ＳＣＡ）が報告対象でなかった特定の領域を示す。染色体Ｘ表現を標準的尺度で示す。
図１３は、性染色体異数性（ＳＣＡ）アルゴリズム（変数は実施例４の表２に記載する）において使用した決定木を示す。
図１４は、染色体Ｘ表現および染色体Ｙ表現の分布を示す。上昇したＣｈｒＹシグナルを有するＬＤＴｖ２ＣＥ女性妊娠に患者番号をつけた。
図１５は、ＬＤＴｖ２ＣＥ女性妊娠におけるＣｈｒＹのＰＥＲＵＮプロファイルを示す。影付き領域は、上昇したＣｈｒＹ表現を示さないＬＤＴｖ２ＣＥ女性妊娠におけるＣｈｒＹの代表ＰＥＲＵＮプロファイル（ｒｅｐｒｅｓｅｎｔ ＰＥＲＵＮ ｐｒｏｆｉｌｅｓ）の集合である。実線は、患者２（上昇したＣｈｒＹ表現を有するＬＤＴｖ２ＣＥサンプル）についてのＣｈｒＹのＰＥＲＵＮプロファイルである。患者２プロファイルでは最後の３つのビン（ｃｈｒＹ＿１１７６、ｃｈｒＹ＿１１７７、およびｃｈｒＹ＿１１７８）しか上昇されず、残りの患者２プロファイルは、女性ＬＤＴｖ２ＣＥ妊娠の大多数で観察されたプロファイルと一致する。
図１６は、ＬＤＴｖ２ＣＥ女性妊娠におけるＣｈｒＹのＰＥＲＵＮプロファイルを示す。影付き領域は、上昇したＣｈｒＹ表現を示さないＬＤＴｖ２ＣＥ女性妊娠におけるＣｈｒＹの代表ＰＥＲＵＮプロファイル（ｒｅｐｒｅｓｅｎｔ ＰＥＲＵＮ ｐｒｏｆｉｌｅｓ）の集合である。実線は、患者６（上昇したＣｈｒＹ表現を有するＬＤＴｖ２ＣＥサンプル）についてのＣｈｒＹのＰＥＲＵＮプロファイルである。
図１７は、ＬＤＴｖ２ＣＥ女性妊娠におけるＣｈｒＹのＰＥＲＵＮプロファイルを示す。影付き領域は、上昇したＣｈｒＹ表現を示さないＬＤＴｖ２ＣＥ女性妊娠におけるＣｈｒＹの代表ＰＥＲＵＮプロファイル（ｒｅｐｒｅｓｅｎｔ ＰＥＲＵＮ ｐｒｏｆｉｌｅｓ）の集合である。実線は、患者７（上昇したＣｈｒＹ表現を有するＬＤＴｖ２ＣＥサンプル）についてのＣｈｒＹのＰＥＲＵＮプロファイルである。
図１８は、上昇したビンｃｈｒＹ＿１１７６、ｃｈｒＹ＿１１７７、およびｃｈｒＹ＿１１７８を有した女性妊娠における染色体Ｙ表現の評価に用いたＲスクリプトを示す。
図１９は、ＣｈｒＸ表現とＧＣバイアス係数の相関関係を示す。女性ＬＤＴｖ２ＣＥ妊娠を示す。染色体表現は、全ての選択された常染色体ビンのＰＥＲＵＮ染色体上昇の和により除算した、全ての選択されたＣｈｒＸビンのＰＥＲＵＮ染色体上昇の和として得た。二次ＧＣバイアス補正をＣｈｒＸビン上昇にもＣｈｒＸ表現にも適用しなかった。斜めの実線は、ＧＣ係数（全カウントに対して位取りしたもの）とＣｈｒＸ表現との間の回帰を表す。線形回帰の係数をグラフの上方に記載する。
図２０は、ＣｈｒＹ表現とＧＣバイアス係数の相関関係を示す。女性ＬＤＴｖ２ＣＥ妊娠を示す。染色体表現は、全ての選択された常染色体ビンのＰＥＲＵＮ染色体上昇の和により除算した、全ての選択されたＣｈｒＹビンのＰＥＲＵＮ染色体上昇の和として得た。二次ＧＣバイアス補正をＣｈｒＹビン上昇にもＣｈｒＹ表現にも適用しなかった。ＣｈｒＹのＰＡＲ２領域の優位となる３つのビンを、実施例６において説明するように処理した。斜めの実線は、ＧＣ係数（全カウントに対して位取りしたもの）とＣｈｒＹ表現との間の回帰を表す。線形回帰の係数をグラフの上方に記載する。
図２１は、女性胎児（十字形）と男性胎児（三角形）の両方を含む全てのＬＤＴｖ２ＣＥ妊娠についての、ＧＣバイアス係数に対するＣｈｒＸ表現を示す。染色体表現は、図１９について説明したように得た。
図２２は、女性胎児（十字形）と男性胎児（三角形）の両方を含む全てのＬＤＴｖ２ＣＥ妊娠についての、ＧＣバイアス係数に対するＣｈｒＹ表現を示す。染色体表現は、図２０について説明したように得た。
図２３は、ＧＣ補正ＣｈｒＸ表現とＧＣバイアス係数の相関関係を示す。女性ＬＤＴｖ２ＣＥ妊娠を示す。全ての選択された常染色体ビンのＰＥＲＵＮ染色体上昇の和により除算した、全ての選択されたＣｈｒＸビンのＰＥＲＵＮ染色体上昇の和として染色体表現を得、その後、実施例７において説明するようにＧＣバイアスについて調節した。
図２４は、ＧＣバイアスに対するＧＣ補正ＣｈｒＹ表現を示す。女性ＬＤＴｖ２ＣＥ妊娠を示す。染色体表現は、全ての選択された常染色体ビンのＰＥＲＵＮ染色体上昇の和により除算した、全ての選択されたＣｈｒＹビンのＰＥＲＵＮ染色体上昇の和として得た。ＣｈｒＹのＰＡＲ２領域の優位となる３つのビンを、実施例６において説明するように処理した。ＣｈｒＹ表現を、実施例７において説明するようにＧＣバイアスについて調節した。
図２５は、女性胎児（十字形）と男性胎児（三角形）の両方を含む全てのＬＤＴｖ２ＣＥ妊娠についての、ＧＣバイアス係数に対するＧＣ補正ＣｈｒＸ表現を示す。染色体表現は、図２３について説明したように得た。
図２６は、女性胎児（十字形）と男性胎児（三角形）の両方を含む全てのＬＤＴｖ２ＣＥ妊娠についての、ＧＣバイアス係数に対するＧＣ補正ＣｈｒＹ表現を示す。染色体表現は、図２４について説明したように得た。
図２７は、本技術の特定の実施形態を実行することができるシステムの例証となる実施形態を示す。
遺伝的変異を同定するために有用な方法、プロセスおよび装置を提供する。遺伝的変異を同定することは、コピー数多型を検出することを含むこともあり、かつ／またはコピー数多型を含む上昇を調節することを含むこともある。いくつかの実施形態において、上昇は、偽陽性もしくは偽陰性診断の可能性が低い１つまたは複数の遺伝的変異または分散を同定することにより調節される。いくつかの実施形態において、本明細書に記載の方法により遺伝的変異を同定することは、具体的な医学的状態の診断または医学的状態の素因を決定することにつながり得る。遺伝的分散を同定することは、医学的決定を容易にし、かつ／または役立つ医学的手法を使用する結果となり得る。
性染色体の遺伝的変異を同定するために有用な方法、プロセスおよび装置も提供する。いくつかの実施形態において、方法は、性染色体核型を決定すること、性染色体異数性を同定すること、および／または胎児の性別を決定することを含む。多数の臨床的障害が、性染色体またはそれらのセグメントのコピー数多型に関係づけられている。例えば、いくつかの性染色体異数性（ＳＣＡ）状態は、ターナー症候群［４５，Ｘ］、トリソミーＸ［４７，ＸＸＸ］、クラインフェルター症候群［４７，ＸＸＹ］、および［４７，ＸＹＹ］症候群（ヤコブ症候群と呼ばれることもある）を含むが、それらに限定されない。特定の集団において、性染色体異数性は、全ての生産児のおよそ０．３％に発生し得る。ＳＣＡの（全体としての）集団発生率は、多くの場合、常染色体異常（例えば、トリソミー２１、１８または１３）の出生時罹患率を上回る。ＳＣＡは、最も多くの場合、致死性ではなく、それらの表現型の特徴は、多くの場合、常染色体異常より重症度が低い。ＳＣＡは、ヒトにおける全ての染色体異常のほぼ二分の一を占めることがあり、および特定の集団では、表現型的に正常なヒト４００名に１名（０．２５％）が、何らかの形態のＳＣＡを有し得る。図５は、特定の形態のＳＣＡの発生率を収載する。
ｃｃｆ ＤＮＡおよび超並列シークエンシング（ＭＰＳ）を用いて、性染色体変異を検出することができる。性染色体変異の検出は、染色体用量の定量に基づくこともある。典型的に、測定される偏差が胎児に起因する場合、それは、母体血漿中の胎児ＤＮＡの画分に比例する。性染色体変異の非侵襲的検出のための特定の方法は、常染色体異数性の検出と比較して多数のさらなる問題を有し得る。これらには、マッピングの問題をもたらす、ゲノムＧＣ組成に関連したシークエンシングバイアスおよび染色体Ｘと染色体Ｙの間の配列類似性が挙げられる。さらに、おそらく正常な母体性染色体のバックグランドおよび胎児の性別が概して不明である状況下で、典型的に２つの染色体（すなわち、ＸおよびＹ）を同時に評価する。加えて、染色体Ｙと他の染色体との間の相同性が、信号対ノイズ比を低減させ、およびＹ染色体のサイズが小さいと、その測定される表現のばらつきが大きくなる。さらに、母体および／または胎児モザイクの可能性の未知なる存在は、染色体表現の最適な定量を妨害する場合があり、性染色体変異検出を妨げる場合もある。そのような問題を克服し、かつ精度の高い結果を提供する、性染色体変異の非侵襲的決定方法を、本明細書において提供する。
サンプル
本明細書において、核酸を分析するための方法および組成物を提供する。いくつかの実施形態において、核酸フラグメントの混合物中の核酸フラグメントを分析する。核酸の混合物は、異なるヌクレオチド配列、異なるフラグメント長、異なる起源（例えば、ゲノム起源、胎児対母体起源、細胞または組織起源、サンプル起源、被験体起源など）またはその組み合わせを有する２つ以上の核酸フラグメント種を含むことができる。
本明細書に記載の方法および装置に利用される核酸または核酸混合物は、多くの場合、被験体から得られたサンプルから単離される。被験体は、ヒト、非ヒト動物、植物、細菌、真菌または原生生物を含むがそれらに限定されない任意の生物または非生物であってよい。哺乳類動物、爬虫類、鳥類、両生類、魚類、有蹄動物、反芻動物、ウシ類（ｂｏｖｉｎｅ）（例えば、ウシ）、ウマ類（ｅｑｕｉｎｅ）（例えば、ウマ）、ヤギ類（ｃａｐｒｉｎｅ）およびヒツジ類（ｏｖｉｎｅ）（例えば、ヒツジ、ヤギ）、ブタ類（ｓｗｉｎｅ）（例えば、ブタ）、ラクダ類（ｃａｍｅｌｉｄ）（例えば、ラクダ、ラマ、アルパカ）、サル、類人猿（例えば、ゴリラ、シンパンジー）、クマ類（ｕｒｓｉｄ）（例えば、クマ）、家禽、イヌ、ネコ、マウス、ラット、魚、イルカ、クジラおよびサメを含むがそれらに限定されない任意のヒトまたは非ヒト動物を、選択することができる。被験体は雄または雌（例えば、女性）であってよい。
核酸は、任意の種類の適切な生物学的検体またはサンプル（例えば、試験サンプル）から単離され得る。サンプルまたは試験サンプルは、被験体（例えば、ヒト被験体、妊娠女性）から単離または得られる任意の検体であってよい。検体の非限定的な例として、さい帯血、柔毛膜柔毛、羊水、脳脊髄液、脊髄液、洗浄液（ｌａｖａｇｅ ｆｌｕｉｄ）（例えば、気管支肺胞、胃部、腹膜、管、耳部、関節鏡検査の）、生検サンプル（例えば、着床前胚由来）、結腸穿刺（ｃｅｌｏｃｅｎｔｅｓｉｓ）サンプル、胎児有核細胞または胎児細胞の遺残物、女性生殖管の洗浄物、尿、糞便、痰、唾液、鼻粘液、前立腺液、洗浄液、精液、リンパ液、胆汁、涙液、汗、母乳、乳汁、胚細胞および胎児細胞（例えば、胎盤細胞）を含むがそれらに限定されない被験体からの体液または組織を含む。いくつかの実施形態において、生物学的サンプルは、被験体の子宮頸部スワブである。いくつかの実施形態において、生物学的サンプルは、血液であってよく、かつ血漿または血清であることもある。本明細書において使用される場合、用語「血液」は、全血または血液の任意の画分、例えば、従来定義される血清および血漿などを包含する。血液またはその画分は、多くの場合、ヌクレオソーム（例えば、母体および／または胎児のヌクレオソーム）を含む。ヌクレオソームは核酸を含み、細胞非含有または細胞内にあることもある。血液はまた、バフィーコートを含む。バフィーコートは、フィコール勾配を利用することにより単離されることもある。バフィーコートは、白血球細胞（例えば、白血球、Ｔ細胞、Ｂ細胞、血小板など）を含むことができる。特定の実施形態において、バフィーコートは、母体および／または胎児の核酸を含む。血漿は、抗凝血剤で処理された血液の遠心分離から得られた全血の画分を指す。血清は、血液サンプルが凝血した後に残る液体の水状部分を指す。体液または組織サンプルは、多くの場合、病院またはクリニックが一般に従う標準的なプロトコールに従い採取される。血液について、適切量の末梢血（例えば、３〜４０ミリリットル）を、多くの場合採取し、標準的な手法に従い、調製前または調製後に保存することができる。核酸を抽出した体液または組織サンプルは、無細胞（例えば、細胞非含有）であり得る。いくつかの実施形態において、体液または組織サンプルは、細胞要素または細胞遺残物を含有し得る。いくつかの実施形態において、胎児細胞またはがん細胞を、サンプルに含み得る。
サンプルは、多くの場合、不均質であり、これは、１種類を超える核酸種がサンプルに存在することを意味する。例えば、不均質な核酸は、以下を含むことができるがそれらに限定されない：（ｉ）胎児由来および母体由来の核酸、（ｉｉ）がんおよび非がん核酸、（ｉｉｉ）病原体および宿主核酸およびより一般的に（ｉｖ）変異型および野生型核酸。サンプルは、１種を超える細胞型、例えば、胎児細胞および母体細胞、がんおよび非がん細胞、または病原体および宿主細胞が存在するため不均質であり得る。いくつかの実施形態において、少数の核酸種および大多数の核酸種が存在する。
本明細書に記載の技術の出生前適用について、体液または組織サンプルを、検査に適した妊娠期間に女性から、または妊娠の可能性があるため検査する女性から採取し得る。適切な妊娠期間は、行われる出生前検査に応じて異なり得る。特定の実施形態において、妊娠女性の被験体は、妊娠の第１期、妊娠の第２期の時期にあり、または妊娠の第３期にあることもある。特定の実施形態において、体液または組織を、胎児妊娠の約１〜約４５週（例えば、胎児妊娠１〜４、４〜８、８〜１２、１２〜１６、１６〜２０、２０〜２４、２４〜２８、２８〜３２、３２〜３６、３６〜４０または４０〜４４週）に妊娠女性から採取し、胎児妊娠の約５〜約２８週（例えば、胎児妊娠の６、７、８、９、１０、１１、１２、１３、１４、１５、１６、１７、１８、１９、２０、２１、２２、２３、２４、２５、２６または２７週）に採取することもある。いくつかの実施形態において、体液または組織サンプルを、分娩（例えば、経膣または非経膣分娩（例えば、外科的出産））中または直後（例えば、０〜７２時間後）に妊娠女性から採取する。
核酸の単離および処理
核酸は、当技術分野において公知の方法により１つまたはそれより多い供給源（例えば、細胞、血清、血漿、バフィーコート、リンパ液、皮膚、汚物など）から得ることができる。細胞溶解法および試薬は当技術分野において公知であり、一般に化学的（例えば、界面活性剤、低張液、酵素による手法など、またはその組み合わせ）、物理的（例えば、フレンチプレス、超音波処理など）または電解溶解法により行われ得る。任意の適切な溶解法を利用することができる。例えば、化学的方法は、一般に、溶解剤を使用して、細胞を破壊し、細胞から核酸を抽出した後、カオトロピック塩で処理する。凍結／解凍後に粉砕などの物理的方法、つまり細胞圧迫などの使用も有用である。高塩溶解法も通常、使用される。例えば、アルカリ性溶解法が利用され得る。アルカリ性溶解法はこれまで、フェノール−クロロホルム溶液の使用が組み込まれ、代替えの３溶液を含むフェノール−クロロホルム非含有法を利用することができる。フェノール−クロロホルム非含有法において、第１の溶液は、１５ｍＭトリス、ｐＨ８．０、１０ｍＭ ＥＤＴＡおよび１００μｇ／ｍｌ ＲｎａｓｅＡを含有することができ、第２の溶液は、０．２Ｎ ＮａＯＨおよび１％ＳＤＳを含有することがき、第３の溶液は、３Ｍ ＫＯＡｃ、ｐＨ５．５を含有することができる。これらの方法は、Ｃｕｒｒｅｎｔ Ｐｒｏｔｏｃｏｌｓ ｉｎ Ｍｏｌｅｃｕｌａｒ Ｂｉｏｌｏｇｙ，Ｊｏｈｎ Ｗｉｌｅｙ＆Ｓｏｎｓ，Ｎ．Ｙ．，６．３．１−６．３．６（１９８９）に見つけることができ、その全体を本明細書に組み込む。
用語「核酸」および「核酸分子」を交換可能に使用する。用語は、任意の組成物形態の核酸、例えば、デオキシリボ核酸（ＤＮＡ、例えば、相補的ＤＮＡ（ｃＤＮＡ）、ゲノムＤＮＡ（ｇＤＮＡ）など）、リボ核酸（ＲＮＡ、例えば、メッセージＲＮＡ（ｍＲＮＡ）、短鎖干渉ＲＮＡ（ｓｈｏｒｔ ｉｎｈｉｂｉｔｏｒｙ ＲＮＡ）（ｓｉＲＮＡ））、リボソームＲＮＡ（ｒＲＮＡ）、転移ＲＮＡ（ｔＲＮＡ）、マイクロＲＮＡ、胎児または胎盤により高発現されたＲＮＡなど）および／またはＤＮＡまたはＲＮＡ類似体（例えば、塩基類似体、糖類似体および／または非天然骨格などを含有）、ＲＮＡ／ＤＮＡハイブリッドおよびポリアミド核酸（ＰＮＡ）を指し、これら全ては、１本または２本鎖形態であってよい。他に限定されない限り、核酸は、天然のヌクレオチドの公知の類似体を含むことができ、その一部は、天然に存在するヌクレオチドと同様の様式で機能することができる。核酸は本明細書のプロセスを行うために有用な任意の形態で存在してよい（例えば、線形、環状、スーパーコイル状、１本鎖、２本鎖など）。特定の実施形態において、核酸は、プラスミド、ファージ、自己複製配列（ＡＲＳ）、セントロメア、人工染色体、クロモソーム、またはインビトロまたは宿主細胞、細胞、細胞、細胞核または細胞の細胞質において複製することができるか、もしくは複製される他の核酸であってよく、あるいはそれらに由来してよい。いくつかの実施形態における核酸は、１本の染色体またはそのフラグメントに由来してよい（例えば、核酸サンプルが２倍体生物から得られるサンプルの１つの染色体由来であり得る）。核酸は、ヌクレオソーム、ヌクレオソームまたはヌクレオソーム様構造物のフラグメントまたは部分を含むこともある。核酸はタンパク質（例えば、ヒストン、ＤＮＡ結合タンパク質など）を含むこともある。本明細書に記載のプロセスにより分析される核酸は、実質的に単離されることもあり、実質的にタンパク質または他の分子と関連しない。核酸はまた、１本鎖（「センス」または「アンチセンス」、「プラス」鎖または「マイナス」鎖、「フォワード」読み取り枠または「リバース」読み取り枠）および２本鎖ポリヌクレオチドから合成され、複製され、または増幅されたＲＮＡまたはＤＮＡの誘導体、変異体および類似体を含む。デオキシリボ核酸は、デオキシアデノシン、デオキシシチジン、デオキシグアノシンおよびデオキシチミジンを含む。ＲＮＡについては、シトシン塩基をウラシルに置き換え、糖２’位がヒドロキシル部分を含む。核酸は、鋳型として被験体から得られた核酸を使用して調製され得る。
核酸は、別の核酸と比較した場合、異なる時点で単離され得、この場合、サンプルのそれぞれが同じまたは異なる供給源からのものである。核酸は、核酸ライブラリ、例えば、ｃＤＮＡまたはＲＮＡライブラリなどからのものであってよい。核酸は、核酸精製またはサンプルから核酸分子の単離および／または増幅の結果であってよい。本明細書に記載のプロセスにおいて提供される核酸は、１つのサンプルまたは２つ以上のサンプルから（例えば、１以上、２以上、３以上、４以上、５以上、６以上、７以上、８以上、９以上、１０以上、１１以上、１２以上、１３以上、１４以上、１５以上、１６以上、１７以上、１８以上、１９以上または２０以上のサンプルから）の核酸を含有し得る。
特定の実施形態において、核酸は、細胞外核酸を含むことができる。本明細書において使用される場合、用語「細胞外核酸」は、実質的に細胞を含まない供給源から単離された核酸を指すことができ、「細胞非含有」核酸および／または「細胞非含有循環」核酸とも呼ばれる。細胞外核酸は、血液（例えば、妊娠女性の血液）に存在し、かつこれから得ることができる。細胞外核酸は、多くの場合、検出可能でない細胞を含み、細胞要素または細胞遺残物を含有し得る。細胞外核酸の無細胞供給源の非限定的な例は、血液、血漿、血清および尿である。本明細書において使用される場合、用語「細胞非含有循環サンプル核酸を得る」は、サンプルを直接得る（例えば、サンプル、例えば、試験サンプルを採取）またはサンプルを採取した他人からサンプルを得ることを含む。理論に限定されないが、細胞外核酸は、細胞アポトーシスおよび細胞破壊の生成物であり得、これは、多くの場合、連続体（ｓｐｅｃｔｒｕｍ）（例えば、「ラダー」）全体に、一連の長さを有する細胞外核酸の基本となる。
特定の実施形態において、細胞外核酸は、異なる核酸種を含むことができ、それゆえ、本明細書において「不均質」と呼ばれる。例えば、がんを有する者からの血清または血漿は、がん細胞からの核酸および非がん細胞からの核酸を含むことができる。別の実施例において、妊娠女性からの血清または血漿は、母体の核酸および胎児の核酸を含むことができる。いくつかの例において、胎児の核酸は、全体の核酸の約５％〜約５０％（例えば、全体の核酸の約４、５、６、７、８、９、１０、１１、１２、１３、１４、１５、１６、１７、１８、１９、２０、２１、２２、２３、２４、２５、２６、２７、２８、２９、３０、３１、３２、３３、３４、３５、３６、３７、３８、３９、４０、４１、４２、４３、４４、４５、４６、４７、４８、または４９％が胎児の核酸である）であることもある。いくつかの実施形態において、核酸中の胎児の核酸の大部分が、約５００塩基対以下の長さのものである（例えば、胎児の核酸の約８０、８５、９０、９１、９２、９３、９４、９５、９６、９７、９８、９９または１００％が約５００塩基対以下の長さのものである）。いくつかの実施形態において、核酸中の胎児の核酸の大部分が、約２５０塩基対以下の長さのものである（例えば、胎児の核酸の約８０、８５、９０、９１、９２、９３、９４、９５、９６、９７、９８、９９または１００％が約２５０塩基対以下の長さのものである）。いくつかの実施形態において、核酸中の胎児の核酸の大部分が、約２００塩基対以下の長さのものである（例えば、胎児の核酸の約８０、８５、９０、９１、９２、９３、９４、９５、９６、９７、９８、９９または１００％が約２００塩基対以下の長さのものである）。いくつかの実施形態において、核酸中の胎児の核酸の大部分が、約１５０塩基対以下の長さのものである（例えば、胎児の核酸の約８０、８５、９０、９１、９２、９３、９４、９５、９６、９７、９８、９９または１００％が約１５０塩基対以下の長さのものである）。いくつかの実施形態において、核酸中の胎児の核酸の大部分が、約１００塩基対以下の長さのものである（例えば、胎児の核酸の約８０、８５、９０、９１、９２、９３、９４、９５、９６、９７、９８、９９または１００％が約１００塩基対以下の長さのものである）。いくつかの実施形態において、核酸中の胎児の核酸の大部分が、約５０塩基対以下の長さのものである（例えば、胎児の核酸の約８０、８５、９０、９１、９２、９３、９４、９５、９６、９７、９８、９９または１００％が約５０塩基対以下の長さのものである）。いくつかの実施形態において、核酸中の胎児の核酸の大部分が、約２５塩基対以下の長さのものである（例えば、胎児の核酸の約８０、８５、９０、９１、９２、９３、９４、９５、９６、９７、９８、９９または１００％が約２５塩基対以下の長さのものである）。
特定の実施形態において、核酸は、核酸を含有するサンプル（複数可）を処理することなく、本明細書に記載の方法を行うために提供され得る。いくつかの実施形態において、核酸は、核酸を含有するサンプル（複数可）の処理の後に本明細書に記載の方法を行うために提供される。例えば、核酸をサンプル（複数可）から抽出し、単離し、精製し、部分的に精製し、または増幅させることができる。本明細書において使用される場合、用語「単離される」は、その元の環境（例えば、核酸が、天然に存在する場合、天然の環境または外因的に発現する場合、宿主細胞）から取り出され、したがって、その元の環境からヒトの干渉により（「人の手により」）変更する核酸を指す。本明細書において使用される場合、用語「単離された核酸」は、被験体（例えば、ヒト被験体）から取り出された核酸を指すことができる。単離された核酸は、供給源のサンプルに存在する構成要素の量より少ない非核酸構成要素（例えば、タンパク質、脂質）とともに提供することができる。単離された核酸を含む組成物は、非核酸構成要素を約５０％〜９９％を超えて非含有であり得る。単離された核酸を含む組成物は、非核酸構成要素を約９０％、９１％、９２％、９３％、９４％、９５％、９６％、９７％、９８％、９９％または９９％を超えて非含有であってよい。本明細書において使用される場合、用語「精製される」は、核酸に精製方法を行う前に存在する非核酸構成要素の量より少ない非核酸構成要素（例えば、タンパク質、脂質、炭水化物）を含有する条件の核酸を指し得る。精製された核酸を含む組成物は、他の非核酸構成要素を約８０％、８１％、８２％、８３％、８４％、８５％、８６％、８７％、８８％、８９％、９０％、９１％、９２％、９３％、９４％、９５％、９６％、９７％、９８％、９９％または９９％を超えて非含有であってよい。本明細書において使用される場合、用語「精製される」は、核酸が由来するサンプル供給源においてより少ない核酸種を含有する条件の核酸を指し得る。精製された核酸を含む組成物は、他の核酸種を約９０％、９１％、９２％、９３％、９４％、９５％、９６％、９７％、９８％、９９％または９９％を超えて非含有であり得る。例えば、胎児の核酸は、母体および胎児の核酸を含む混合物から精製されることができる。特定の実施例において、胎児の核酸の小さいフラグメントを含むヌクレオソームを、母体の核酸の大きいフラグメントを含む大きなヌクレオソーム複合体の混合物から精製することができる。
本明細書において使用される場合、用語「増幅される」は、サンプルの標的核酸に、標的核酸もしくはその断片と同じまたは実質的に同じヌクレオチド配列を有するアンプリコン核酸を直線的にまたは指数的に生成するプロセスを行うことを指す。本明細書において使用される場合、用語「増幅される」は、（例えば、他の核酸を含むサンプル中の）標的核酸に、標的核酸もしくはその断片と同じまたは実質的に同じヌクレオチド配列を有するアンプリコン核酸を選択的および直線的にまたは指数的に生成するプロセスを行うことを指すことができる。本明細書において使用される場合、用語「増幅される」は、核酸の一集団に、増幅前にサンプルに存在した核酸またはその部分と同じまたは実質的に同じヌクレオチド配列を有するアンプリコン核酸を非選択的および直線的にまたは指数的に生成するプロセスを行うことを指すことができる。いくつかの実施形態において、用語「増幅された」は、ポリメラーゼ連鎖反応（ＰＣＲ）を含む方法を指す。
特定の実施形態において、核酸はまた、本明細書に記載のプロセスに核酸を提供する前に、核酸に、核酸フラグメントを生成する方法を行うことにより処理され得る。いくつかの実施形態において、断片化または切断を行った核酸は、約５〜約１０，０００塩基対、約１００〜約１，０００塩基対、約１００〜約５００塩基対、または約１０、１５、２０、２５、３０、３５、４０、４５、５０、５５、６０、６５、７０、７５、８０、８５、９０、９５、１００、２００、３００、４００、５００、６００、７００、８００、９００、１０００、２０００、３０００、４０００、５０００、６０００、７０００、８０００または９０００塩基対の公称の、平均（ａｖｅｒａｇｅ）または平均（ｍｅａｎ）の長さを有し得る。フラグメントを、当技術分野において公知の適切な方法により生成することができ、核酸フラグメントの平均、平均または公称の長さを、適切なフラグメント生成法を選択することにより制御することができる。特定の実施形態において、相対的に短い長さの核酸を利用し、配列の分散が小さく、かつ／または相対的に大量の公知のヌクレオチド配列情報を含有する配列を分析することができる。いくつかの実施形態において、相対的に長さのある核酸を利用し、配列の分散が大きく、かつ／または相対的に少量のヌクレオチド配列情報を含有する配列を分析することができる。
核酸フラグメントは、オーバーラップするヌクレオチド配列を含有することができ、このようなオーバーラップする配列は、非断片化された対応物の核酸またはその断片のヌクレオチド配列の構築を容易にすることができる。例えば、１つのフラグメントは、部分配列ｘおよびｙを有することができ、別のフラグメントは、部分配列ｙおよびｚを有することができ、この場合、ｘ、ｙおよびｚは、５ヌクレオチド長以上となり得るヌクレオチド配列である。特定の実施形態において、オーバーラップする配列ｙを利用し、サンプルから核酸内のｘ−ｙ−ｚヌクレオチド配列の構築を容易にすることができる。特定の実施形態において、核酸は、部分的に（例えば、不完全または終了した特異的な切断反応から）断片化され、または完全に断片化され得る。
核酸は、当技術分野において公知の種々の方法により断片化されることができ、これは、物理的、化学的および酵素によるプロセスを含むがそれに限定されない。このようなプロセスの非限定的な例は、米国特許出願公開第２００５０１１２５９０号（Ｖａｎ Ｄｅｎ Ｂｏｏｍらによる、“Ｆｒａｇｍｅｎｔａｔｉｏｎ−ｂａｓｅｄ ｍｅｔｈｏｄｓ ａｎｄ ｓｙｓｔｅｍｓ ｆｏｒ ｓｅｑｕｅｎｃｅ ｖａｒｉａｔｉｏｎ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｄｉｓｃｏｖｅｒｙ，”と題して、２００５年５月２６日に公開）に記載されている。特定のプロセスを選択し、非特異的に切断されるフラグメントまたは特異的に切断されるフラグメントを生成することができる。非特異的に切断されるフラグメントの核酸を生成することができるプロセスの非限定的な例として、核酸を、せん断力に核酸を曝露する装置（例えば、核酸をシリンジ針に通過させること；フレンチプレスの使用）と接触させ、核酸を放射線にさらし（例えば、ガンマ、Ｘ線、ＵＶ照射、フラグメントのサイズを放射強度により制御することができる）、水中の核酸を煮沸し（例えば、約５００塩基対フラグメントを生成）、核酸を酸および塩基加水分解プロセスに曝露することを含むが限定されない。
本明細書において使用される場合、「断片化」または「切断」は、核酸鋳型遺伝分子またはその増幅された生成物などの核酸分子を、２つ以上の小さい核酸分子に切断しうる手法または状態を指す。このような断片化または切断は、配列特異的、塩基特定的、または非特異的であってよく、例えば、化学的、酵素による、物理的断片化を含む種々の方法、試薬または状態のいずれかにより成し遂げられ得る。
本明細書において使用される場合、「フラグメント」、「切断生成物」、「切断された生成物」またはその文法的変形例は、核酸鋳型遺伝分子またはその増幅された生成物の断片化または切断により得られた核酸分子を指す。このようなフラグメントまたは切断された生成物が、切断反応から得られた全ての核酸分子を指すことはできる一方で、典型的に、このようなフラグメントまたは切断された生成物は、核酸鋳型遺伝分子の断片化または切断により得られた核酸分子、または核酸鋳型遺伝分子の対応するヌクレオチド配列を含有するその増幅された生成物の断片のみを指す。例えば、増幅された生成物は、核酸鋳型配列の増幅されたヌクレオチド領域を超える１つまたはそれより多いヌクレオチドを含有することができる（例えば、プライマーは、転写開始配列などの「特別な」ヌクレオチド、さらに核酸鋳型遺伝分子に相補的なヌクレオチドを含有することができ、「特別な」ヌクレオチドまたは核酸鋳型遺伝分子の増幅されたヌクレオチド領域に対応しないヌクレオチドを含有する増幅された生成物を生じる）。それに応じて、フラグメントは、少なくとも部分的に、代表的な核酸鋳型分子から、またはそれに基づくヌクレオチド配列情報を含有する増幅された核酸分子の部分から生じるフラグメントを含むことができる。
本明細書において使用される場合、用語「相補的切断反応」は、同じ核酸に、異なる切断試薬を使用して、または同じ標的または参照核酸もしくはタンパク質の代替えの切断パターンを生じるような同じ切断試薬の切断特異性を変更することにより行われる切断反応を指す。特定の実施形態において、核酸は、１つまたはそれより多い反応容器で１つまたはそれより多い特異的切断剤（例えば、１、２、３、４、５、６、７、８、９、１０種以上の特異的切断剤）で処理し得る（例えば、核酸を個別の容器において、各特異的切断試薬で処理する）。
核酸は、核酸と、１つまたはそれより多い酵素による切断剤（例えば、ヌクレアーゼ、制限酵素）と接触させることにより特異的に切断し、または非特異的に切断され得る。本明細書において使用される場合、用語「特異的切断剤」は、１つまたはそれより多い特異的な部位にて核酸を切断することができる作用物質を指し、化学物質または酵素を指すこともある。特異的切断剤は、多くの場合、特定の部位にて特定のヌクレオチド配列に従い特異的に切断する。非特異的切断剤は、多くの場合、非特異的な部位にて核酸を切断するか、または核酸を分解する。非特異的切断剤は、多くの場合、核酸鎖の末端（５’末端、３’末端のいずれかまたは両方）からヌクレオチドを除去することにより核酸を分解する。
任意の適切な非特異的または特異的酵素による切断剤を使用し、核酸を切断または断片化することができる。いくつかの実施形態において、適切な制限酵素を使用し、核酸を切断することができる。酵素による切断剤の例として、エンドヌクレアーゼ（例えば、ＤＮａｓｅ（例えば、ＤＮａｓｅ Ｉ、ＩＩ）；ＲＮａｓｅ（例えば、ＲＮａｓｅ Ｅ、Ｆ、Ｈ、Ｐ）；Ｃｌｅａｖａｓｅ（商標）酵素；Ｔａｑ ＤＮＡポリメラーゼ；Ｅ．ｃｏｌｉ ＤＮＡポリメラーゼＩおよび真核構造特異的エンドヌクレアーゼ；マウスＦＥＮ−１エンドヌクレアーゼ；Ｉ、ＩＩまたはＩＩＩ型制限エンドヌクレアーゼ、例えば、Ａｃｃ Ｉ、Ａｆｌ ＩＩＩ、Ａｌｕ Ｉ、Ａｌｗ４４ Ｉ、Ａｐａ Ｉ、Ａｓｎ Ｉ、Ａｖａ Ｉ、Ａｖａ ＩＩ、ＢａｍＨ Ｉ、Ｂａｎ ＩＩ、Ｂｃｌ Ｉ、Ｂｇｌ Ｉ、Ｂｇｌ ＩＩ、Ｂｌｎ Ｉ、Ｂｓｍ Ｉ、ＢｓｓＨ ＩＩ、ＢｓｔＥ ＩＩ、Ｃｆｏ Ｉ、ＣＩａ Ｉ、Ｄｄｅ Ｉ、Ｄｐｎ Ｉ、Ｄｒａ Ｉ、ＥｃＩＸ Ｉ、ＥｃｏＲ Ｉ、ＥｃｏＲ Ｉ、ＥｃｏＲ ＩＩ、ＥｃｏＲ Ｖ、Ｈａｅ ＩＩ、Ｈａｅ ＩＩ、Ｈｉｎｄ ＩＩ、Ｈｉｎｄ ＩＩＩ、Ｈｐａ Ｉ、Ｈｐａ ＩＩ、Ｋｐｎ Ｉ、Ｋｓｐ Ｉ、Ｍｌｕ Ｉ、ＭＩｕＮ Ｉ、Ｍｓｐ Ｉ、Ｎｃｉ Ｉ、Ｎｃｏ Ｉ、Ｎｄｅ Ｉ、Ｎｄｅ ＩＩ、Ｎｈｅ Ｉ、Ｎｏｔ Ｉ、Ｎｒｕ Ｉ、Ｎｓｉ Ｉ、Ｐｓｔ Ｉ、Ｐｖｕ Ｉ、Ｐｖｕ ＩＩ、Ｒｓａ Ｉ、Ｓａｃ Ｉ、Ｓａｌ Ｉ、Ｓａｕ３Ａ Ｉ、Ｓｃａ Ｉ、ＳｃｒＦ Ｉ、Ｓｆｉ Ｉ、Ｓｍａ Ｉ、Ｓｐｅ Ｉ、Ｓｐｈ Ｉ、Ｓｓｐ Ｉ、Ｓｔｕ Ｉ、Ｓｔｙ Ｉ、Ｓｗａ Ｉ、Ｔａｑ Ｉ、Ｘｂａ Ｉ、Ｘｈｏ Ｉ；グリコシラーゼ（例えば、ウラシル−ＤＮＡグリコシラーゼ（ＵＤＧ）、３−メチルアデニンＤＮＡグリコシラーゼ、３−メチルアデニンＤＮＡグリコシラーゼＩＩ、ピリミジン水和物−ＤＮＡグリコシラーゼ、ＦａＰｙ−ＤＮＡグリコシラーゼ、チミンミスマッチ−ＤＮＡグリコシラーゼ、ヒポキサンチン−ＤＮＡグリコシラーゼ、５−ヒドロキシメチルウラシルＤＮＡグリコシラーゼ（ＨｍＵＤＧ）、５−ヒドロキシメチルシトシンＤＮＡグリコシラーゼ、または１，Ｎ６−エテノ−アデニンＤＮＡグリコシラーゼ）；エキソヌクレアーゼ（例えば、エキソヌクレアーゼＩＩＩ）；リボザイム、およびＤＮＡｚｙｍｅを含むが限定されない。核酸を、化学剤で処理することができ、その修飾核酸を切断することができる。非限定的な例において、核酸を、（ｉ）Ｎ３−メチルアデニンおよびＮ３−メチルグアニン（アルキルプリンＤＮＡ−グリコシラーゼにより認識され、かつ切断される）を含むいくつかのアルキル化塩基を生成するメチルニトロウレアなどのアルキル化剤を用いて、（ｉｉ）亜硫酸水素ナトリウム（ＤＮＡのシトシン残基の脱アミノ化を生じ、ウラシルＮ−グリコシラーゼにより切断することができるウラシル残基を形成する）を用いて、および（ｉｉｉ）グアニンをその酸化形態である８−ヒドロキシグアニンに変換する化学剤（ホルムアミドピリミジンＤＮＡ Ｎ−グリコシラーゼにより切断することができる）を用いて処理することができる。化学的切断のプロセスの例は、アルキル化（例えば、ホスホロチオエート修飾核酸のアルキル化）、Ｐ３’−Ｎ５’−ホスホロアミデート含有核酸の酸不安定性の切断、および核酸の四酸化オスミウムおよびピペリジン処理を含むが限定されない。
核酸を、本明細書に記載の方法に核酸を提供する前に核酸内の特定のヌクレオチドを修飾するプロセスに曝露することもできる。例えば、核酸を、その中にあるヌクレオチドのメチル化状態に基づき、選択的に修飾するプロセスを、核酸に適用することができる。さらに、高温、紫外線照射、ｘ線照射などの条件は、核酸分子の配列の変化を誘導することができる。核酸は、本明細書に記載の配列分析または製造プロセスを行うのに有用な任意の形態、例えば、固体または液体形態などで提供され得る。特定の実施形態において、核酸を、１つまたはそれより多いバッファまたは塩を含むが限定されない、１つまたはそれより多い他の構成要素を必要に応じて含む液体形態で提供され得る。
核酸は、１本または２本鎖であってよい。例えば、１本鎖ＤＮＡを、例えば、加熱することによって、またはアルカリで処理することによって２本鎖ＤＮＡを変性させることにより生成することができる。核酸は、Ｄループ構造内にあり、つまりオリゴヌクレオチドまたはＤＮＡ様分子、例えば、ペプチド核酸（ＰＮＡ）により２本鎖ＤＮＡ分子の鎖の侵入により形成されることもある。Ｄループ形成は、例えば、当技術分野において公知の方法を使用して、Ｅ．Ｃｏｌｉ ＲｅｃＡタンパク質の添加によりおよび／または塩濃度の変更により促進することができる。
胎児の核酸含量の決定
いくつかの実施形態において、核酸中の胎児核酸量（例えば、濃度、相対量、絶対量、コピー数など）を決定する。いくつかの実施形態において、サンプル中の胎児核酸量を「胎児画分」と呼ぶ。いくつかの実施形態において、「胎児画分」は、妊娠女性から得られたサンプル（例えば、血液サンプル、血清サンプル、血漿サンプル）における循環無細胞核酸中の胎児核酸の画分を指す。いくつかの実施形態において、遺伝的変異を決定する方法は、胎児画分を決定することも含む。胎児画分の決定を適切な手法で行うことができ、それらの非限定的な例は、下で説明する方法を含む。
いくつかのの実施形態において、胎児の核酸量を、男性胎児に特異的なマーカー（例えば、Ｙ染色体ＳＴＲマーカー（例えば、ＤＹＳ１９、ＤＹＳ３８５、ＤＹＳ３９２マーカー）；ＲｈＤ陰性女性におけるＲｈＤマーカー）に従い、多型配列のアレル比に従い、または胎児核酸に特異的で、かつ母体核酸に特異的でない１つまたは複数のマーカー（例えば、母親および胎児間の分化エピジェネティックバイオマーカー（例えば、メチル化；以下にさらに詳細に説明）または母体の血漿中の胎児ＲＮＡマーカー（例えば、Ｌｏ，２００５，Ｊｏｕｒｎａｌ ｏｆ Ｈｉｓｔｏｃｈｅｍｉｓｔｒｙ ａｎｄ Ｃｙｔｏｃｈｅｍｉｓｔｒｙ５３（３）：２９３−２９６を参照のこと））に従い決定する。
胎児の核酸量（例えば、胎児画分）の決定は、例えば、米国特許出願公開第２０１０／０１０５０４９号（参照により本明細書に組み込まれる）に記載の胎児数量アッセイ（ｆｅｔａｌ ｑｕａｎｔｉｆｉｅｒ ａｓｓａｙ）（ＦＱＡ）を使用して行われることもある。この種のアッセイは、母体サンプル内の核酸のメチル化状態に基づき、母体サンプル内の胎児の核酸を検出し、定量化することを可能にする。母体サンプルからの胎児の核酸量を、存在する核酸の合計量について決定し、それによりサンプル内の胎児の核酸の割合を提供することができることもある。胎児の核酸のコピー数を、母体サンプルにおいて決定することができることもある。胎児の核酸量を配列特異的（または遺伝子座特異的に）様式で決定することができ、かつ正確な染色体用量分析を可能する（例えば、胎児異数性の有無または他の遺伝的変異を検出するために）十分な感度で決定することができることもある。
胎児数量アッセイ（ＦＱＡ）を、本明細書に記載の方法のいずれかと合わせて行うことができる。このようなアッセイを、当技術分野において公知の、および／または米国特許出願公開第２０１０／０１０５０４９号に記載の任意の方法、例えば、異なるメチル化状態に基づき、母体および胎児のＤＮＡ間を区別し、胎児のＤＮＡを定量化（すなわち、量を決定）することができる方法などにより行うことができる。メチル化状態に基づく核酸を鑑別するための方法は、例えば、ＭＢＤ２のメチル結合ドメインが抗体のＦｃフラグメントに融合されるＭＢＤ２−Ｆｃフラグメント（ＭＢＤ−ＦＣ）を使用するメチル化感受性捕捉（Ｇｅｂｈａｒｄら、（２００６）Ｃａｎｃｅｒ Ｒｅｓ．６６（１２）：６１１８−２８）；メチル化特異的抗体；亜硫酸水素変換法、例えば、ＭＳＰ（メチル化感受性ＰＣＲ）、ＣＯＢＲＡ、メチル化感受性単一ヌクレオチドプライマー伸長（Ｍｓ−ＳＮｕＰＥ）またはＳｅｑｕｅｎｏｍ ＭａｓｓＣＬＥＡＶＥ（商標）技術；およびメチル化感受性制限酵素（例えば、１つまたはそれより多いメチル化感受性制限酵素を使用する母体サンプルの母体のＤＮＡの消化により胎児のＤＮＡを富化）の使用を含むがそれらに限定されない。また、メチル感受性酵素を使用し、メチル化状態に基づき核酸を鑑別することができ、例えば、これは、ＤＮＡ認識配列がメチル化されない場合、この配列にて優先的にまたは実質的に切断または消化することができる。したがって、メチル化されていないＤＮＡサンプルを、メチル化されたＤＮＡサンプルより小さいフラグメントに切断し、高メチル化されたＤＮＡサンプルを切断しない。明記される場合を除き、メチル化状態に基づき核酸を鑑別するための任意の方法を本明細書における組成物および技術の方法とともに使用することができる。胎児のＤＮＡ量を、例えば、増幅反応中に既知の濃度にて１つまたはそれより多い競合因子を導入することにより決定することができる。胎児のＤＮＡ量の決定はまた、例えば、ＲＴ−ＰＣＲ、プライマー伸長、シークエンシングおよび／またはカウントによりなされ得る。特定の例において、核酸量を、米国特許出願公開第２００７／００６５８２３号に記載のＢＥＡＭ技術（ＢＥＡＭｉｎｇ ｔｅｃｈｎｏｌｏｇｙ）を使用して決定することができる。いくつかの実施形態において、制限効果を決定することができ、効果の割合を使用し、胎児のＤＮＡ量をさらに決定する。
胎児数量アッセイ（ＦＱＡ）を使用し、母体サンプルの胎児のＤＮＡ濃度を、例えば、以下の方法により決定することができる：ａ）母体サンプルに存在するＤＮＡ合計量を決定し、ｂ）１つまたはそれより多いメチル化感受性制限酵素を使用して、母体サンプルの母体のＤＮＡを選択的に消化し、それにより胎児のＤＮＡを富化し、ｃ）ステップｂ）から胎児のＤＮＡ量を決定し、ｄ）ステップｃ）からの胎児のＤＮＡ量とステップａ）からのＤＮＡ合計量を比較し、それにより母体サンプルの胎児のＤＮＡ濃度を決定することもある。母体サンプルの胎児の核酸の絶対コピー数を、例えば、質量分析および／または絶対コピー数測定のための競合的ＰＣＲ法を使用する系を使用して決定することができることもある。例えば、Ｄｉｎｇ ａｎｄ Ｃａｎｔｏｒ（２００３）Ｐｒｏｃ．Ｎａｔｌ．Ａｃａｄ．Ｓｃｉ．ＵＳＡ１００：３０５９−３０６４、および米国特許出願公開第２００４／００８１９９３号（ともに参照により本明細書に組み込まれる）を参照のこと。
胎児画分を、多型配列のアレル比（例えば、一塩基多型（ＳＮＰ））に基づき、例えば、米国特許出願公開第２０１１／０２２４０８７号に記載の方法（参照により本明細書に組み込まれる）などを使用して、決定することができることもある。このような方法において、母体サンプルについてヌクレオチド配列リードが得られ（ｎｕｃｌｅｏｔｉｄｅ ｓｅｑｕｅｎｃｅ ｒｅａｄｓ ａｒｅ ｏｂｔａｉｎｅｄ ｆｏｒ）、胎児画分は、参照のゲノムの有益な多型部位（例えば、ＳＮＰ）にて第１のアレルにマッピングされるヌクレオチド配列リードの合計数と、第２のアレルにマッピングされるヌクレオチド配列リードの合計数を比較することにより決定する。胎児のアレルは、例えば、母体の核酸による、胎児および母体の核酸の混合物への寄与が大きいことと比較したときに、サンプル内の胎児および母体の核酸の混合物への寄与が相対的に小さいことにより同定され得る。それに応じて、母体サンプル内の胎児の核酸の相対的な量を、多型部位の２つのアレルのそれぞれに対する、参照ゲノム上の標的核酸配列にマッピングされる独自の配列リードの合計数のパラメータとして決定することができる。
細胞外核酸の胎児の核酸量を、本明細書において提供される方法と合わせて定量し、使用することができる。したがって、特定の実施形態において、本明細書に記載の技術の方法は、胎児の核酸量を決定するさらなるステップを含む。胎児の核酸量を、サンプル核酸を調製する処理の前または後に被験体からの核酸サンプルにおいて決定することができる。特定の実施形態において、胎児の核酸量を、サンプル核酸を処理し、調製した後のサンプルにおいて決定する（この量をさらなる評価に利用する）。いくつかの実施形態において、成果は、サンプル核酸内の胎児の核酸の画分を因数に分解すること（ｆａｃｔｏｒｉｎｇ）を含む（例えば、カウントの調節、サンプルの除去、呼び出しまたは呼び出しなし）。
決定ステップを、本明細書に記載の方法の前、間、任意の時点または本明細書に記載の特定（例えば、異数性検出）の方法の後に行うことができる。例えば、所与の感度または特異性がある異数性決定方法を獲得するために、胎児の核酸定量化方法を、異数性決定前、間または後に実施し、約２％、３％、４％、５％、６％、７％、８％、９％、１０％、１１％、１２％、１３％、１４％、１５％、１６％、１７％、１８％、１９％、２０％、２１％、２２％、２３％、２４％、２５％超、またはそれより多い胎児の核酸を含むこれらのサンプルを同定し得る。いくつかの実施形態において、特定の閾値の量の胎児の核酸（例えば、約１５％以上の胎児の核酸、約４％以上の胎児の核酸）を有するとして決定されたサンプルを、例えば、異数性またはは遺伝的変異の有無についてさらに分析する。特定の実施形態において、例えば、異数性の有無の決定を、特定の閾値の量の胎児の核酸（例えば、約１５％以上の胎児の核酸、約４％以上の胎児の核酸）を有するサンプルにおいてのみ選択する（例えば、選択し、患者に連絡する）。
いくつかの実施形態において、胎児画分の決定または胎児の核酸量の決定は、染色体の異数性の有無を同定するには必要でなく、または必須ではない。いくつかの実施形態において、染色体の異数性の有無を同定することは、胎児対母体のＤＮＡの配列の識別を必要としない。いくつかの実施形態で、これは、特定の染色体、染色体部分またはその断片の母体および胎児の両方の配列の総合した寄与を分析するためである。いくつかの実施形態において、染色体の異数性の有無を同定することは、母体ＤＮＡから胎児のＤＮＡを区別する経験的な配列情報に頼らない。
核酸の亜集団における富化
いくつかの実施形態において、核酸（例えば、細胞外核酸）を核酸の亜集団または種において富化または相対的に富化する。核酸の亜集団は、例えば、胎児の核酸、母体の核酸、特定の長さまたは長さの範囲のフラグメントを含む核酸、あるいは特定のゲノム領域からの核酸（例えば、１本鎖の染色体、染色体のセット、および／または特定の染色体領域）を含むことができる。このような富化されたサンプルを、本明細書において提供される方法と合わせて使用することができる。したがって、特定の実施形態において、技術の方法は、サンプルの核酸の亜集団、例えば、胎児の核酸などにおいて富化するさらなるステップを含む。いくつかの実施形態において、上記の胎児画分を決定する方法を使用し、胎児の核酸を富化することができる。特定の実施形態において、母体の核酸を、サンプルから選択的に（部分的に、実質的に、ほぼ完全にまたは完全に）除去する。いくつかの実施形態において、特定の低コピー数の種の核酸（例えば、胎児の核酸）における富化は、定量的感度を改善し得る。特定の種の核酸におけるサンプルを富化するための方法は、例えば、米国特許第６，９２７，０２８号、国際特許出願公開第ＷＯ２００７／１４０４１７号、国際特許出願公開第ＷＯ２００７／１４７０６３号、国際特許出願公開第ＷＯ２００９／０３２７７９号、国際特許出願公開第ＷＯ２００９／０３２７８１号、国際特許出願公開第ＷＯ２０１０／０３３６３９号、国際特許出願公開第ＷＯ２０１１／０３４６３１号、国際特許出願公開第ＷＯ２００６／０５６４８０号、および国際特許出願公開第ＷＯ２０１１／１４３６５９号（これら全てを参照により本明細書に組み込む）に記載される。
いくつかの実施形態において、核酸を、特定の標的フラグメント種および／または参照フラグメント種において富化する。いくつかの実施形態において、核酸を、以下に記載の１つまたはそれより多い長さに基づいた分離方法を使用して、特定の核酸フラグメント長またはフラグメント長の範囲において富化する。いくつかの実施形態において、核酸を、本明細書に記載のおよび／または当技術分野において公知の１つまたはそれより多い配列に基づいた分離方法を使用して、選択ゲノム領域（例えば、染色体）からのフラグメントにおいて富化する。サンプルの核酸亜集団（例えば、胎児の核酸）において富化するための特定の方法を、以下に詳細に記載する。
本明細書に記載の方法とともに使用することができる核酸亜集団（例えば、胎児の核酸）において富化するためのいくつかの方法は、母体および胎児の核酸間のエピジェネティックな差を利用する方法を含む。例えば、胎児の核酸を、メチル化の差に基づき、母体の核酸から鑑別し、かつ分離することができる。メチル化に基づいた胎児の核酸富化方法は、米国特許出願公開第２０１０／０１０５０４９号（参照により本明細書に組み込まれる）に記載される。このような方法は、サンプル核酸を、メチル化特異的結合剤（メチル−ＣｐＧ結合タンパク質（ＭＢＤ）、メチル化特異的抗体など）と結合させ、差次的メチル化状態に基づき、結合していない核酸から結合した核酸を分離することを含むこともある。このような方法はまた、メチル化感受性制限酵素（上記に記載、例えばＨｈａＩおよびＨｐａＩＩ）の使用を含むことができ、これは、少なくとも１つの胎児の核酸領域についてサンプルを富化するために母体の核酸を選択的に、および完全に、または実質的に消化する酵素を用いて、母体サンプルからの核酸を選択的に消化することにより母体サンプルの胎児の核酸領域を富化することを可能にする。
本明細書に記載の方法とともに使用することができる核酸亜集団（例えば、胎児の核酸）について富化するための別の方法は、制限エンドヌクレアーゼを富化した多型配列法、例えば、米国特許出願公開第２００９／０３１７８１８号（参照により本明細書に組み込まれる）に記載の方法である。このような方法は、非標的アレルを含むが、標的アレルを含まない核酸を認識する制限エンドヌクレアーゼを用いた、非標的アレルを含む核酸の切断、および切断されていない核酸を増幅するが、切断した核酸を増幅しないことを含み、この場合、切断されていない、増幅された核酸は、非標的核酸（例えば、母体の核酸）に対して標的核酸（例えば、胎児の核酸）の富化を表す。いくつかの実施形態において、核酸を、例えば、切断剤による選択的消化に感受性の多型部位を有するアレルを含むように選択し得る。
本明細書に記載の方法とともに使用することができる核酸亜集団（例えば、胎児の核酸）について富化するためのいくつかの方法は、選択的酵素による分解法を含む。このような方法は、エキソヌクレアーゼ消化から標的配列を保護し、それにより所望でない配列（例えば、母体のＤＮＡ）のサンプル中での排除を容易にすることを含む。例えば、一方法において、サンプル核酸を変性させ、１本鎖核酸を生成し、１本鎖核酸を、適切なアニーリング条件下において、少なくとも１つの標的特異的プライマー対と接触させ、アニーリングしたプライマーを、ヌクレオチド重合により伸長して２本鎖標的配列を生成し、１本鎖（すなわち、非標的）核酸を消化するヌクレアーゼを使用して、１本鎖核酸を消化する。いくつかの実施形態において、本方法を少なくともさらに１サイクル繰り返すことができる。いくつかの実施形態において、同じ標的特異的プライマー対を使用して、第１および第２の伸長サイクルのそれぞれをプライムし、いくつかの実施形態において、異なる標的特異的プライマー対を第１および第２のサイクルに使用する。
本明細書に記載の方法とともに使用することができる核酸亜集団（例えば、胎児の核酸）について富化するためのいくつかの方法は、大規模並列シグネチャーシークエンシング（ＭＰＳＳ）法を含む。ＭＰＳＳは典型的に、アダプター（すなわち、タグ）ライゲーションを使用した後、アダプター復号し、少量の増分の核酸配列を読み取る固相方法である。タグ付けされたＰＣＲ生成物は、典型的に、各核酸が独自のタグを含むＰＣＲ生成物を生成するように増幅される。多くの場合、タグを使用し、ＰＣＲ生成物をマイクロビーズに結合させる。数ラウンドのライゲーションに基づいたシークエンシングの後、例えば、配列シグネチャーを、各ビーズから同定することができる。ＭＰＳＳデータセットの各シグネチャー配列（ＭＰＳＳタグ）を分析し、全ての他のシグネチャーと比較し、全ての同一のシグネチャーをカウントする。
いくつかの実施形態において、特定のＭＰＳＳに基づいた富化方法は、増幅（例えば、ＰＣＲ）に基づいた方法を含むことができる。いくつかの実施形態において、遺伝子座特異的増幅方法を使用することができる（例えば、遺伝子座特異的増幅プライマーを使用する）。いくつかの実施形態において、マルチプレックスＳＮＰアレルＰＣＲ法を使用することができる。いくつかの実施形態において、マルチプレックスＳＮＰアレルＰＣＲ法をユニプレックスシークエンシングと組み合わせて使用することができる。例えば、このような方法は、マルチプレックスＰＣＲ（例えば、ＭＡＳＳＡＲＲＡＹ系）の使用および捕捉プローブ配列をアンプリコンに組み込んだ後に、例えば、イルミナＭＰＳＳ系を使用して、シークエンシングすることを含むことができる。いくつかの実施形態において、マルチプレックスＳＮＰアレルＰＣＲ法を、３プライマー系およびインデックスシークエンシングと組み合わせて使用することができる。例えば、このような方法は、特定の遺伝子座特異的フォワードＰＣＲプライマーに組み込まれた第１の捕捉キャプチャープローブおよび遺伝子座特異的リバースＰＣＲプライマーに組み込まれたアダプター配列を有するプライマーを用いたマルチプレックスＰＣＲ（例えば、ＭＡＳＳＡＲＲＡＹ系）を使用し、それによりアンプリコンを生成した後、例えば、イルミナＭＰＳＳ系を使用して、シークエンシング用にリバース捕捉配列および分子インデックスバーコードを組み込む二次ＰＣＲを行うことを含むことができる。いくつかの実施形態において、マルチプレックスＳＮＰアレルＰＣＲ法を、４つのプライマー系およびインデックスシークエンシングと組み合わせて使用することができる。例えば、このような方法は、遺伝子座特異的フォワードおよび遺伝子座特異的リバースＰＣＲプライマーの両方に組み込まれたアダプター配列を有するプライマーを用いるマルチプレックスＰＣＲ（例えば、ＭＡＳＳＡＲＲＡＹ系）を使用後、例えば、イルミナＭＰＳＳ系を使用して、シークエンシング用に、フォワードおよびリバース捕捉配列および分子インデックスバーコードを組み込む二次ＰＣＲを行うことを含むことができる。いくつかの実施形態において、マイクロフルイディクス法を使用することができる。いくつかの実施形態において、アレイに基づいたマイクロフルイディクス法を使用することができる。例えば、このような方法は、低多重化での増幅およびインデックスおよび捕捉プローブの組み込み用の、マイクロ流体アレイ（例えば、Ｆｌｕｉｄｉｇｍ）の使用後、シークエンシングを行うことを含み得る。いくつかの実施形態において、エマルジョンマイクロフルイディクス法、例えば、デジタルドロップレットＰＣＲなどを使用することができる。
いくつかの実施形態において、ユニバーサル増幅法を使用することができる（例えば、ユニバーサルまたは非遺伝子座特異的増幅プライマーを使用する）。いくつかの実施形態において、ユニバーサル増幅法を、プルダウン法と組み合わせて使用することができる。いくつかの実施形態において、方法は、ユニバーサルに増幅されたシークエンシングライブラリからのビオチン化されたウルトラマープルダウン（例えば、ＡｇｉｌｅｎｔまたはＩＤＴからのビオチン化プルダウンアッセイ）を含むことができる。例えば、このような方法は、標準的なライブラリの調製、プルダウンアッセイにより選択された領域の富化および二次的ユニバーサル増幅ステップを含むことができる。いくつかの実施形態において、プルダウン法を、ライゲーションに基づいた方法と組み合わせて使用することができる。いくつかの実施形態において、方法は、配列特異的アダプターライゲーション（例えば、ＨＡＬＯＰＬＥＸ ＰＣＲ、Ｈａｌｏ Ｇｅｎｏｍｉｃｓ）を用いたビオチン化ウルトラマープルダウンを含むことができる。例えば、このような方法は、制限酵素により消化されるフラグメントを捕捉するセレクタープローブを使用した後、捕捉した生成物をアダプターにライゲーションし、ユニバーサル増幅した後、シークエンシングを行うことを含み得る。いくつかの実施形態において、プルダウン法を、伸長およびライゲーションに基づいた方法と組み合わせて使用することができる。いくつかの実施形態において、方法は、分子反転プローブ（ＭＩＰ）の伸長およびライゲーションを含むことができる。例えば、このような方法は、配列アダプターと組み合わせた分子反転プローブを使用した後、ユニバーサル増幅およびシークエンシングを行うことを含むことができる。いくつかの実施形態において、相補的ＤＮＡを増幅することなく合成し、シークエンシングすることができる。
いくつかの実施形態において、伸長およびライゲーション法を、プルダウン構成要素を用いずに行うことができる。いくつかの実施形態において、方法は、遺伝子座特異的フォワードおよびリバースプライマーハイブリダイゼーション、伸長およびライゲーションを含むことができる。このような方法はさらに、ユニバーサル増幅または増幅することなく相補的ＤＮＡ合成した後、シークエンシングすることを含むことができる。いくつかの実施形態において、このような方法は、分析中、バックグランド配列を減少または除外することができる。
いくつかの実施形態において、プルダウン法を、最適増幅構成要素を用いて、または増幅構成要素を用いずに使用することができる。いくつかの実施形態において、方法は、改変プルダウンアッセイおよびユニバーサル増幅することなく、捕捉プローブを十分に組み込んだライゲーションを含むことができる。例えば、このような方法は、制限酵素により消化したフラグメントを捕捉する改変セレクタープローブを使用した後、捕捉した生成物をアダプターにライゲーションし、任意選択の増幅、およびシークエンシングすることを含むことができる。いくつかの実施形態において、方法は、環状１本鎖ライゲーションと組み合わせたアダプター配列の伸長およびライゲーションを用いたビオチン化プルダウンアッセイを含むことができる。例えば、このような方法は、目的の領域（すなわち、標的配列）を捕捉するセレクタープローブの使用、プローブの伸長、アダプターライゲーション、１本鎖環状ライゲーション、任意選択の増幅およびシークエンシングすることを含み得る。いくつかの実施形態において、シークエンシングの結果の分析により、バックグランドから（ｆｏｒｍ）標的配列を分離することができる。
いくつかの実施形態において、核酸を、本明細書に記載の１つまたはそれより多い配列に基づく分離方法を使用して選択ゲノム領域（例えば、染色体）からのフラグメントについて富化する。配列に基づく分離は一般に、目的のフラグメント（例えば、標的および／または参照フラグメント）に存在し、サンプルの他のフラグメントに実質的に存在せず、またはごくわずかな量の他のフラグメント（例えば、５％以下）に存在するヌクレオチド配列に基づく。いくつかの実施形態において、配列に基づく分離により、分離した標的フラグメントおよび／または分離した参照フラグメントを生成することができる。分離した標的フラグメントおよび／または分離した参照フラグメントは、典型的に核酸サンプルの残りのフラグメントから離して単離される。いくつかの実施形態において、分離された標的フラグメントおよび分離された参照フラグメントも、互いに離して単離される（例えば、個別のアッセイコンパートメントにおいて単離する）。いくつかの実施形態において、分離された標的フラグメントおよび分離された参照フラグメントをともに単離する（例えば、同じアッセイコンパートメントにおいて単離する）。いくつかの実施形態において、結合されていないフラグメントを、区別して除去し、もしくは分解し、または消化することができる。
いくつかの実施形態において、選択性核酸捕捉プロセスを使用し、核酸サンプルから離して標的および／または参照フラグメントを分離する。市販の核酸捕捉系は、例えば、Ｎｉｍｂｌｅｇｅｎ配列捕捉系（Ｒｏｃｈｅ ＮｉｍｂｌｅＧｅｎ，Ｍａｄｉｓｏｎ，ＷＩ）；イルミナＢＥＡＤＡＲＲＡＹプラットフォーム（Ｉｌｌｕｍｉｎａ，Ｓａｎ Ｄｉｅｇｏ，ＣＡ）；Ａｆｆｙｍｅｔｒｉｘ ＧＥＮＥＣＨＩＰプラットフォーム（Ａｆｆｙｍｅｔｒｉｘ，Ｓａｎｔａ Ｃｌａｒａ，ＣＡ）；Ａｇｉｌｅｎｔ ＳｕｒｅＳｅｌｅｃｔ Ｔａｒｇｅｔ Ｅｎｒｉｃｈｍｅｎｔ Ｓｙｓｔｅｍ（Ａｇｉｌｅｎｔ Ｔｅｃｈｎｏｌｏｇｉｅｓ，Ｓａｎｔａ Ｃｌａｒａ，ＣＡ）；および関連のプラットフォームを含む。このような方法は典型的に、捕捉オリゴヌクレオチドを、標的または参照フラグメントのヌクレオチド配列の断片または全てにハイブリダイゼーションすることを含み、固相（例えば、固相アレイ）および／または溶液系プラットフォームの使用を含むことができる。捕捉オリゴヌクレオチド（“エサ”と呼ばれることもある）を、選択されたゲノム領域または遺伝子座（例えば、第２１番染色体、第１８番染色体、第１３番染色体、Ｘ染色体もしくはＹ染色体または参照染色体の１つ）からの核酸フラグメントを優先してハイブリダイズするように選択または設計することができる。
いくつかの実施形態において、核酸を、特定の核酸フラグメント長、長さの範囲、または１つまたはそれより多い長さに基づく分離方法を使用して特定の閾値またはカットオフ以下または以上の長さにおいて富化する。核酸フラグメント長は典型的に、フラグメントのヌクレオチドの数を指す。核酸フラグメント長も、核酸フラグメントのサイズを指すこともある。いくつかの実施形態において、長さに基づく分離方法を、個々のフラグメントの長さを測定することなく行う。いくつかの実施形態において、長さに基づく分離方法を、個々のフラグメントの長さを決定する方法と合わせて行う。いくつかの実施形態において、長さに基づく分離は、断片化されたプールの全てまたは一部を単離（例えば、保持）し、かつ／または分析することができるサイズ分別法を指す。サイズ分別法は、当技術分野において公知である（例えば、アレイの分離、分子篩による分離、ゲル電気泳動による分離、カラムクロマトグラフィーによる分離（例えば、サイズ排除カラム）およびマイクロフルイディクスに基づく方法）。いくつかの実施形態において、長さに基づいた分離方法は、フラグメント環状化、化学処理、（例えば、ホルムアルデヒド、ポリエチレングリコール（ＰＥＧ））、質量分析法および／またはサイズ特異的核酸増幅などを含むことができる。
本明細書に記載の方法とともに使用することができる特定の長さに基づいた分離方法は、選択性配列タグ付け法（ｓｅｌｅｃｔｉｖｅ ｓｅｑｕｅｎｃｅ ｔａｇｇｉｎｇ ａｐｐｒｏａｃｈ）などを使用する。用語「配列タグ付け」は、核酸または核酸の集団に認識可能なおよび個別の配列を組み込むことを指す。本明細書において使用される場合、用語「配列タグ付け」は、本明細書において後述される用語「配列タグ」と異なる意味を有する。このような配列タグ付け方法において、フラグメントサイズの種（例えば、短いフラグメント）の核酸に、長い核酸および短い核酸を含むサンプルの選択性配列タグ付けを行う。このような方法は、典型的に、インナープライマーおよびアウタープライマーを含むネステッドプライマーのセットを使用して、核酸増幅反応を行うことを含む。いくつかの実施形態において、インナーの１つまたは両方をタグ化し、それにより、標的増幅生成物にタグを導入することができる。アウタープライマーは一般に、（インナー）標的配列を担持する短いフラグメントにアニーリングしない。インナープライマーは、短いフラグメントにアニーリングすることができ、かつタグおよび標的配列を担持する増幅生成物を生成することができる。典型的に、長いフラグメントのタグ付けを、例えば、アウタープライマーの事前アニーリングおよび伸長によりインナープライマーをブロック伸長することを含む機構の組み合わせにより抑制される。タグ化されたフラグメントの富化は、例えば、１本鎖核酸のエキソヌクレアーゼ消化および少なくとも１つのタグに特異的な増幅プライマーを使用してタグ化されたフラグメントの増幅を含む、種々の方法のいずれかにより実現し得る。
本明細書に記載の方法とともに使用することができる別の長さに基づいた分離方法は、核酸サンプルに、ポリエチレングリコール（ＰＥＧ）沈殿を行うことを含む。方法の例として、国際特許出願公開第ＷＯ２００７／１４０４１７号およびＷＯ２０１０／１１５０１６号に記載のものを含む。この方法は一般に、実質的に小さい（例えば、３００ヌクレオチド未満の）核酸を沈殿することなく、実質的に大きい核酸を沈殿させるのに十分な条件下において、１つまたはそれより多い一価の塩の存在下において、核酸サンプルとＰＥＧとを接触させることを必要とする。
本明細書に記載の方法とともに使用することができる別のサイズに基づいた富化方法は、例えば、ｃｉｒｃｌｉｇａｓｅを使用する、ライゲーションによる環状化を含む。短い核酸フラグメントは典型的に、長いフラグメントより高い効率で環状化することができる。非環状化配列を、環状化配列から分離し、富化された短いフラグメントをさらなる分析に使用することができる。
配列リードの取得
いくつかの実施形態において、核酸（例えば、核酸フラグメント、サンプル核酸、細胞非含有核酸）をシークエンシングすることができる。いくつかの実施形態において、完全または実質的に完全な配列を得、かつ部分的な配列を得ることもある。いくつかの実施形態において、本明細書に記載の方法を行うとき、核酸をシークエンシングせず、核酸の配列をシークエンシング法によって決定しない。シークエンシング、マッピングおよび関連の分析方法は、当技術分野において公知である（例えば、米国特許出願公開第２００９／００２９３７７号、参照により組み込まれる）。このようなプロセスの特定の態様を以下に記載する。
本明細書において使用される場合、「リード」（すなわち、「リード」、「配列リード」）は、本明細書に記載の、または当技術分野において公知の任意のシークエンシングプロセスにより生成される短いヌクレオチド配列である。リードは、核酸フラグメントの一端から作製することができ（「シングルエンドリード」）、および核酸の両端から作製されることもある（例えば、ペアエンドリード、両端リード）。
いくつかの実施形態において、シングルエンドリードの公称の、平均の、平均値のまたは絶対長は、約２０連続ヌクレオチドから約５０連続ヌクレオチドであり、約３０連続ヌクレオチドから約４０連続ヌクレオチドであることもあり、約３５連続ヌクレオチドまたは約３６連続ヌクレオチドであることもある。いくつかの実施形態において、シングルエンドリードの公称の、平均の、平均値のまたは絶対長は、約２０〜約３０塩基長である。いくつかの実施形態において、シングルエンドリードの公称の、平均の、平均値のまたは絶対長は、約２４から約２８塩基長である。いくつかの実施形態において、シングルエンドリードの公称の、平均の、平均値のまたは絶対長は、約２１、２２、２３、２４、２５、２６、２７、２８または約２９塩基長である。
特定の実施形態において、ペアエンドリードの公称の、平均の、平均値のまたは絶対長は、約１０連続ヌクレオチドから約５０連続ヌクレオチド（例えば、約１１、１２、１３、１４、１５、１６、１７、１８、１９、２０、２１、２２、２３、２４、２５、２６、２７、２８、２９、３０、３１、３２、３３、３４、３５、３６、３７、３８、３９、４０、４１、４２、４３、４４、４５、４６、４７、４８または４９ヌクレオチド長）であることもあり、約１５連続ヌクレオチドから約２５連続ヌクレオチドであることもあり、約１７連続ヌクレオチド、約１８連続ヌクレオチド、約２０連続ヌクレオチド、約２５連続ヌクレオチド、約３６連続ヌクレオチドまたは約４５連続ヌクレオチドであることもある。
リードは一般に、核酸の物理特性におけるヌクレオチド配列の表現である。例えば、配列のＡＴＧＣ表現を含有するリードでは、核酸の物理特性において、「Ａ」は、アデニンヌクレオチドを表し、「Ｔ」はチミンヌクレオチドを表し、「Ｇ」はグアニンヌクレオチドを表し、「Ｃ」はシトシンヌクレオチドを表す。妊娠女性の血液から得られた配列リードは、胎児および母体の核酸の混合物からのリードであり得る。相対的に短いリードの混合物を、本明細書に記載のプロセスにより、妊娠女性および／またはその胎児に存在するゲノム核酸の表現に変換することができる。相対的に短いリードの混合物を、コピー数多型（例えば、母体および／または胎児のコピー数多型）、遺伝的変異または異数性などの表現に変換することができる。母体および胎児の核酸の混合物のリードを、母体および胎児の染色体の一方または両方の特徴を含む複合染色体またはそのセグメントの表現に変換することができる。特定の実施形態において、被験体からのサンプルの核酸配列リードを「得ること」および／または１例以上の参照個体からの生物学的検体の核酸配列リードを「得ること」は、直接核酸をシークエンシングし、配列情報を得ることを含むことができる。いくつかの実施形態において、「得ること」は、別のものによる核酸から直接得られた配列情報を受けることを含むことができる。
配列リードはマッピングすることができ、特定の核酸領域（例えば、染色体、ビン、ゲノム片）にマッピングするリードまたは配列タグの数は、カウントと呼ばれる。いくつかの実施形態において、カウントを、操作または変換することができる（例えば、正規化する、組み合わせる、付加する、フィルタリングする、選択する、平均化する、平均値を導くなど、またはその組み合わせ）。いくつかの実施形態において、カウントを変換し、正規化されたカウントを生成することができる。複数のゲノム片について正規化されたカウントを、プロファイルに提供することができる（例えば、ゲノムプロファイル、染色体プロファイル、染色体の断片のプロファイル）。プロファイルの１つまたはそれより多い異なる上昇を、操作するか、または変換することができ（例えば、上昇に関連するカウントを正規化することができる）、上昇を調節することができる。
いくつかの実施形態において、１個体からの１つの核酸サンプルをシークエンシングする。特定の実施形態において、２つ以上の生物学的サンプルからの核酸サンプルを、この場合、各生物学的サンプルは、１個体から、または２例以上の個体からのものであるが、プールし、そのプールをシークエンシングする。後者の特定の実施形態において、各生物学的サンプルからの核酸サンプルを、多くの場合、１つまたはそれより多い独自の同定タグにより同定する。
いくつかの実施形態において、ゲノムの画分をシークエンシングし、これは決定されたヌクレオチド配列により被覆されるゲノムの量で表現されることもある（例えば、１未満の「倍数」被覆率（“ｆｏｌｄ”ｃｏｖｅｒａｇｅ））。ゲノムを約１倍の被覆率でシークエンシングするときに、およそ１００％のゲノムのヌクレオチド配列がリードにより表される。また、ゲノムを冗長にシークエンシングすることができ、この場合、ゲノムの所与の領域を、２つ以上のリードまたはオーバーラップするリードにより被覆することができる（例えば、１より大きい「倍数」被覆率））。いくつかの実施形態において、ゲノムを約０．０１倍から約１００倍の被覆率、約０．２倍から２０倍の被覆率または約０．２倍から約１倍の被覆率（例えば、約０．０２倍、０．０３倍、０．０４倍、０．０５倍、０．０６倍、０．０６倍、０．０７倍、０．０８倍、０．０９倍、０．１倍、０．２倍、０．３倍、０．４倍、０．５倍、０．６倍、０．７倍、０．８倍、０．９倍、１倍、２倍、３倍、４倍、５倍、６倍、７倍、８倍、９倍、１０倍、１５倍、２０倍、３０倍、４０倍、５０倍、６０倍、７０倍、８０倍、９０倍の被覆率）でシークエンシングする。
特定の実施形態において、核酸フラグメントのサブセットを、シークエンシング前に選択する。特定の実施形態において、ハイブリダイゼーションに基づいた技術（例えば、オリゴヌクレオチドアッセイを使用）を使用して、特定の染色体（例えば、異数体の可能性のある染色体および試験した異数性に関与しない他の染色体）からの核酸配列について先ず選択をすることができる。いくつかの実施形態において、核酸を、サイズにより（例えば、ゲル電気泳動、サイズ排除クロマトグラフィーにより、またはマイクロフルイディクスに基づいた方法により）分画することができ、特定の例において、胎児の核酸を、より低い分子量（例えば、３００塩基対未満、２００塩基対未満、１５０塩基対未満、１００塩基対未満）を有する核酸について選択することにより富化することができる。いくつかの実施形態において、胎児の核酸を、母体のバックグランドの核酸を抑制することにより、例えば、ホルムアルデヒドの添加により、富化することができる。いくつかの実施形態において、核酸フラグメントの予備選択されたセットの部分またはサブセットを無作為にシークエンシングする。いくつかの実施形態において、核酸をシークエンシング前に増幅する。いくつかの実施形態において、核酸の部分またはサブセットをシークエンシング前に増幅する。
いくつかの実施形態において、シークエンシングライブラリを、シークエンシングプロセスの前または間に調製する。シークエンシングライブラリを調製するための方法は、当技術分野で公知であり、市販のプラットフォームを特定の用途に使用することができる。特定の市販のライブラリプラットフォームを、本明細書に記載の特定のヌクレオチドシークエンシングプロセスに適合させることができる。例えば、１つまたはそれより多い市販のライブラリプラットフォームを合成プロセスによるシークエンシングと適合させることができる。いくつかの実施形態において、ライゲーションに基づいたライブラリ調製方法を使用する（例えば、ＩＬＬＵＭＩＮＡ ＴＲＵＳＥＱ，Ｉｌｌｕｍｉｎａ，Ｓａｎ Ｄｉｅｇｏ ＣＡ）。ライゲーションに基づいたライブラリ調製方法は典型的に、最初のライゲーションステップにてインデックス配列を組み込むことができ、多くの場合、シングルリードシークエンシング、ペアエンドシークエンシングおよびマルチプレックスシークエンシング用にサンプルを調製するために使用することができるメチル化アダプター設計を使用する。いくつかの実施形態において、トランスポゾンに基づいたライブラリ調製方法を使用する（例えば、ＥＰＩＣＥＮＴＲＥ ＮＥＸＴＥＲＡ，Ｅｐｉｃｅｎｔｒｅ，Ｍａｄｉｓｏｎ ＷＩ）。トランスポゾンに基づいた方法は典型的に、単一管反応において、ＤＮＡを同時に断片化およびタグ化するインビトロでの転位を使用し（多くの場合、プラットフォーム特異的タグおよび任意選択のバーコードの組み込みを可能にする）、シーケンサレディライブラリ（ｓｅｑｕｅｎｃｅｒ−ｒｅａｄｙ ｌｉｂｒａｒｉｅｓ）を調製する。
本明細書に記載の方法を行うのに適した任意のシークエンシング法を利用することができる。いくつかの実施形態において、ハイスループットシークエンシング法を使用する。ハイスループットシークエンシング法は一般に、クローン増幅されたＤＮＡ鋳型またはフローセル内で大規模並列様式でシークエンシングされた１本鎖ＤＮＡ分子を含む（例えば、Ｍｅｔｚｋｅｒ Ｍ Ｎａｔｕｒｅ Ｒｅｖ １１：３１−４６（２０１０）；Ｖｏｌｋｅｒｄｉｎｇら、Ｃｌｉｎ．Ｃｈｅｍ．５５：６４１−６５８（２００９）に記載のとおり）。このようなシークエンシング法も、デジタル定量的情報を提供することができ、この場合、各配列リードは、個々のクローンＤＮＡ鋳型、１本鎖ＤＮＡ分子、ビンまたは染色体を表すカウント可能な「配列タグ」または「カウント」である。大規模並列様式でＤＮＡをシークエンシングすることができる次世代シークエンシング技法は、本明細書において、「大規模並列シークエンシング」（ＭＰＳ）と総称される。ハイスループットシークエンシング技法は、例えば、リバーシブルダイターミネーターを用いた合成によるシークエンシング、オリゴヌクレオチドプローブライゲーションによるシークエンシング、パイロシークエンシングおよびリアルタイムシークエンシングを含む。ＭＰＳの非限定的な例として、大規模並列シグネチャーシークエンシング（ＭＰＳＳ）、ポロニーシークエンシング、パイロシークエンシング、イルミナ（Ｓｏｌｅｘａ）シークエンシング、ＳＯＬｉＤシークエンシング、イオン半導体シークエンシング、ＤＮＡナノボールシークエンシング、ヘリオスコープ単一分子シークエンシング、単一分子リアルタイム（ＳＭＲＴ）シークエンシング、ナノポアシークエンシング、ＩＯＮ ＴｏｒｒｅｎｔおよびＲＮＡポリメラーゼ（ＲＮＡＰ）シークエンシングが挙げられる。
ハイスループットシークエンシング法に利用される系は市販されており、例えば、Ｒｏｃｈｅ４５４プラットフォーム、Ａｐｐｌｉｅｄ Ｂｉｏｓｙｓｔｅｍｓ ＳＯＬＩＤプラットフォーム、Ｈｅｌｉｃｏｓ Ｔｒｕｅ単一分子ＤＮＡシークエンシング法、ハイブリダイゼーションによるシークエンシングプラットフォーム（Ａｆｆｙｍｅｔｒｉｘ Ｉｎｃ．）、単一分子リアルタイム（ＳＭＲＴ）法（Ｐａｃｉｆｉｃ Ｂｉｏｓｃｉｅｎｃｅｓ）、合成によるシークエンシングプラットフォーム（４５４ Ｌｉｆｅ Ｓｃｉｅｎｃｅｓ、Ｉｌｌｕｍｉｎａ／ＳｏｌｅｘａおよびＨｅｌｉｃｏｓ Ｂｉｏｓｃｉｅｎｃｅｓ）およびライゲーションによるシークエンシングプラットフォーム（Ａｐｐｌｉｅｄ Ｂｉｏｓｙｓｔｅｍｓ）を含む。ＩＯＮ ＴＯＲＲＥＮＴ法（Ｌｉｆｅ ｔｅｃｈｎｏｌｏｇｉｅｓ）およびナノポアシークエンシングもハイスループットシークエンシング法に使用することができる。
いくつかの実施形態において、第１世代技術、例えば、自動化サンガーシークエンシングを含むサンガーシークエンシングなどを本明細書に提供される方法に使用することができる。発達する核酸画像技術（例えば、透過型電子顕微鏡法（ＴＥＭ）および原子間力顕微鏡法（ＡＦＭ））の使用を含むさらなるシークエンシング技術も、本明細書において考慮される。種々のシークエンシング技術の例を以下に記載する。
本明細書に記載の方法に使用し得る核酸シークエンシング技術は、合成によるシークエンシングおよびリバーシブルターミネーターに基づいたシークエンシング（例えば、イルミナのゲノム解析装置、ゲノム解析装置ＩＩ、ＨＩＳＥＱ２０００、ＨＩＳＥＱ２５００（Ｉｌｌｕｍｉｎａ，Ｓａｎ Ｄｉｅｇｏ ＣＡ））である。この技術を用いて、数百万個の核酸（例えば、ＤＮＡ）フラグメントを並列にシークエンシングすることができる。この種のシークエンシング技術の一例において、フローセルを使用するが、これは、表面にオリゴヌクレオチドアンカー（例えば、アダプタープライマー）を結合させた８個の個々のレーンを含む光学的に透明なスライドを含有する。フローセルは、多くの場合、結合させた被分析物に対して、試薬溶液の順序正しい通過を維持し、かつ／または可能にするよう構成され得る固体の支持体である。フローセルは、多くの場合、平面形状であり、光学的に透明な、一般にミリメートルまたはミリメートル以下のスケールであり、多くの場合、被分析物／試薬の相互作用が生じるチャンネルまたはレーンを有する。
特定の合成によるシークエンシング法において、例えば、鋳型ＤＮＡ（例えば、循環細胞非含有ＤＮＡ（ｃｃｆＤＮＡ））を、ライブラリ作製のための調製において数百塩基対の長さに断片化することができることもある。いくつかの実施形態において、ライブラリ調製を、鋳型ＤＮＡ（例えば、ｃｃｆＤＮＡ）のさらに断片化またはサイズ選択することなく行うことができる。特定の実施形態において、サンプル単離およびライブラリ作製を、自動化方法および装置を使用して行うことができる。つまり、鋳型ＤＮＡをフィルイン反応、エキソヌクレアーゼ反応またはフィルイン反応とエキソヌクレアーゼ反応の組み合わせにより末端修復する。得られた平滑末端修復された鋳型ＤＮＡを、アダプタープライマーの３’末端にオーバーハングする１本鎖ヌクレオチドに相補的な１本鎖ヌクレオチドにより伸長し、多くの場合、ライゲーション効率が増大する。任意の相補的ヌクレオチドを、伸長／オーバーハングヌクレオチド（例えば、Ａ／Ｔ、Ｃ／Ｇ）に使用することができるが、多くの場合、アデニンを使用し、末端修復されたＤＮＡを伸長し、多くの場合、チミンを３’末端オーバーハングヌクレオチドとして使用する。
特定の合成によるシークエンシング法において、例えば、アダプターオリゴヌクレオチドは、フローセルアンカーに相補的であり、改変鋳型ＤＮＡ（例えば、末端修復され、かつ１本鎖ヌクレオチドに伸長された）と、固体の支持体、例えば、フローセルの内面などが会合するのに利用することもある。いくつかの実施形態において、アダプターも識別子（すなわち、表示している（ｉｎｄｅｘｉｎｇ）ヌクレオチド、すなわち「バーコード」ヌクレオチド（例えば、サンプルおよび／または染色体の明白な同定を可能にする識別子として利用可能なヌクレオチドの独自の配列））、１つまたはそれより多いシークエンシングプライマーハイブリダイゼーション部位（例えば、ユニバーサルシークエンシングプライマー、シングルエンドシークエンシングプライマー、ペアエンドシークエンシングプライマー、マルチプレックスシークエンシングプライマーなどに相補的な配列）またはそれらの組み合わせ（例えば、アダプター／シークエンシング、アダプター／識別子、アダプター／識別子／シークエンシング）を含む。アダプターに含有される識別子またはヌクレオチドは、多くの場合、６ヌクレオチド長以上であり、多くの場合、識別子ヌクレオチドがシークエンシング反応中にシークエンシングされる第１のヌクレオチドとなるようにアダプターに位置付けされる。特定の実施形態において、識別子ヌクレオチドは、サンプルと会合するが、個別のシークエンシング反応においてシークエンシングし、配列リードの質が落ちることを避ける。続いて、識別子シークエンシングおよびＤＮＡ鋳型シークエンシングからのリードを合わせて結合させ、リードを脱多重化する。結合および脱多重化後に、シークエンスリードおよび／または識別子を、本明細書に記載のようにさらに調節または処理することができる。
特定の合成によるシークエンシング法において、識別子の利用により、フローセルレーンでのシークエンシング反応の多重化が可能になり、それにより、フローセルレーン当たりに複数のサンプルの分析が可能になる。所与のフローセルレーンにおいて分析することができるサンプル数は、多くの場合、ライブラリ調製および／またはプローブ設計中に利用される独自の識別子の数に依存する。市販のマルチプレックスシークエンシングキットの非限定的な例として、イルミナの多重化サンプル調製オリゴヌクレオチドキットおよび多重化シークエンシングプライマーならびにＰｈｉＸコントロールキット（例えば、それぞれ、イルミナのカタログ番号ＰＥ−４００−１００１およびＰＥ−４００−１００２）が挙げられる。本明細書に記載の方法を、任意の数の独自の識別子（例えば、４、８、１２、２４、４８、９６以上）を使用して行うことができる。独自の識別子の数が多いほど、例えば、単一のフローセルレーンにおいて多重化することができるサンプルおよび／または染色体の数が多くなる。例えば、１２識別子を使用する多重化は、８レーンのフローセルにおいて９６サンプル（例えば、９６ウェルマイクロウェルプレートのウェル数に等しい）の同時分析を可能にする。同様に、４８識別子を使用する多重化は、８レーンのフローセルにおいて３８４サンプル（例えば、３８４ウェルマイクロウェルプレートのウェル数に等しい）の同時分析を可能にする。
特定の合成によるシークエンシング法において、アダプター改変された、１本鎖鋳型ＤＮＡを、フローセルに添加し、限界希釈条件下において、ハイブリダイゼーションによりアンカーに固定する。エマルジョンＰＣＲと対照的に、ＤＮＡ鋳型を、「ブリッジ」増幅により、フローセルにおいて増幅させるが、これは隣接のアンカーオリゴヌクレオチド上に「アーチを形成」し、かつこれにハイブリダイズする捕捉されたＤＮＡ鎖によるものである。複数の増幅サイクルが、単一分子ＤＮＡ鋳型（ｓｉｎｇｌｅ−ｍｏｌｅｃｕｌｅ ＤＮＡ ｔｅｍｐｌａｔｅ）を、それぞれのクラスターがおよそ１０００クローン分子を含有するクローン増幅されたアーチ形「クラスター」に変換する。およそ５０×１０６の個別のクラスターをフローセル当たりに生成することができる。シークエンシングについては、クラスターを変性させ、続く化学的切断反応および洗浄によりシングルエンドシークエンシング用にフォワード鎖のみを残す。フォワード鎖のシークエンシングを、アダプター配列に相補的なプライマーをハイブリダイズすることにより開始した後、ポリメラーゼおよび異なる４色の蛍光リバーシブルダイターミネーターの混合物を添加する。ターミネーターを、クローンクラスターの各鎖に相補的な配列に従い組み込む。組み込まれた後、過剰の試薬を洗い流し、クラスターを必要に応じて調べ（ｉｎｔｅｒｒｏｇａｔｅｄ）、蛍光を記録する。続く化学ステップで、リバーシブルダイターミネーターを取り除き（ｕｎｂｌｏｃｋｅｄ）、蛍光標識を切断し、洗い流し、次のシークエンシングサイクルを行う。この繰り返しの、合成によるシークエンシングプロセスは、３６塩基のリード長を作製するためにおよそ２．５日を必要することもある。フローセル当たりに５０×１０６個のクラスターを用いて、全体の配列出力が、分析試行当たり１０億塩基対（Ｇｂ）より大きくなり得る。
本明細書に記載の方法とともに使用し得る別の核酸シークエンシング技術は、４５４シークエンシング（Ｒｏｃｈｅ）である。４５４シークエンシングは、実行当たり約４００〜６００メガ塩基のＤＮＡをシークエンシングすることができる大規模並列パイロシークエンシング系を使用する。プロセスは典型的に２つのステップを含む。第１のステップにおいて、サンプル核酸（例えば、ＤＮＡ）は、小さいフラグメント（３００〜８００塩基対）に分画され、仕上げが施される（各末端で平滑化する）こともある。次いで、短いアダプターをフラグメントの末端にライゲーションする。これらのアダプターは、サンプルライブラリフラグメントの増幅およびシークエンシングの両方においてプライミング配列を提供する。１つのアダプター（アダプターＢ）は、ストレプトアビジン被覆ビーズにＤＮＡライブラリを固定するための５’ビオチンタグを含有する。ニック修復後、非ビオチン化された鎖を放出し、１本鎖鋳型ＤＮＡ（ｓｓｔＤＮＡ）ライブラリとして使用する。ｓｓｔＤＮＡライブラリを、力価により決定されるｅｍＰＣＲに必要とされるその質および最適量（ビーズ当たりのＤＮＡコピー数）について評価する。ｓｓｔＤＮＡライブラリを、ビーズに固定する。ライブラリフラグメントを含有するビーズは、単一ｓｓｔＤＮＡ分子を担持する。ビーズ結合ライブラリを、油中水型混合物中に増幅試薬を用いて乳化させる。各ビーズを、ＰＣＲ増幅が生じるビーズ用のマイクロリアクター内で捕捉する。これにより、ビーズ固定した、クローン増幅されたＤＮＡフラグメントが生じる。
４５４シークエンシングの第２のステップにおいて、１本鎖鋳型ＤＮＡライブラリビーズを、ＤＮＡポリメラーゼを含有するインキュベーション混合物に添加し、ピコリットルのサイズのウェルを含有するデバイス上にスルフリラーゼおよびルシフェラーゼを含有するビーズとともに層にする。パイロシークエンシングを、各ＤＮＡフラグメントにおいて並列に行う。１つまたはそれより多いヌクレオチドの付加により、シークエンシング機器内のＣＣＤカメラにより記録される光信号を生成する。信号強度は、組み込まれたヌクレオチドの数に比例する。パイロシークエンシングは、ヌクレオチド付加時に、ピロリン酸（ＰＰｉ）の放出を利用する。ＰＰｉを、アデノシン５’ホスホ硫酸の存在下において、ＡＴＰスルフリラーゼによりＡＴＰに変換する。ルシフェラーゼは、ＡＴＰを使用し、ルシフェリンをオキシルシフェリンに変換し、この反応により、識別および分析される光を生成する（例えば、Ｍａｒｇｕｌｉｅｓ，Ｍ．ら、Ｎａｔｕｒｅ４３７：３７６−３８０（２００５）を参照のこと）。
本明細書において提供される方法に使用し得る別の核酸シークエンシング技術は、Ａｐｐｌｉｅｄ ＢｉｏｓｙｓｔｅｍｓのＳＯＬｉＤ（商標）技術である。ライゲーションによるＳＯＬｉＤ（商標）シークエンシングにおいて、核酸フラグメントのライブラリを、サンプルから調製し、クローンビーズ集団を調製するために使用する。この方法を用いて、核酸フラグメントの１種が、各ビーズ（例えば、磁気ビーズ）の表面に存在する。サンプル核酸（例えば、ゲノムＤＮＡ）をフラグメントにせん断し、続いて、アダプターをフラグメントの５’および３’末端に結合させ、フラグメントライブラリを作製する。アダプターは典型的に、ユニバーサルアダプター配列であるため、各フラグメントの開始配列は公知であり、同一である。エマルジョンＰＣＲは、ＰＣＲに必要な試薬全てを含有するマイクロリアクターで行われる。次いで、ビーズに結合した、結果として得られたＰＣＲ生成物を、ガラススライドに共有結合させる。次いで、プライマーがライブラリ鋳型内でアダプター配列にハイブリダイズする。４つの蛍光標識させた２塩基プローブのセットが、シークエンシングプライマーにライゲーションするため競合する。２塩基プローブの特異性は、各ライゲーション反応において、第１および第２の塩基毎に調べることにより得られる。複数のライゲーションサイクル、検出および切断は、最終的なリード長を決定するサイクル数を用いて行われる。一連のライゲーションサイクルの後に、伸長生成物を取り出し、鋳型を第２のラウンドのライゲーションサイクルのためにｎ−１位に対して相補的なプライマーを用いて再設定する。多くの場合、各配列タグについて、５ラウンドのプライマー再設定が完了する。プライマー再設定プロセスにより、各塩基を、２つの異なるプライマーによる２つの独立したライゲーション反応において調べる。例えば、リード位置５の塩基を、ライゲーションサイクル２のプライマー番号２により、およびライゲーションサイクル１のプライマー番号３によりアッセイする。
本明細書に記載の方法に使用し得る別の核酸シークエンシング技術は、Ｈｅｌｉｃｏｓ
Ｔｒｕｅ単一分子シークエンシング（ｔＳＭＳ）である。ｔＳＭＳ技法において、ポリＡ配列を、サンプルからの各核酸（例えば、ＤＮＡ）鎖の３’末端に付加する。各鎖を、蛍光標識されたアデノシンヌクレオチドの付加により標識する。次いで、ＤＮＡ鎖を、フローセルにハイブリダイズし、これは、フローセル表面に固定される数百万のオリゴＴ捕捉部位を含有する。鋳型は、約１億個の鋳型／ｃｍ２の密度であってよい。次いで、フローセルをシークエンシング装置にロードし、レーザーをフローセルの表面に照射し、各鋳型の位置を明らかにする。ＣＣＤカメラは、フローセル表面の鋳型の位置をマッピングすることができる。次いで、鋳型蛍光標識を切断し、洗い流す。シークエンシング反応を、ＤＮＡポリメラーゼおよび蛍光標識されたヌクレオチドを導入することにより開始する。オリゴＴ核酸は、プライマーとして作用する。ポリメラーゼは、標識されたヌクレオチドを鋳型指向性の様式でプライマーに組み込む。ポリメラーゼおよび組み込まれていないヌクレオチドを除去する。蛍光標識されたヌクレオチドを定方向に組み込んだ鋳型を、フローセル表面を画像化することにより検出する。画像化後、切断ステップにより蛍光標識を除去し、このプロセスを、所望のリード長を達成するまで他の蛍光標識されたヌクレオチドを用いて繰り返す。配列情報を、各ヌクレオチド付加ステップを用いて収集する（例えば、Ｈａｒｒｉｓ Ｔ．Ｄ．ら、Ｓｃｉｅｎｃｅ３２０：１０６−１０９（２００８）を参照のこと）。
本明細書に提供される方法に使用し得る別の核酸シークエンシング技術は、Ｐａｃｉｆｉｃ Ｂｉｏｓｃｉｅｎｃｅｓの単一分子のリアルタイム（ＳＭＲＴ（商標））シークエンシング技術である。この方法を用いて、４つのＤＮＡ塩基のそれぞれを、４つの異なる蛍光色素の１つに結合させる。これらの色素はホスホ結合する（ｐｈｏｓｐｈｏｌｉｎｋｅｄ）。１本鎖ＤＮＡポリメラーゼを、ゼロモード導波路（ＺＭＷ）の底部にて鋳型１本鎖ＤＮＡの単一分子と固定する。ＺＭＷは、ＺＭＷ外で急速（ミリ秒で）に拡散する蛍光ヌクレオチドのバックグランドに対してＤＮＡポリメラーゼにより単一のヌクレオチドの組み込みを観察することができる閉じ込め構造である。ヌクレオチドを、成長する鎖に組み込むには数ミリ秒かかる。この間、蛍光標識を、励起させ、蛍光信号を生成し、蛍光タグを切断する。色素の対応する蛍光の検出は、塩基が組み込まれたことを示す。次いで、プロセスを繰り返す。
本明細書に記載の方法に使用し得る別の核酸シークエンシング技術は、化学的にコードされた情報（Ａ、Ｃ、Ｇ、Ｔ）を半導体チップ上でデジタル情報（０、１）に直接翻訳する、簡易なシークエンシング化学を用いた半導体技術を組み合わせたＩＯＮ ＴＯＲＲＥＮＴ（Ｌｉｆｅ Ｔｅｃｈｎｏｌｏｇｉｅｓ）単一分子シークエンシングである。ＩＯＮ ＴＯＲＲＥＮＴは、微細加工されたウェルの高密度アレイを使用し、大規模並列手段で核酸シークエンシングを行う。各ウェルは、異なるＤＮＡ分子を保持する。ウェルの下は、イオン感受性層であり、その下はイオンセンサーである。典型的に、ヌクレオチドを、ポリメラーゼによりＤＮＡの鎖に組み込むときに、水素イオンを副生成物として放出する。ヌクレオチド、例えば、ＣをＤＮＡ鋳型に付加した後、ＤＮＡの鎖に組み込む場合、水素イオンが放出される。そのイオンからの電荷が溶液のｐＨを変化させ、これをイオンセンサーにより検出することができる。シーケンサが、塩基を呼び出し、化学情報からデジタル情報に直接進むことができる。次いで、シーケンサは、連続してヌクレオチドを次々とチップに送液する。チップに送液した次のヌクレオチドが一致しない場合、電圧変化を記録せず、塩基は呼び出されない。ＤＮＡ鎖に２つの同一の塩基が存在する場合、電圧を２倍にし、チップは、呼び出された２つの同一の塩基を記録する。これは、直接検出（すなわち、走査、カメラまたは光を用いずに検出）であるため、各ヌクレオチドの組み込みを、秒単位で記録する。
本明細書に記載の方法に使用し得る別の核酸シークエンシング技術は、化学感応型電界効果トランジスタ（ＣＨＥＭＦＥＴ）アレイである。このシークエンシング技法の一例において、ＤＮＡ分子を反応チャンバーに入れ、鋳型分子を、ポリメラーゼに結合させるシークエンシングプライマーにハイブリダイズすることができる。シークエンシングプライマーの３’末端にて、１つまたはそれより多い三リン酸を新しい核酸鎖に組み込むことで、ＣＨＥＭＦＥＴセンサーによる電流の変化により検出することができる。アレイは、複数のＣＨＥＭＦＥＴセンサーを有し得る。別の実施例において、単一の核酸をビーズに結合させ、核酸をビーズ上で増幅させることができ、個々のビーズを、ＣＨＥＭＦＥＴアレイの個々の反応チャンバー（各チャンバーは、ＣＨＥＭＦＥＴセンサーを有する）に移すことができ、核酸をシークエンシングすることができる（例えば、米国特許出願公開第２００９／００２６０８２号を参照のこと）。
本明細書に記載の方法に使用し得る別の核酸配列決定技術は、電子顕微鏡法である。このシークエンシング技術の一例において、個々の核酸（例えば、ＤＮＡ）分子を、電子顕微鏡を使用して識別可能である金属標識を使用して標識する。次いで、これらの分子を平坦な表面で伸長させ、電子顕微鏡を使用して画像化し、配列を測定する（例えば、Ｍｏｕｄｒｉａｎａｋｉｓ Ｅ．Ｎ．ａｎｄ Ｂｅｅｒ Ｍ．Ｐｒｏｃ Ｎａｔｌ Ａｃａｄ Ｓｃｉ ＵＳＡ．１９６５ Ｍａｒｃｈ；５３：５６４−７１を参照のこと）。いくつかの実施形態において、透過型電子顕微鏡法（ＴＥＭ）を使用する（例えば、Ｈａｌｃｙｏｎ ＭｏｌｅｃｕｌａｒのＴＥＭ法）。この方法は、Ｉｎｄｉｖｉｄｕａｌ Ｍｏｌｅｃｕｌｅ Ｐｌａｃｅｍｅｎｔ Ｒａｐｉｄ Ｎａｎｏ Ｔｒａｎｓｆｅｒ（ＩＭＰＲＮＴ）と呼ばれ、重原子マーカーで選択的に標識された高分子量（例えば、約１５０ｋｂ以上）のＤＮＡの単原子分解能透過型電子顕微鏡イメージングを利用し、塩基間の空間が一貫している超高密度（３ｎｍ鎖間）並列アレイにおいて超薄膜上にこれらの分子を整列させることを含む。電子顕微鏡を膜上の分子を画像化するために使用し、重原子マーカーの位置を決定し、ＤＮＡから塩基配列情報を抽出する（例えば、国際特許出願公開第ＷＯ２００９／０４６４４５号を参照のこと）。
本明細書において方法を行うために使用し得る他のシークエンシング方法は、デジタルＰＣＲおよびハイブリダイゼーションによるシークエンシングを含む。デジタルポリメラーゼ連鎖反応（デジタルＰＣＲまたはｄＰＣＲ）を使用し、サンプル内の核酸を直接同定し、定量化することができる。いくつかの実施形態において、デジタルＰＣＲをエマルジョンで行うことができる。例えば、個々の核酸を、例えば、マイクロ流体チャンバーデバイス内で分離し、各核酸を、ＰＣＲにより個々に増幅させる。核酸を、ウェル当たり１核酸以下が存在するように分離することができる。いくつかの実施形態において、異なるプローブを使用し、種々のアレル（例えば、胎児アレルおよび母体アレル）を区別することができる。アレルを列挙し、コピー数を決定することができる。ハイブリダイゼーションによるシークエンシングにおいて、方法は、複数のポリヌクレオチド配列と、複数のポリヌクレオチドプローブを接触させることを含み、この場合、複数のポリヌクレオチドプローブのそれぞれを、必要に応じて基材に結合させることができる。いくつかの実施形態において、基材は、公知のヌクレオチド配列のアレイを含む平坦な表面であってよい。アレイにハイブリダイゼーションするパターンを使用して、サンプル内に存在するポリヌクレオチド配列を決定することができる。いくつかの実施形態において、各プローブをビーズ、例えば、磁気ビーズなどに結合させる。ビーズのハイブリダイゼーションは同定することができ、かつサンプル内の複数のポリヌクレオチド配列の同定に使用することができる。
いくつかの実施形態において、ナノポアシークエンシングを本明細書に記載の方法に使用することができる。ナノポアシークエンシングは、単一分子シークエンシング技術であり、これにより単一核酸分子（例えば、ＤＮＡ）を、それがナノポアを通過するときに直接シークエンシングする。ナノポアは、直径がほぼ１ナノメートルの小さな孔またはチャンネルである。特定の膜貫通型細胞タンパク質が、ナノポア（例えば、アルファ−ヘモリシン）として作用することができる。ナノポアを合成することができることもある（例えば、シリコンプラットフォームを使用）。伝導液にナノポアを浸潤させ、それ全体に電位を加えることにより、ナノポアを通したイオンの伝導によりわずかな電流が生じる。流れる電流の量は、ナノポアのサイズに影響を受けやすい。ＤＮＡ分子がナノポアを通過するとき、ＤＮＡ分子上の各ヌクレオチドが、異なる程度でナノポアを遮断し、電流に特徴的な変化が生じる。任意の所与の時点にてナノポアを通過することができる電流の量は、それゆえ、ナノポアがＡ、Ｃ、Ｇ、Ｔまたはいくつかの例において、メチル−Ｃにより遮断されるかどうかに応じて異なる。ＤＮＡ分子がナノポアを通過するときに、ナノポアを介する電流の変化が、ＤＮＡ配列の直接の読み取りを表す。ナノポアを使用し、正しい順でナノポアを通過するときに個々のＤＮＡ塩基を同定することができることもある（例えば、Ｓｏｎｉ ＧＶ ａｎｄ Ｍｅｌｌｅｒ Ａ．Ｃｌｉｎ．Ｃｈｅｍ．５３：１９９６−２００１ （２００７）；国際特許出願第ＷＯ２０１０／００４２６５号を参照のこと）。
ナノポアを使用し、核酸分子をシークエンシングすることができる多くの方法がある。いくつかの実施形態において、エキソヌクレアーゼ酵素、例えば、デオキシリボヌクレアーゼを使用する。この場合において、エキソヌクレアーゼ酵素を使用し、核酸（例えば、ＤＮＡ）分子からのヌクレオチドを連続して分離する。次いで、ヌクレオチドを検出し、その放出の順にナノポアにより識別されるため、元の鎖の配列を読み取る。このような実施形態において、エキソヌクレアーゼ酵素を、ＤＮＡ分子から放出されたヌクレオチドの割合が、ナノポアのチャンネルに進入し、これと相互作用することができるようにナノポアに結合させることができる。エキソヌクレアーゼを、チャンネルの開口部を形成するナノポアの部分にかなり近接する部位にてナノポア構造に結合させることができる。エキソヌクレアーゼ酵素を、そのヌクレオチドの出口の軌道部位（ｔｒａｊｅｃｔｏｒｙ ｓｉｔｅ）が、開口部の一部を形成するナノポアの部分に向かうようにナノポア構造に結合させることができることもある。
いくつかの実施形態において、核酸のナノポアシークエンシングは、ポアを通して核酸（例えば、ＤＮＡ）分子を押し出しまたは引き出す酵素の使用を含む。この場合において、イオン電流は、ＤＮＡ分子のヌクレオチドがポアを通過する場合に変動する。電流の変動は、ＤＮＡ配列を示す。このような実施形態について、ポアを通るイオン電流の流れを干渉することなく、ナノポアのチャンネルを通して標的核酸を押し出しまたは引き出すことができるように、酵素をナノポア構造物に結合させることができる。酵素を、開口部の部分を形成するナノポア構造物の部分にかなり近接な部位にて該構造物に結合させることができる。酵素を、例えば、その活性部位が開口部の部分を形成する構造の部分に向けて配向するように、サブユニットに結合させることができる。
いくつかの実施形態において、核酸のナノポアシークエンシングは、ナノポア検出器にかなり近接したポリメラーゼ副生成物の検出を含む。この場合において、ヌクレオシドリン酸（ヌクレオチド）を標識し、その結果、リン酸標識された種を、ポリメラーゼをヌクレオチド鎖に付加するときに放出し、リン酸標識された種をポアにより検出する。典型的に、リン酸種は、各ヌクレオチドに特異的な標識を含有する。続いて、ヌクレオチドを核酸鎖に付加し、塩基付加の副生成物を検出する。リン酸標識された種を検出する順を使用し、核酸鎖の配列を決定することができる。
配列リードの長さは、多くの場合、特定のシークエンシング技術と関連する。例えば、ハイスループット法は、数十から数百の塩基対（ｂｐ）のサイズで異なり得る配列リードを提供する。例えば、ナノポアシークエンシングは、数十から数十万（ｈｕｎｄｒｅｄｓ ｔｏ ｔｈｏｕｓａｎｄｓ）の塩基対のサイズで異なり得る配列リードを提供することができる。いくつかの実施形態において、配列リードは、約１５ｂｐ〜９００ｂｐ長（例えば、約２０ｂｐ、約２５ｂｐ、約３０ｂｐ、約３５ｂｐ、約４０ｂｐ、約４５ｂｐ、約５０ｂｐ、約５５ｂｐ、約６０ｂｐ、約６５ｂｐ、約７０ｂｐ、約７５ｂｐ、約８０ｂｐ、約８５ｂｐ、約９０ｂｐ、約９５ｂｐ、約１００ｂｐ、約１１０ｂｐ、約１２０ｂｐ、約１３０、約１４０ｂｐ、約１５０ｂｐ、約２００ｂｐ、約２５０ｂｐ、約３００ｂｐ、約３５０ｂｐ、約４００ｂｐ、約４５０ｂｐ、または約５００ｂｐの平均値、中央値または平均の長さのものである。いくつかの実施形態において、配列リードは、約１０００ｂｐ以上の平均値、中央値、最頻値または平均の長さのものである。
いくつかの実施形態において、染色体特異的シークエンシングを行う。いくつかの実施形態において、染色体特異的シークエンシングを、ＤＡＮＳＲ（選択された領域のデジタル分析）を利用して行う。選択された領域のデジタル分析は、ＰＣＲ鋳型を形成する介在する「ブリッジ」オリゴを介した、２つの遺伝座特異的オリゴヌクレオチドのｃｆＤＮＡ依存性連鎖による数百の遺伝子座の同時定量化を可能にする。いくつかの実施形態において、染色体特異的シークエンシングを、染色体特異的配列で富化されたライブラリを作製することにより行う。いくつかの実施形態において、配列リードは、選択された染色体のセットにおいてのみ得られる。いくつかの実施形態において、配列リードは、第２１番染色体、第１８番染色体および第１３番染色体においてのみ得られる。
いくつかの実施形態において、核酸は、蛍光信号または配列タグ情報を含み得る。信号またはタグの定量化を、種々の技法、例えば、フローサイトメトリー、定量的ポリメラーゼ連鎖反応（ｑＰＣＲ）、ゲル電気泳動、遺伝子チップ分析、マイクロアレイ、質量分析、細胞蛍光測定分析、蛍光顕微鏡法、共焦点レーザー走査型顕微鏡法、レーザー走査型サイトメトリー、アフィニティークロマトグラフィー、マニュアルバッチモード分離、電界懸濁、シークエンシングおよびそれらの組み合わせに使用し得る。
シークエンシングモジュール
シークエンシングすることおよびシークエンシングリードを得ることは、シークエンシングモジュールにより、またはシークエンシングモジュールを含む装置により提供することができる。本明細書において使用される場合、「配列受信モジュール」は、「シークエンシングモジュール」と同じである。シークエンシングモジュールを含む装置は、当技術分野で公知のシークエンシング技術から核酸の配列を決定する任意の装置であってよい。特定の実施形態において、シークエンシングモジュールを含む装置は、当技術分野で公知のシークエンシング反応を行う。シークエンシングモジュールは一般に、シークエンシング反応からのデータ（例えば、シークエンシング装置から作製された信号）に従い、核酸配列リードを提供する。いくつかの実施形態において、シークエンシングモジュールまたはシークエンシングモジュールを含む装置は、シークエンシングリードを提供することを要求される。いくつかの実施形態において、シークエンシングモジュールを、別のシークエンシングモジュール、コンピュータ周辺機器、オペレータ、サーバー、ハードドライブ、装置から、または適切な供給源から配列リードを受信し、取得し、アクセスし、または回収することができる。いくつかの実施形態において、シークエンシングモジュールは、配列リードを操作することができる。例えば、シークエンシングモジュールは、配列リードを整列、組み立て、断片化、相補、逆相補、エラーチェックまたはエラー補正することができる。シークエンシングモジュールを含む装置は、少なくとも１つのプロセッサを含むことができる。いくつかの実施形態において、シークエンシングリードを、シークエンシングモジュールから１つまたはそれより多い命令（例えば、プロセス、ルーティンおよび／またはサブルーティン）を行い、かつ／または実行することができるプロセッサ（例えば、１つまたはそれより多いプロセッサ）を含む装置により提供される。いくつかの実施形態において、シークエンシングリードは、複数のプロセッサ（ｍｕｌｔｉｐｌｅ ｐｒｏｃｅｓｓｏｒｓ）、例えば、並列に協動し、かつ作用するプロセッサを含む装置により提供される。いくつかの実施形態において、シークエンシングモジュールは、１つまたはそれより多い外部プロセッサ（例えば、内部または外部ネットワーク、サーバー、記憶デバイスおよび／または記憶ネットワーク（例えば、クラウド））とともに動作する。いくつかの実施形態において、シークエンシングモジュールは、別のモジュール、装置、周辺機器、コンポーネントまたは特殊なコンポーネント（例えば、シーケンサ）からデータおよび／または情報を収集し、組み立て、かつ／または受信する。いくつかの実施形態において、シークエンシングリードは、以下の１つ以上を含む装置により提供される：１つまたはそれより多いフローセル、カメラ、光検出器、フォトセル、流体処理コンポーネント、プリンタ、ディスプレイ（例えば、ＬＥＤ、ＬＣＴまたはＣＲＴ）など。多くの場合、シークエンシングモジュールは、配列リードを受信し、収集し、かつ／または組み立てる。いくつかの実施形態において、シークエンシングモジュールは、装置のオペレータから入力データおよび／または情報を受け取り、収集する。例えば、装置のオペレータは、モジュールに命令、定数、閾値、式または所定の値を提供することもある。いくつかの実施形態において、シークエンシングモジュールは、それが受信するデータおよび／または情報を連続核酸配列に変換することができる。いくつかの実施形態において、シークエンシングモジュールにより提供される核酸配列を印刷し、または表示する。いくつかの実施形態において、配列リードは、シークエンシングモジュールにより提供され、シークエンシングモジュールから装置または任意の適切な周辺機器、コンポーネントまたは特殊なコンポーネントを含む装置に転送される。いくつかの実施形態において、データおよび／または情報は、シークエンシングモジュールから、複数のプロセッサ、例えば、並列に協動し、かつ作用するプロセッサを含む装置に提供される。いくつかの実施形態において、配列リードに関連するデータおよび／または情報を、シークエンシングモジュールから、任意の他の適切なモジュールに転送することができる。いくつかの実施形態において、シークエンシングモジュールは、配列リードをマッピングモジュールまたはカウンティングモジュールに転送することができる。
マッピングリード
ヌクレオチド配列リード（すなわち、物理的なゲノム位置がわかっていないフラグメントからの配列情報）をマッピングすることを、多くの方法で行うことができ、多くの場合、得られた配列リードと参照ゲノムの一致する配列とのアライメントを含む（例えば、Ｌｉら、“Ｍａｐｐｉｎｇ ｓｈｏｒｔ ＤＮＡ ｓｅｑｕｅｎｃｉｎｇ ｒｅａｄｓ ａｎｄ ｃａｌｌｉｎｇ ｖａｒｉａｎｔｓ ｕｓｉｎｇ ｍａｐｐｉｎｇ ｑｕａｌｉｔｙ ｓｃｏｒｅ，”Ｇｅｎｏｍｅ Ｒｅｓ．，２００８ Ａｕｇ １９．）。このようなアライメントにおいて、配列リードは一般に、参照配列および整列が「マッピング」または「配列タグ」であるとして表されているものに対して整列される。いくつかの実施形態において、マッピングされた配列リードは、「ヒット」または「カウント」と呼ばれる。いくつかの実施形態において、マッピングされた配列リードは、種々のパラメータに従い、合わせてグループ化され、以下にさらに詳述される、特定のゲノム片に割り当てられる。
本明細書において使用される場合、用語「整列された」、「アライメント」、または「整列する」は、一致（例えば、１００％同一性）または部分一致として同定され得る２つ以上の核酸配列を指す。アライメントは、手動またはコンピュータアルゴリズムによりなされることができ、例として、Ｉｌｌｕｍｉｎａ Ｇｅｎｏｍｉｃｓ Ａｎａｌｙｓｉｓパイプラインの一部として配布されるＮｕｃｌｅｏｔｉｄｅ Ｄａｔａ（ＥＬＡＮＤ）コンピュータプログラムのＥｆｆｉｃｉｅｎｔ Ｌｏｃａｌ Ａｌｉｇｎｍｅｎｔが挙げられる。配列リードのアライメントは、１００％配列一致であり得る。いくつかの実施形態において、アライメントは、１００％未満の配列一致である（すなわち、非完全一致、部分一致、部分アライメント）。いくつかの実施形態において、アライメントは、約９９％、９８％、９７％、９６％、９５％、９４％、９３％、９２％、９１％、９０％、８９％、８８％、８７％、８６％、８５％、８４％、８３％、８２％、８１％、８０％、７９％、７８％、７７％、７６％または７５％一致である。いくつかの実施形態において、アライメントは、不一致を含む。いくつかの実施形態において、アライメントは、１、２、３、４または５の不一致を含む。２つ以上の配列を、いずれかの鎖を使用して整列させることができる。いくつかの実施形態において、核酸配列を別の核酸配列の逆相補を用いて整列させる。
種々のコンピュータによる方法を使用し、各配列リードをゲノム片（ｇｅｎｏｍｉｃ ｓｅｃｔｉｏｎ）にマッピングすることができる。配列を整列させるために使用することができるコンピュータアルゴリズムの非限定的な例として、ＢＬＡＳＴ、ＢＬＩＴＺ、ＦＡＳＴＡ、ＢＯＷＴＩＥ１、ＢＯＷＴＩＥ２、ＥＬＡＮＤ、ＭＡＱ、ＰＲＯＢＥＭＡＴＣＨ、ＳＯＡＰもしくはＳＥＱＭＡＰまたはそれらの変形例、あるいはそれらの組み合わせを含むが限定されない。いくつかの実施形態において、配列リードを、参照ゲノムの配列を用いて整列させることができる。いくつかの実施形態において、配列リードを、例えば、ＧｅｎＢａｎｋ、ｄｂＥＳＴ、ｄｂＳＴＳ、ＥＭＢＬ（Ｅｕｒｏｐｅａｎ Ｍｏｌｅｃｕｌａｒ Ｂｉｏｌｏｇｙ Ｌａｂｏｒａｔｏｒｙ）およびＤＤＢＪ（日本のＤＮＡデータバンク）を含む当技術分野で公知の核酸データベースに見つけることができ、かつ／または該データベースの配列を用いて整列させることができる。ＢＬＡＳＴまたは同様のツールを使用し、配列データベースに対して同定された配列を検索することができる。次いで、例えば、検索ヒットを使用し、同定された配列を、適切なゲノム片（以下に記載）にソートすることができる。
本明細書において、用語「配列タグ」を、アラインメントによってより大きな配列、例えば、参照ゲノムに特異的に割り当てられた、すなわち、マッピングされた配列リードを指す用語「マッピングされた配列タグ」と交換可能に使用される。マッピングされた配列タグは、参照ゲノムに独自にマッピングされ、すなわち、参照ゲノムに対して単一の位置に割り当てられる。参照ゲノムの２つ以上の位置にマッピングされることができるタグ、すなわち、独自にマッピングされないタグは、分析に含まれない。「配列タグ」は、具体的なゲノム片および／または染色体（すなわち、ヒト被験体についての第１〜２２番染色体、染色体Ｘまたは染色体Ｙの１つ）に特異的に割り当てられる核酸（例えば、ＤＮＡ）配列（すなわち、リード）であることができる。配列タグは、参照ゲノムの単一のセグメント（例えば、染色体）内で反復または非反復であり得る。いくつかの実施形態において、反復配列タグをさらなる分析（例えば、定量化）から排除する。いくつかの実施形態において、リードは、参照ゲノム内の部分に独自にまたは非独自にマッピングされ得る。リードは、参照ゲノム内の単一の配列と整列する場合、「独自にマッピングされる」と考慮される。リードは、参照ゲノムの２つ以上の配列と整列する場合、「非独自にマッピングされる」と考慮される。いくつかの実施形態において、非独自にマッピングされるリードをさらなる分析（例えば、定量化）から排除する。特定の実施形態において、特定の少程度の不一致（０〜１）は、参照ゲノムとマッピングされる個々のサンプルからのリードとの間に存在し得る一塩基多型を考慮するために許容され得る。いくつかの実施形態において、不一致度がないことにより、リードを参照配列にマッピングすることが可能になる。
本明細書において使用される場合、用語「参照ゲノム」は、部分または完全に関わらず、被験体から同定された配列を参照するために使用され得る任意の生体またはウイルスの、任意の具体的に知られた、シークエンシングされた、または特徴づけられたゲノムを指す。例えば、ヒト被験体ならびに多くの他の生体について使用される参照ゲノムを、Ｎａｔｉｏｎａｌ Ｃｅｎｔｅｒ ｆｏｒ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ Ｉｎｆｏｒｍａｔｉｏｎ（ワールド・ワイド・ウェブ・ユニバーサル・ソース・コードｎｃｂｉ．ｎｌｍ．ｎｉｈ．ｇｏｖ）で見つけることができる。「ゲノム」は、核酸配列に発現する、生体またはウイルスの完全な遺伝情報を指す。本明細書において使用される場合、参照配列または参照ゲノムは、多くの場合、個々の、または複数の個体からの組み立てられた、または部分的に組み立てられたゲノム配列である。いくつかの実施形態において、参照ゲノムは、１名以上のヒト個体から組み立てられた、または部分的に組み立てられたゲノム配列である。いくつかの実施形態において、参照ゲノムは、染色体に割り当てられた配列を含む。
特定の実施形態において、サンプル核酸が、妊娠女性からのものである場合、参照配列は、胎児、胎児の母親または胎児の父親からのものでないこともあり、本明細書において、「外部参照」と呼ばれる。いくつかの実施形態において、母体参照を調製し、使用し得る。参照を母体核酸（例えば、細胞核酸）から調製することもある。妊娠女性からの参照を、外部参照に基づき調製する（母体参照配列）ときに、実質的に胎児ＤＮＡを含有しない妊娠女性のＤＮＡからのリードを、多くの場合、外部参照配列にマッピングし、組み立てる。特定の実施形態において、外部参照は、妊娠女性と実質的に同じ民族性を有する個体のＤＮＡからのものである。母体参照配列は、母体ゲノムＤＮＡを完全に包括せず（例えば、母体ゲノムＤＮＡの約５０％、６０％、７０％、８０％、９０％以上を包括し得る）、母体参照は、母体ゲノムＤＮＡ配列と完全一致し得ない（例えば、母体参照配列は、複数の不一致を含み得る）。
いくつかの実施形態において、マッピング性を、ゲノム領域（例えば、ゲノム片、ゲノム部分、ビン）について評価する。マッピング性は、典型的には、例えば、０、１、２以上の不一致を含む特定の不一致の数まで、参照ゲノムの部分にヌクレオチド配列リードを一義的に整列させる能力である。所与のゲノム領域において、マッピング性の期待値を、プリセットのリード長のスライディングウィンドウ法を使用して、かつ得られたリードレベルのマッピング性の値を平均化して推定することができる。独自のヌクレオチド配列の伸長を含むゲノム領域が、高いマッピング性の値を有することもある。
いくつかの実施形態において、マッピング特徴をゲノム領域（例えば、ゲノム片、ゲノム部分、ビン）について評価する。マッピング特徴は、ゲノム領域への配列リードのマッピングに直接または間接的に影響を及ぼし得る、ゲノム領域の任意の特徴を含むことができる。マッピング特徴は、例えば、マッピング性の測定値、ヌクレオチド配列、ヌクレオチド組成、ゲノム内の位置、染色体内の位置、染色体内の特定の位置への近接などを含むことができる。いくつかの実施形態において、マッピング特徴は、ゲノム領域についてのマッピング性の測定値であることができる。いくつかの実施形態において、マッピング特徴は、ゲノム領域のＧＣ含量であることができる。いくつかの実施形態において、マッピング特徴は、本明細書中でさらに詳細に説明するように、特定のゲノム領域についての実験的バイアス（例えば、マッピング性バイアス、ＧＣバイアス）に影響を及ぼすことができる。
マッピングモジュール
配列リードを、マッピングモジュールにより、またはマッピングモジュールを含む装置によりマッピングすることができ、このマッピングモジュールは一般に、参照ゲノムまたはそのセグメントにリードをマッピングする。マッピングモジュールは、当技術分野において公知の適切な方法によりシークエンシングリードをマッピングすることができる。いくつかの実施形態において、マッピングモジュールまたはマッピングモジュールを含む装置は、マッピングされた配列リードを提供することを要求される。マッピングモジュールを含む装置は、少なくとも１つのプロセッサを含むことができる。いくつかの実施形態において、マッピングされたシークエンシングリードは、マッピングモジュールから１つまたは複数の命令（例えば、プロセス、ルーティンおよび／またはサブルーティン）を行い、かつ／または実行することができるプロセッサ（例えば、１つまたは複数のプロセッサ）を含む装置により提供される。いくつかの実施形態において、シークエンシングリードを、マルチプロセッサ、例えば、並列に協動し、かつ作用するプロセッサを含む装置によりマッピングする。いくつかの実施形態において、核酸フラグメント長を、マルチプロセッサ、例えば、並列に協動し、かつ作用するプロセッサを含む装置によりマッピングされた配列リード（例えば、ペアエンドリード）に基づき決定する。いくつかの実施形態において、マッピングモジュールは、１つまたは複数の外部プロセッサ（例えば、内部または外部ネットワーク、サーバー、記憶デバイスおよび／または記憶ネットワーク（例えば、クラウド））とともに動作する。装置は、マッピングモジュールおよびシークエンシングモジュールを含み得る。いくつかの実施形態において、配列リードを以下の１つまたは複数を含む装置によりマッピングし得る：１つまたは複数のフローセル、カメラ、流体処理コンポーネント、プリンタ、ディスプレイ（例えば、ＬＥＤ、ＬＣＴまたはＣＲＴ）など。いくつかの実施形態において、マッピングモジュールは、シークエンシングモジュールから配列リードを受信することができる。いくつかの実施形態において、マッピングされたシークエンシングリードを、マッピングモジュールから、カウンティングモジュールまたは正規化モジュールに転送することができる。
ゲノム片
いくつかの実施形態において、マッピングされた配列リード（すなわち、配列タグ）を、種々のパラメータに従い、合わせてグループ化し、具体的なゲノム片に割り当てる。多くの場合、個々のマッピングされた配列リードを使用し、サンプル中に存在するゲノム片の量を同定することができる。いくつかの実施形態において、ゲノム片の量は、サンプル中のより大きな配列（例えば、染色体）の量を示し得る。本明細書において、用語「ゲノム片」は、「配列ウィンドウ」、「片」、「ビン」、「遺伝子座」、「領域」、「区分」、「部分」（例えば、参照ゲノムの部分、染色体の部分）または「ゲノム部分」とも呼ばれ得る。いくつかの実施形態において、ゲノム片は、染色体全体、染色体の部分、参照ゲノムの部分、複数の染色体部分、複数の染色体、複数の染色体からの部分、および／またはそれらの組み合わせである。いくつかの実施形態において、ゲノム片は特定のパラメータに基づき予め定義される。いくつかの実施形態において、ゲノム片は、ゲノム（例えば、サイズにより区分されたもの、部分、連続領域、任意に定義されたサイズの連続領域など）の区分化に基づき任意に定義される。
いくつかの実施形態において、ゲノム片は、例えば、配列の長さまたは具体的な特徴（単数もしくは複数）を含む、１つまたは複数のパラメータに基づき明記される。ゲノム片を、当技術分野で公知の、または本明細書に記載の任意の適切な基準を使用して、選択し、フィルタリングし、かつ／または考慮に入れないことができる。いくつかの実施形態において、ゲノム片は、ゲノム配列の具体的な長さに基づく。いくつかの実施形態において、方法は、複数のゲノム片に対する複数のマッピングされた配列リードの分析を含むことができる。ゲノム片は、およそ同じ長さであってよく、またはゲノム片は異なる長さであってよい。いくつかの実施形態において、ゲノム片は、大体等しい長さのものである。いくつかの実施形態において、異なる長さのゲノム片を調節するか、または重み付けをする。いくつかの実施形態において、ゲノム片は約１０キロ塩基（ｋｂ）から約１００ｋｂ、約２０ｋｂから約８０ｋｂ、約３０ｋｂから約７０ｋｂ、約４０ｋｂから約６０ｋｂであり、約５０ｋｂであることもある。いくつかの実施形態において、ゲノム片は約１０ｋｂから約２０ｋｂである。ゲノム片は配列の連続試行に限定されない。したがって、ゲノム片は、連続および／または非連続配列から成ることができる。ゲノム片は、単一の染色体に限定されない。いくつかの実施形態において、ゲノム片は、１つの染色体の全てもしくは部分、または２つ以上の染色体の全てもしくは部分を含む。いくつかの実施形態において、ゲノム片は、１つ、２つ、またはそれより多くの染色体全体に及ぶことがある。さらに、ゲノム片は、複数の染色体の接合または非接合部分に及ぶことがある。
いくつかの実施形態において、ゲノム片は、目的の染色体、例えば、遺伝的変異（例えば、第１３番染色体、第１８番染色体および／もしくは第２１番染色体または性染色体の異数性）を評価する染色体内の具体的な染色体部分であることができる。ゲノム片はまた、病原性ゲノム（例えば、細菌、真菌もしくはウイルス性）またはそれらのフラグメントであることができる。ゲノム片は、遺伝子、遺伝子フラグメント、制御配列、イントロン、エクソンなどであることができる。
いくつかの実施形態において、ゲノム（例えば、ヒトゲノム）を、領域の情報内容に基づきゲノム片に区分する。得られたゲノム領域は、複数の染色体における配列を含有することあり、かつ／または複数の染色体の部分における配列を含有することがある。いくつかの実施形態において、区分することは、ゲノム全体の同様の位置を排除し、独自の領域のみを保持することがある。排除された領域は、単一の染色体内にあることがあり、または複数の染色体に及ぶことがある。したがって、得られたゲノムを切り取り、より速いアライメントに最適化して、多くの場合、独自の同定可能な配列に集中することを可能にする。
いくつかの実施形態において、区分することは、同様の領域の重み付けを減少させ得る。ゲノム片の重み付けの減少のプロセスは、以下にさらに詳述する。いくつかの実施形態において、染色体の枠を超えた領域にゲノムを区分することは、分類に照らして生成される情報獲得に基づき得る。例えば、情報内容を、確認済みの正常および異常被験体（例えば、それぞれ、正倍数体および異数体（例えば、トリソミー）の被験体）のグループ間の区別のための具体的なゲノム位置の有意性を測定するｐ値プロファイルを使用して定量化してもよい。いくつかの実施形態において、染色体の枠を超える領域にゲノムを区分することは、任意の他の基準、例えば、タグを整列させる間の速度／利便性、高値または低値のＧＣ含量、ＧＣ含量の一様性、配列含量の他の測定値（例えば、個々のヌクレオチドの画分、ピリミジンまたはプリンの画分、天然対非天然核酸の画分、メチル化ヌクレオチドの画分、およびＣｐＧ含量）、メチル化状態、２本鎖融解温度、シークエンシングまたはＰＣＲに対する適性、個々のビンに割り当てられた不確定要素の値、および／または具体的な特徴を標的にした検索に基づいてよい。
染色体の「セグメント」は、一般に染色体の部分であり、および典型的に、ゲノム片（例えば、ビン）とは異なる染色体部分である。染色体のセグメントは、ゲノム片とは異なる染色体領域内にあることもあり、ポリヌクレオチドをゲノム片と共有しないこともあり、およびゲノム片内にあるポリヌクレオチドを含むこともある。染色体のセグメントは、多くの場合、ゲノム片より多数のヌクレオチドを含有し（例えば、セグメントはゲノム片を含むこともあり）、および染色体のセグメントは、ゲノム片より少数のヌクレオチドを含有することもある（例えば、セグメントはゲノム片内にあることもある）。
性染色体ゲノム片
いくつかの実施形態において、ヌクレオチド配列リードを、１つまたは複数の性染色体（すなわち、染色体Ｘ、染色体Ｙ）上のゲノム片にマッピングする。染色体Ｘおよび染色体Ｙゲノム片を、ゲノム片についての交差検証パラメータ、誤差パラメータ、マッピング性、反復性、男性対女性分離および／または本明細書に記載の任意の他の特徴を含む、特定の基準に基づいて選択することができる。
いくつかの実施形態において、染色体Ｘおよび／または染色体Ｙゲノム片を、１つには、各ゲノム片についての誤差の尺度に基づき選択する。いくつかの実施形態において、誤差の尺度を、参照ゲノムの一部または全ての部分にマッピングされた配列リードのカウントについて算出する。いくつかの例において、配列リードのカウントを、誤差の尺度の閾に従い参照ゲノムの特定の部分について除去するか、または重み付けする。いくつかの実施形態において、前記閾は、第１のゲノム片レベルと第２のゲノム片レベルの間の標準偏差ギャップに従い選択される。そのようなギャップは、約１．０以上であることができる。例えば、標準偏差ギャップは、約１．０、１．５、２．０、２．５、３．０、３．１、３．２、３．３、３．４、３．５、３．６、３．７、３．８、３．９、４．０、４．５、５．０以上であることができる。特定の実施形態において、前記標準偏差ギャップは、約３．５以上であることができる。いくつかの実施形態において、誤差の尺度は、Ｒ因子によって（例えば、本明細書に記載の交差検証実験に基づいて）表される。いくつかの実施形態において、約５％以上のＲ因子値を有する参照ゲノムの部分（例えば、染色体Ｘおよび／または染色体Ｙの部分）についての配列リードのカウントを、正規化プロセス、例えば本明細書に記載の正規化プロセスの前に除去する。例えば、約５．０％、５．５％、６．０％、６．５％、６．６％、６．７％、６．８％、６．９％、７．０％、７．１％、７．２％、７．３％、７．４％、７．５％、８．０％、８．５％、９．０％、９．５％、１０．０％以上のＲ因子値を有する参照ゲノムの部分についての配列リードのカウントを正規化プロセスの前に除去することができる。いくつかの実施形態において、約７．０％以上のＲ因子値を有する参照ゲノムの部分についての配列リードのカウントを正規化プロセスの前に除去する。いくつかの実施形態において、約７．０％から約１０．０％の間のＲ因子値を有する参照ゲノムの部分についての配列リードのカウントを正規化プロセスの前に除去する。
いくつかの実施形態において、参照ゲノムは、染色体Ｙのゲノム片を含む。いくつかの実施形態において、染色体Ｙ部分の選択されたセットを本明細書に記載の特定の方法に使用する。染色体Ｙビンを、成人男性対照から得たパラメータに基づいて選択することもある。特定の実施形態において、染色体Ｙビンを具体的な男性対女性分離度に従い選択する。例えば、女性妊娠についての配列リードカウントを具体的な値または倍数、上回る男性妊娠の配列リードカウントを有するビンを選択してもよい。倍数は、２以上であってよい。例えば、倍数は、２、３、４、５、６、７、８、９、１０以上であってよい。いくつかの実施形態において、女性妊娠についての配列リードカウントを６倍以上、上回る男性妊娠の配列リードカウントを有するビンを選択する。
いくつかの実施形態において、性別の決定および／または性別異数性の有無の検出に有益であり得る染色体Ｙビンを選択する。いくつかの実施形態において、有益な染色体Ｙビンを、正倍数体カウントプロファイルを作製することによって同定することができる。いくつかの実施形態において、正倍数体カウントプロファイルを正規化する。いくつかの実施形態において、正倍数体カウントプロファイルを、本明細書に記載のＰＥＲＵＮ法に従い正規化する。いくつかの実施形態において、正倍数体カウントプロファイルをＧＣＲＭ正規化する。いくつかの実施形態において、正倍数体プロファイルを正規化しない（例えば、未処理カウントを使用する）。正倍数体カウントプロファイルを胎児の性別に従い分離することができる。各染色体Ｙ部分について、中央値、平均値、最頻値または他の統計学的操作、および誤差のＭＡＤ、標準偏差または他の測定値をサブセットごとに別々に評価することができる。いくつかの実施形態において、中央値およびＭＡＤをサブセットごとに別々に評価する。例えば、２つの中央値およびＭＡＤを組み合わせて、単一の、ゲノム片特異的ｔ統計値を得ることができ、この統計値は、式β：
に従い決定することができ、この式中、
ｔ＝所与のＣｈｒＹビンについてのｔ値。
Ｎｍ＝男性正倍数体妊娠（ｍａｌｅ ｅｕｐｌｏｉｄ ｐｒｅｇｎａｎｃｙ）の数。
Ｙｍ＝所与のＣｈｒＹビンの全てのＮｍ男性妊娠について評価されたＰＥＲＵＮ正規化カウント中央値。特定の例では、前記中央値を平均値と置き換えることができる。前記ＰＥＲＵＮ正規化カウントを未処理カウントまたはＧＣＲＭカウントまたは任意の他の非正規化もしくは正規化カウントによって置き換えることができる。
Ｓｍ＝所与のＣｈｒＹビンの全てのＮｍ男性妊娠について評価されたＭＡＤ ＰＥＲＵＮ正規化カウント。特定の例では、前記ＭＡＤを標準偏差と置き換えることができる。前記ＰＥＲＵＮ正規化カウントを未処理カウントまたはＧＣＲＭカウントまたは任意の他の非正規化もしくは正規化カウントによって置き換えることができる。
Ｎｆ＝女性正倍数体妊娠の数。
Ｙｆ＝所与のＣｈｒＹビンの全てのＮｆ女性妊娠について評価されたＰＥＲＵＮ正規化カウント中央値。特定の例では、前記中央値を平均値と置き換えることができる。前記ＰＥＲＵＮ正規化カウントを未処理カウントまたはＧＣＲＭカウントまたは任意の他の非正規化もしくは正規化カウントによって置き換えることができる。
Ｓｆ＝所与のＣｈｒＹビンの全てのＮｆ女性妊娠について評価されたＭＡＤ ＰＥＲＵＮ正規化カウント。特定の例では、前記ＭＡＤを標準偏差と置き換えることができる。前記ＰＥＲＵＮ正規化カウントを未処理カウントまたはＧＣＲＭカウントまたは任意の他の非正規化もしくは正規化カウントによって置き換えることができる。
ｔ値が特定のカットオフ値より大きいまたはこれに等しい場合、ビンを選択することができる。いくつかの実施形態において、１０より大きいまたはこれに等しいのｔ値を有するビンを選択する。例えば、２０、３０、３５、４０、４５、４６、４７、４８、４９、５０、５１、５２、５３、５４、５５、６０、６５、７０、８０、９０または１００より大きいまたはこれに等しいｔ値を有するビンを選択することができる。いくつかの実施形態において、ｔ値が５０より大きいまたはこれに等しい（ｔ≧５０）場合、ビンを選択することができる。
いくつかの実施形態において、染色体Ｙの約１０から約５００以上の部分を選択することができる。例えば、染色体Ｙの約１０、１１、１２、１３、１４、１５、１６、１７、１８、１９、２０、２１、２２、２３、２４、２５、２６、２７、２８、２９、３０、３１、３２、３３、３４、３５、４０、４５、５０、５５、６０、６５、７０、７５、８０、８５、９０、９５、１００、２００、２１０、２２０、２３０、３００、４００、５００以上の部分を選択することができる。いくつかの実施形態において、染色体Ｙの約２０以上の部分を選択する。いくつかの実施形態において、２６の染色体Ｙビンを選択する。いくつかの実施形態において、染色体Ｙの約２２０以上の部分を選択する。いくつかの実施形態において、２２６の染色体Ｙビンを選択する。いくつかの実施形態において、染色体Ｙビンを表３のゲノム片の中から選択する。いくつかの実施形態において、染色体Ｙビンは、ＣＨｒＹ＿１１７６、ＣＨｒＹ＿１１７７およびＣＨｒＹ＿１１７６の１つまたは複数を含む。いくつかの実施形態において、染色体Ｙビンは、ＣＨｒＹ＿１１７６、ＣＨｒＹ＿１１７７および／またはＣＨｒＹ＿１１７６の１つまたは複数を含まない。このようなビンが本明細書における方法に含まれるか否かは、実施例６において説明する。
いくつかの実施形態において、参照ゲノムは、染色体Ｘのゲノム片を含む。いくつかの実施形態において、染色体Ｘ片の選択されたセットを本明細書に記載の特定の方法に使用する。染色体Ｘの特定の部分を、上記のＲ因子値ならびに／またはマッピング性および反復性フィルタリングに従い選択してもよい。いくつかの実施形態において、染色体Ｘの約１０００から約３０００以上の部分を選択することができる。例えば、染色体Ｘの約１０００、１５００、２０００、２１００、２２００、２３００、２４００、２５００、２６００、２７００、２８００、２９００、３００以上の部分を選択することができる。いくつかの実施形態において、染色体Ｘの約２７５０以上の部分を選択する。いくつかの実施形態において、染色体Ｘの約２８００部分を選択する。いくつかの実施形態において、染色体Ｘの約２３５０以上の部分を選択する。いくつかの実施形態において、染色体Ｘの約２３８２部分を選択する。
カウント
いくつかの実施形態において、選択された特徴または変数に基づきマッピングまたは区分される配列リードを定量化して、ゲノム片（例えば、ビン、区分、ゲノム部分、参照ゲノムの部分、染色体の部分など）にマッピングされるリードの数および／または量を決定することができる。いくつかの実施形態において、ゲノム片にマッピングされる配列リードの量または数量は、カウント（例えば、１カウント）と呼ばれる。「量」は、密度、相対レベル、和、測定値、値または他の質的または量的表現であることができる。多くの場合、カウントは、ゲノム片に関連する。例えば、「リードの量」は、ゲノム片（例えば、ビン）にマッピングされたリードの数であることができる。いくつかの実施形態において、２つ以上のゲノム片（例えば、ゲノム片のセット）についてのカウントを数学的に操作する（例えば、平均化する、加算する、正規化するなど、またはそれらの組み合わせ）。いくつかの実施形態において、カウントを、ゲノム片にマッピングされた（すなわち、関連づけられた）配列リードの一部または全てから決定する。特定の実施形態において、カウントを、マッピングされた配列リードの予め定義されたサブセットから決定する。マッピングされた配列リードの予め定義されたサブセットを、任意の適切な特徴または変数を利用して定義または選択することができる。いくつかの実施形態において、マッピングされた配列リードの予め定義されたサブセットは、１からｎ個の配列リードを含むことができ、この場合、ｎは、試験被験体または参照被験体サンプルから作製された全ての配列リードの和に等しい数を表す。
いくつかの実施形態において、カウントは、当技術分野において公知の適切な方法、動作、または数学的プロセスにより処理され、または操作された配列リードから得られる。いくつかの実施形態において、カウントは、配列リードの一部または全てを重み付けする、除去する、フィルタリングする、正規化する、調節する、平均化する、平均値として得る、加算する、または減算する、あるいはそれらの組み合わせにより処理されたゲノム片と関連する配列リードから得られる。いくつかの実施形態において、カウントは、未処理の配列リードおよびまたは（ａｎｄ ｏｒ）フィルタリングされた配列リードから得られる。カウント（例えば、複数のカウント）は、適切な方法、動作、または数学的プロセスにより決定することができる。いくつかの実施形態において、カウント値は、数学的プロセスにより決定される。いくつかの実施形態において、カウント値は、ゲノム片にマッピングされた配列リードの平均、平均値または和である。多くの場合、カウントは、複数のカウントの平均数である。いくつかの実施形態において、カウントは、不確定値と関連する。カウントを、当技術分野において公知の方法により処理（例えば、正規化）し、かつ／または本明細書に記載のように処理する（例えば、ビンワイズ正規化、ＧＣ含量による正規化、線形および非線形の最小二乗回帰、ＧＣ ＬＯＥＳＳ、ＬＯＷＥＳＳ、ＰＥＲＵＮ、ＲＭ、ＧＣＲＭ、ｃＱｎおよび／またはそれらの組み合わせ）。
カウント（例えば、未処理、フィルタリングされた、および／または正規化されたカウント）を、１つまたはそれより多い上昇まで処理し、正規化することができる。上昇およびプロファイルは、以下にさらに詳細に記載する。いくつかの実施形態において、カウントを参照上昇に対して処理し、かつ／または正規化することができる。参照上昇は、本明細書において、後で取り組む。上昇に従い処理されたカウント（例えば、処理されたカウント）を不確定値（例えば、算出した分散、誤差、標準偏差、ｐ値、平均絶対偏差など）と関連させることができる。不確定値は典型的に、上昇以上および以下の範囲を定義する。偏差の値を不確定値の代わりに使用することができ、偏差の尺度の非限定的な例として、標準偏差、平均絶対偏差、中央絶対偏差、標準スコア（例えば、Ｚスコア、Ｚ値、正常スコア、標準化された変数）などが挙げられる。
カウントは多くの場合、胎児を妊娠する妊娠女性からの核酸サンプルから得られる。ゲノム片にマッピングされた核酸配列リードのカウントは、多くの場合、胎児および胎児の母親（例えば、妊娠女性被験体）の両方を表すカウントである。いくつかの実施形態において、ゲノム片にマッピングされたカウントの一部は、胎児ゲノムからのものであり、同じゲノム片にマッピングされたカウントの一部は、母体ゲノムからのものである。
カウンティングモジュール
カウントを、カウンティングモジュールにより、またはカウンティングモジュールを含む装置により提供することができる。カウンティングモジュールは、当技術分野で公知のカウント方法に従い、カウントを決定し、組み立て、かつ／または表示することができる。カウンティングモジュールは一般に、当技術分野において公知のカウント方法論に従い、カウントを決定し、または組み立てる。いくつかの実施形態において、カウンティングモジュールまたはカウンティングモジュールを含む装置は、カウントを提供することを要求される。カウンティングモジュールを含む装置は、少なくとも１つのプロセッサを含むことができる。いくつかの実施形態において、カウントは、カウンティングモジュールから１つまたはそれより多い命令（例えば、プロセス、ルーティンおよび／またはサブルーティン）を行い、かつ／または実行することができるプロセッサ（例えば、１つまたはそれより多いプロセッサ）を含む装置により提供される。いくつかの実施形態において、リードを、複数のプロセッサ、例えば、並列に協動し、かつ作用するプロセッサを含む装置によりカウントする。いくつかの実施形態において、カウンティングモジュールは、１つまたはそれより多い外部プロセッサ（例えば、内部または外部ネットワーク、サーバー、記憶デバイスおよび／または記憶ネットワーク（例えば、クラウド））とともに動作する。いくつかの実施形態において、リードを、以下の１つ以上を含む装置によりカウントする：シークエンシングモジュール、マッピングモジュール、１つまたはそれより多いフローセル、カメラ、流体処理コンポーネント、プリンタ、ディスプレイ（例えば、ＬＥＤ、ＬＣＴまたはＣＲＴ）など。カウンティングモジュールは、シークエンシングモジュールおよび／またはマッピングモジュールからデータおよび／または情報を受信し、データおよび／または情報を変換し、カウント（例えば、ゲノム片にマッピングされたカウント）を提供することができる。カウンティングモジュールは、マッピングモジュールからマッピングされた配列リードを受信することができる。カウンティングモジュールは、マッピングモジュールからまたは正規化モジュールから正規化されマッピングされた配列リードを受信することができる。カウンティングモジュールは、カウント（例えば、カウント、組み立てられたカウントおよび／またはカウントの表示）に関連するデータおよび／または情報を、任意の他の適切な装置、周辺機器、またはモジュールに転送することができる。いくつかの実施形態において、カウントに関連するデータおよび／または情報を、カウンティングモジュールから、正規化モジュール、プロットモジュール、分類モジュールおよび／または成果モジュールに転送する。
データ処理
カウントされているマッピングされた配列リードおよび／またはフラグメントは、本明細書において、未処理データと呼ばれるが、それはデータが操作されていないカウント（例えば、未処理カウント）を表すためである。いくつかの実施形態において、データセット内の配列リードデータおよび／またはフラグメントカウントデータをさらに処理（例えば、数学的に、および／または統計的に操作）して、かつ／または表示して、成果の提供を容易にすることができる。処理されたカウントを、カウントの導関数と呼ぶことができる。カウントの導関数の非限定的な例としては、正規化されたカウント、レベル、上昇、プロファイルなど、および上記の組み合わせが挙げられる。任意の適切な正規化方法、例えば本明細書に記載の正規化方法などを利用して、カウントを正規化することができる。特定の実施形態において、より大きなデータセットを含むデータセットは、さらに分析を容易にするという前処理からの恩恵に浴することがある。データセットの前処理は、冗長なおよび／または無益なゲノム片またはビン（例えば、無益なデータのビン、冗長なマッピングされたリード、中央値カウントがゼロのゲノム片またはビン、過剰表現されたまたは過小表現された配列）の除去を含むことがある。理論により限定されないが、データ処理および／または前処理は、（ｉ）ノイズデータを除去することがあり、（ｉｉ）無益のデータを除去することがあり、（ｉｉｉ）冗長なデータを除去することがあり、（ｉｖ）より大きなデータセットの複雑性を減少させることがあり、かつ／または（ｖ）１つの形態から１つまたは複数の他の形態へのデータの変換を容易することがある。データまたはデータセットに関して用いられる場合、用語「前処理する」および「処理する」は、本明細書において、「処理する」と総称する。いくつかの実施形態において、処理することは、データを、さらなる分析をより行いやすいものにすることができ、成果を作製することができる。
本明細書において使用される場合、用語「ノイズデータ」は、（ａ）分析またはプロットしたときにデータ点間の有意な分散を有するデータ、（ｂ）有意な標準偏差（例えば、３標準偏差より大きい）を有するデータ、（ｃ）平均値などの有意な標準誤差を有するデータ、および上記の組み合わせを指す。ノイズデータは、開始材料（例えば、核酸サンプル）の量および／または質により生じることもあり、配列リードおよび／またはフラグメントカウントを作製するために使用されるＤＮＡを作製、複製、分離または増幅するためのプロセスの一部として生じることもある。特定の実施形態において、ノイズは、ＰＣＲに基づいた方法を使用して作製されるときに特定の配列が過剰表現される結果として生じる。本明細書に記載の方法は、ノイズデータの寄与を減少または排除することができ、それゆえ、提供される成果に対するノイズデータの影響を減少させることができる。
本明細書において使用される場合、用語「無益なデータ」、「無益なビン」、および「無益なゲノム片」は、所定の閾値から有意に異なる、または所定のカットオフの範囲の値からはずれている数値を有するゲノム片、またはそこから得られるデータを指す。本明細書における用語「閾」および「閾値」は、定量するデータセットを使用して算出され、遺伝的変異（例えば、コピー数多型、異数性、染色体異常など）の診断の限界として役立つ任意の数を指す。いくつかの実施形態において、本明細書に記載の方法により得られる結果が閾を超え、被験体が、遺伝的変異（例えば、トリソミー２１、性染色体異数性）と診断される。いくつかの実施形態において、閾値または値の範囲は、多くの場合、（例えば、参照および／または被験体から）の配列リードデータを数学的および／または統計学的に操作することにより算出され、特定の実施形態において、閾値または値の範囲を作製するよう操作される配列リードデータは、（例えば、参照および／または被験体からの）配列リードデータである。いくつかの実施形態において、不確定要素の値を決定する。不確定要素の値は一般に、分散または誤差の尺度であり、分散または誤差の任意の適切な測定値であり得る。いくつかの実施形態において、不確定要素の値は、標準偏差、標準誤差、算出された分散、ｐ値、または平均絶対偏差（ＭＡＤ）であることができる。いくつかの実施形態において、不確定要素の値を、任意の適切な式に従い算出することができる。
任意の適切な手法を、本明細書に記載のデータセットを処理するために利用することができる。データセットの処理に使用するのに適した手法の非限定的な例として、フィルタリング、正規化、重み付け、ピーク高のモニタリング、ピーク面積のモニタリング、ピーク端のモニタリング、面積比の決定、データの数学的処理、データの統計学的処理、統計学的アルゴリズムの適用、固定変数を用いる分析、最適変数を用いる分析、さらに処理するためのパターンまたは傾向を同定するためのデータのプロットなどおよび上記の組み合わせが挙げられる。いくつかの実施形態において、データセットを、種々の特徴（例えば、ＧＣ含量、冗長なマッピングされたリード、セントロメア領域、テロメア領域など、およびそれらの組み合わせ）および／または変数（例えば、胎児の性別、母体の年齢、母体の倍数性、胎児の核酸の寄与率など、またはそれらの組み合わせ）に基づいて処理する。特定の実施形態において、本明細書に記載のように、データセットを処理することにより、大きなおよび／または複雑なデータセットの複雑性および／または次元性を減少させることができる。複雑なデータセットの非限定的な例として、異なる年齢および民族背景の１例以上の試験被験体および複数の参照被験体から作製された配列リードデータを含む。いくつかの実施形態において、データセットは、各試験被験体および／または参照被験体についての数千〜数百万の配列リードを含むことができる。
特定の実施形態において、データ処理を、任意の数のステップで行うことができる。例えば、いくつかの実施形態において、データを、単一の処理法のみを使用して処理し得、特定の実施形態において、データを、１つ以上、５つ以上、１０以上または２０以上の処理ステップ（例えば、１つまたはそれより多い処理ステップ、２つ以上の処理ステップ、３つ以上の処理ステップ、４つ以上の処理ステップ、５つ以上の処理ステップ、６つ以上の処理ステップ、７つ以上の処理ステップ、８つ以上の処理ステップ、９つ以上の処理ステップ、１０以上の処理ステップ、１１以上の処理ステップ、１２以上の処理ステップ、１３以上の処理ステップ、１４以上の処理ステップ、１５以上の処理ステップ、１６以上の処理ステップ、１７以上の処理ステップ、１８以上の処理ステップ、１９以上の処理ステップ、または２０以上の処理ステップ）を使用して処理することができる。いくつかの実施形態において、処理ステップは、２回以上繰り返された同じステップ（例えば、２回以上のフィルタリング、２回以上の正規化）であってよく、特定の実施形態において、処理ステップは、同時にまたは順次行われる、２つ以上の異なる処理ステップ（例えば、フィルタリング、正規化；ピーク高およびピーク端の正規化、モニタリング；フィルタリング、正規化、参照に対する正規化、ｐ値を決定する統計学的操作など）であってよい。いくつかの実施形態において、同じまたは異なる処理ステップの任意の適切な数および／または組み合わせを、配列リードデータを処理するために利用し、成果の提供を容易にすることができる。特定の実施形態において、本明細書に記載の基準によりデータセットを処理することにより、データセットの複雑性および／または次元性を減少させることができる。
いくつかの実施形態において、１つまたはそれより多い処理ステップは、１つまたはそれより多いフィルタリングステップを含むことができる。本明細書において使用される場合、用語「フィルタリング」は、ゲノム片またはビンを考慮に入れないことを指す。ビンを、除去するために、冗長なデータ（例えば、冗長またはオーバーラッピングするマッピングされたリード）、非有益なデータ（例えば、中央値カウントがゼロのビン）、過剰表現または過小表現された配列のビン、ノイズデータなど、または上記の組み合わせを含むがそれらに限定されない任意の適切な基準に基づいて選択することができる。フィルタリングプロセスは、多くの場合、１つまたはそれより多いビンを考慮に入れないこと、および考慮に入れたビン、一つの染色体もしくは複数の染色体、またはゲノムのカウントされたまたは合計したカウントから、除去するために選択されたその１つまたはそれより多いビンのカウントを減算することを含む。いくつかの実施形態において、ビンを、連続して（例えば、各個々のビンの除去の効果の評価を可能にするために１回に１つ）除去することができ、特定の実施形態において、除去のためにマークされた全てのビンを、同時に除去することができる。いくつかの実施形態において、特定のレベルより上の、または下の分散を特徴とするゲノム片を除去するが、本明細書においてこれを「ノイズを伴う」ゲノム片をフィルタリングするとして指すこともある。特定の実施形態において、フィルタリングプロセスは、所定の複数のプロファイルの分散毎に、ゲノム片、染色体、または染色体の断片の平均プロファイル上昇から逸脱するデータ点をデータセットから得ることを含み、特定の実施形態において、フィルタリングプロセスは、所定の複数のプロファイルの分散毎に、ゲノム片、染色体または染色体の断片の平均プロファイル上昇から逸脱しないデータ点をデータセットから除去することを含む。いくつかの実施形態において、フィルタリングプロセスを利用し、遺伝的変異の有無について分析した候補ゲノム片の数を減少させる。遺伝的変異（例えば、微小欠失、微小重複）の有無について分析した候補ゲノム片の数を減少させることは、多くの場合、データセットの複雑性、および／または次元性を減少させ、２桁以上の大きさの、遺伝的変異および／または遺伝的異常を検索し、かつ／または同定する速度を増加させることもある。
正規化
いくつかの実施形態において、１つまたはそれより多い処理ステップは、１つまたはそれより多い正規化ステップを含むことができる。正規化を、当技術分野に公知の適切な方法により行うことができる。いくつかの実施形態において、正規化は、異なる尺度で測定された値を理論上で共通の尺度に調節することを含む。いくつかの実施形態において、正規化は、調節した値の確率分布を整列化する専門的な数学的調節を含む。いくつかの実施形態において、正規化は、分布を正常な分布に整列することを含む。いくつかの実施形態において、正規化は、特定の全体的な影響（例えば、誤差および異常）の作用を排除する方法で、異なるデータセットについて対応する正規化された値の比較を可能にする数学的調節を含む。いくつかの実施形態において、正規化は、スケーリングを含む。正規化は、所定の変数または式による１つまたはそれより多いデータセットの分割を含むこともある。正規化方法の非限定的な例として、ビンワイズ正規化、ＧＣ含量による正規化、線形および非線形の最小二乗回帰、ＬＯＥＳＳ、ＧＣ ＬＯＥＳＳ、ＬＯＷＥＳＳ（局所重み付け散布図平滑化法）、ＰＥＲＵＮ、リピートマスキング（ＲＭ）、ＧＣ−正規化およびリピートマスキング（ＧＣＲＭ）、ｃＱｎおよび／またはそれらの組み合わせが挙げられる。いくつかの実施形態において、遺伝的変異（例えば、異数性）の有無の決定は、正規化方法（例えば、ビンワイズ正規化、ＧＣ含量による正規化、線形および非線形の最小二乗回帰、ＬＯＥＳＳ、ＧＣ ＬＯＥＳＳ、ＬＯＷＥＳＳ（局所重み付け散布図平滑化法）、ＰＥＲＵＮ、リピートマスキング（ＲＭ）、ＧＣ−正規化およびリピートマスキング（ＧＣＲＭ）、ｃＱｎ、当技術分野で公知の正規化方法および／またはそれらの組み合わせ）を利用する。
例えば、ＬＯＥＳＳは、重回帰モデルとｋ近傍系メタモデルを組み合わせた、当技術分野において公知の回帰モデル化法である。ＬＯＥＳＳは、局所重み付け多項回帰と呼ばれることもある。いくつかの実施形態において、ＧＣ ＬＯＥＳＳは、ＬＯＥＳＳモデルを、フラグメントカウント（例えば、配列リード、カウント）と、ゲノム片についてのＧＣ組成との間の関係に適用する。ＬＯＥＳＳを使用するデータ点のセットにより滑らかな曲線をプロットすることは、特に、各平滑化された値が、ｙ軸の散布図の基準変数の値の範囲に対して、重み付けされた最小二乗の二次回帰により得られたときに、ＬＯＥＳＳ曲線と呼ばれることもある。データセットの各点について、ＬＯＥＳＳ法は、低次数多項式を、応答が推定される点近くの説明的な変数値を用いてデータのサブセットに当て嵌める。多項式を、応答が推定される点近くの点をより重み付けし、さらに離れている点をあまり重み付けしない、重み付け最小二乗を使用して当て嵌める。次いで、点に対する回帰関数の値を、そのデータ点に対する説明的変数値を使用して局所多項式を評価することにより得る。ＬＯＥＳＳ当て嵌めは、回帰関数値を、データ点のそれぞれについて、演算処理した後に、完了すると考えられることもある。多項式モデルの次数および重み付けなど、この方法の詳細の多くは、臨機応変に対応される。
任意の適切な数の正規化を使用することができる。いくつかの実施形態において、データセットを、１回以上、５回以上、１０回以上またはさらには２０回以上正規化することができる。データセットを、任意の適切な特徴または変数（例えば、サンプルデータ、参照データ、または両方）を表す値（例えば、正規化する値）に対して正規化することができる。使用することができるデータ正規化の種類の非限定的な例として、１つまたはそれより多い選択された試験ゲノム片または参照ゲノム片についての未処理カウントデータを、選択された１つのゲノム片または複数のゲノム片をマッピングする染色体またはゲノム全体にマッピングされたカウントの合計数に対して正規化すること、１つまたはそれより多い選択されたゲノム片についての未処理カウントデータを、選択されたゲノム片または断片をマッピングする１つまたはそれより多いゲノム片または染色体についての参照中央値カウントに対して正規化すること、未処理カウントデータを、これまでに正規化されたデータまたはその導関数に対して正規化すること、および、これまでに正規化されたデータを、１つまたはそれより多い他の所定の正規化変数に対して正規化することを含む。データセットを正規化することは、所定の正規化変数として選択された特徴または特性に応じて、統計学的誤差を単離する作用を有することもある。データセットを正規化することはまた、データを共通の尺度（例えば、所定の正規化変数）にすることにより、異なる尺度を有するデータのデータ特質の比較を可能にすることもある。いくつかの実施形態において、統計学的に得られた値への１つまたはそれより多い正規化を利用し、データ差を最小にし、範囲外のデータの重要度を減らすことができる。正規化する値に関して、ゲノム片またはビンを正規化することは、「ビンワイズ正規化」と呼ばれることもある。
特定の実施形態において、正規化を含む処理ステップは、スタティックウィンドウに対して正規化することを含み、いくつかの実施形態において、正規化を含む処理ステップは、ムービングウィンドウまたはスライディングウィンドウに対して正規化することを含む。本明細書において使用される場合、用語「ウィンドウ」は、分析のために選択された１つまたはそれより多いゲノム片を指し、比較のための参照として使用されることもある（例えば、正規化および／または他の数学的もしくは統計学的操作に使用）。本明細書において使用される場合、用語「スタティックウィンドウに対して正規化する」は、試験被験体と参照被験体のデータセット間の比較のために選択された１つまたはそれより多いゲノム片を使用する正規化プロセスを指す。いくつかの実施形態において、選択されたゲノム片を利用してプロファイルを作製する。スタティックウィンドウは一般に、操作および／または分析中に変化しない所定のセットのゲノム片を含む。本明細書において使用される場合、用語「ムービングウィンドウに対して正規化する」および「スライディングウィンドウに対して正規化する」は、選択された試験ゲノム片のゲノム領域（例えば、直接の遺伝的環境（ｇｅｎｅｔｉｃ ｓｕｒｒｏｕｎｄｉｎｇ）、隣接の１つのゲノム片または複数のゲノム片など）に局在するゲノム片に行われた正規化を指し、この場合、１つまたはそれより多い選択された試験ゲノム片を、選択された試験ゲノム片を直接取り巻くゲノム片に対して正規化する。特定の実施形態において、選択されたゲノム片を利用してプロファイルを作製する。スライディングウィンドウまたはムービングウィンドウ正規化は、多くの場合、隣接の試験ゲノム片に対して繰り返し移動または滑らせること、および新たに選択された試験ゲノム片を、新たに選択された試験ゲノム片を直接取り囲むか、またはそれに隣接するゲノム片に対して正規化することを含み、この場合、隣接のウィンドウは、１つまたはそれより多いゲノム片を共通して有する。特定の実施形態において、複数の選択された試験ゲノム片および／または染色体を、スライディングウィンドウプロセスにより分析することができる。
いくつかの実施形態において、スライディングウィンドウまたはムービングウィンドウに対して正規化することにより、それぞれが、異なる領域のゲノム（例えば、染色体）から選択された異なるセットの参照ゲノム片への正規化を表す１つまたはそれより多い値を作製することができる。特定の実施形態において、作製された１つまたはそれより多い値は、累積和（例えば、選択されたゲノム片、ドメイン（例えば、染色体の一部）または染色体）に関して正規化されたカウントプロファイルの積分の推定値）である。スライディングウィンドウプロセスまたはムービングウィンドウプロセスにより作製された値を使用し、プロファイルを作製し、成果への到達を容易にすることができる。いくつかの実施形態において、１つまたはそれより多いゲノム片の累積和を、ゲノム位置の関数として表示することができる。ムービングウィンドウ分析またはスライディングウィンドウ分析を使用し、微小欠失および／または微小挿入の有無においてゲノムを分析することもある。特定の実施形態において、１つまたはそれより多いゲノム片の累積和を表示することを使用し、遺伝的変異（例えば、微小欠失、微小重複）の領域の有無を同定する。いくつかの実施形態において、ムービングまたはスライディングウィンドウ分析を使用し、微小欠失を含有するゲノム領域を同定し、特定の実施形態において、ムービングウィンドウ分析またはスライディングウィンドウ分析を使用し、微小重複を含有するゲノム領域を同定する。
核酸の指標と関連する誤差を減少させるための具体的に有用な正規化方法論は、本明細書において、誤差除去のパラメータ化および不偏正規化（Ｐａｒａｍｅｔｅｒｉｚｅｄ Ｅｒｒｏｒ Ｒｅｍｏｖａｌ ａｎｄ Ｕｎｂｉａｓｅｄ Ｎｏｒｍａｌｉｚａｔｉｏｎ）（ＰＥＲＵＮ；例えば、米国特許出願第１３／６６９，１３６号（その全体が参照により本明細書に組み込まれる）および国際公開出願第ＰＣＴ／ＵＳ１２／５９１２３号（その全体が参照により本明細書に組み込まれる）に記載されている）と呼ばれる。ＰＥＲＵＮ方法論を、このような指標に基づき、予測を混乱させる誤差の影響を減少させるために種々の核酸の指標（例えば、核酸配列リード）に適用することができる。
例えば、ＰＥＲＵＮ方法論をサンプルからの核酸配列リードに適用し、核酸上昇の決定（例えば、ゲノム片上昇の決定）を損なわせ得る誤差の影響を減少させることができる。このような適用は、核酸配列リードを使用して、種々のヌクレオチド配列（例えば、ゲノム片）上昇として表れる被験体の遺伝的変異の有無を評価するのに有用である。ゲノム片の変異の非限定的な例は、染色体異数性（例えば、トリソミー２１、トリソミー１８、トリソミー１３、性染色体異数性）および性染色体（例えば、女性のＸＸ対男性のＸＹ）の有無である。常染色体（例えば、性染色体以外の染色体）のトリソミーは、罹患常染色体と呼ばれ得る。性染色体（例えば、染色体Ｘ、染色体Ｙ）の異数性（例えば、トリソミー、モノソミー）は、罹患した性染色体とよばれ得る。ゲノム片上昇の変異の他の非限定的な例として、微小欠失、微小挿入、重複およびモザイクが挙げられる。
特定の用途において、ＰＥＲＵＮ方法論は、ビンと呼ばれる具体的なゲノム群についての核酸の指標を正規化することにより、実験的バイアスを減少させることができる。ビンは、核酸の指標の適切な集合を含み、その非限定的な例としては、ある長さの連続ヌクレオチドが挙げられ、それを本明細書では参照ゲノムのゲノム片または部分と呼ぶ。ビンは、本明細書に記載するような、他の核酸の指標を含むことができる。このような用途において、ＰＥＲＵＮ方法論は、一般に、多数のサンプルにわたって具体的なビンにおける核酸の指標を３次元で正規化する。
特定の実施形態において、ＰＥＲＵＮ方法論は、（ｉ）配列リードをマッピングする参照ゲノムのビンについての実験的バイアスと（ｉｉ）ビンにマッピングされた配列リードのカウントとの間のフィットさせた関係から、各ビンのゲノム片の上昇を算出することを含む。ビンのそれぞれについての実験的バイアスを、（ｉ）ビンのそれぞれにマッピングされた配列リードのカウントと（ｉｉ）ビンのそれぞれにおけるマッピング特徴（ａ ｍａｐｐｉｎｇ ｆｅａｔｕｒｅ ｆｏｒｅ ｅａｃｈ ｏｆ ｔｈｅ ｂｉｎｓ）の間の各サンプルについてフィットさせた関係に従い、複数のサンプルにわたって決定することができる。各サンプルのこのフィットさせた関係を、複数のサンプルについて３次元で組み立てることができる。特定の実施形態では、実験的バイアスに従いアセンブリを順序付けることができるが、アセンブリを順序付けすることなく実験的バイアスに従いＰＥＲＵＮ方法論を実施してもよい。
関係を、当技術分野で公知の方法により作製することができる。特定の実施形態において、２次元の関係をサンプルごとに作製することができ、誤差の可変的誘発要因（ｐｒｏｂａｔｉｖｅ）または誤差の考えられる誘発要因を、１つまたは複数の次元において選択することができる。関係を、例えば、ユーザーにより提供される２つ以上の変数の値を使用してグラフをプロットする、当技術分野において公知のグラフ作成ソフトウェアを使用して作製することができる。関係を、当技術分野において公知の方法（例えば、グラフ作成ソフトウェア）を使用してフィットさせることができる。特定の関係を、線形回帰によりフィットさせることができ、線形回帰により、傾きの値および切片の値を作製することができる。特定の関係は、線形ではないこともあり、例えば、放物線関数、双曲線関数または指数関数などの非直線関数によりフィットさせることができる。
ＰＥＲＵＮ方法論において、フィットさせた関係の１つまたは複数は、線形であり得る。妊娠女性からの細胞非含有血中核酸の分析については、実験的バイアスがＧＣバイアスであり、マッピング特徴がＧＣ含量である場合、サンプルについての（ｉ）各ビンにマッピングされた配列リードのカウントと、（ｉｉ）ビンのそれぞれのＧＣ含量との間のフィットさせた関係は、線形であることができる。すぐ前に記載のフィットさせた関係については、傾きがＧＣバイアスに関係するので、フィットさせた関係を複数のサンプルにわたって組み立てると各ビンについてのＧＣバイアス係数を決定することができる。このような実施形態において、複数のサンプルとビンについての（ｉ）ビンのＧＣバイアス係数と（ｉｉ）ビンにマッピングされた配列リードのカウントとの間のフィットさせた関係も、線形であることができる。切片および傾きは、すぐに前に記載のフィットさせた関係から得ることができる。このような適用において、傾きは、ＧＣ含量に基づいたサンプル特異的バイアスに対応し、切片は、全てのサンプルに共通のビン特異的な減衰パターンに対応する。ＰＥＲＵＮ方法論は、成果（例えば、遺伝的変異の有無、胎児の性別決定）を提供するためにゲノム片の上昇を算出するときのこのようなサンプル特異的バイアスおよびビン特異的減衰を有意に減少させることができる。
したがって、並列した複数のサンプル全体の配列リードへのＰＥＲＵＮ方法論の適用は、（ｉ）サンプル特異的実験的バイアス（例えば、ＧＣバイアス）および（ｉｉ）サンプルに共通するビン特異的減衰により生じる誤差を有意に減少させることができる。これら２つの誤差源のそれぞれに、個別に、または連続して対応する他の方法は、多くの場合、ＰＥＲＵＮ方法論と同じように有効にこれらを減少させることはできない。理論により限定されないが、ＰＥＲＵＮ方法論は、１つには、その一般的な加算法が他の正規化方法（例えば、ＧＣ−ＬＯＥＳＳ）で利用される一般的な乗算法ほど差を拡大しないため、より有効に誤差を減少させることが期待される。
追加の正規化および統計学的技法を、ＰＥＲＵＮ方法論と組み合わせて利用してもよい。追加のプロセスをＰＥＲＵＮ方法論の利用前、後および／または中に適用することができる。ＰＥＲＵＮ方法論と組み合わせて使用することができるプロセスの非限定的な例を以下に説明する。
いくつかの実施形態において、ＧＣ含量についてのゲノム片の上昇の二次正規化または調節を、ＰＥＲＵＮ方法論と組み合わせて利用することができる。適切なＧＣ含量の調節または正規化方法を利用することができる（例えば、ＧＣ−ＬＯＥＳＳ、ＧＣＲＭ）。特定の実施形態において、具体的なサンプルを、追加のＧＣ正規化プロセスの適用のために同定することができる。例えば、ＰＥＲＵＮ方法論の適用により、各サンプルについてのＧＣバイアスを決定することができ、特定の閾より上のＧＣバイアスと関連づけられるサンプルを、追加のＧＣ正規化プロセス用に選択することができる。このような実施形態では、所定の閾の上昇を使用して、追加のＧＣ正規化用にこのようなサンプルを選択することができる。
特定の実施形態において、ビンフィルタリングまたは重み付けプロセスを、ＰＥＲＵＮ方法論と組み合わせて利用することができる。適切なビンフィルタリングまたは重み付けプロセスを利用することができ、非限定的な例を本明細書において説明する。実施例４および５は、ビンフィルタリングのための誤差のＲ因子測定値の利用を説明する。
性染色体についての正規化
いくつかの実施形態において、１つまたは複数の性染色体（すなわち、染色体Ｘ、染色体Ｙ）にマッピングする配列リードカウントを正規化する。いくつかの実施形態において、正規化は、参照ゲノムのゲノム片についての実験的バイアスを決定することを含む。いくつかの実施形態において、参照ゲノムのゲノム片のそれぞれにマッピングされた配列リードのカウントと前記ゲノム片のそれぞれについてのマッピング特徴（例えば、ＧＣ含量）との間の各サンプルについての第１のフィットさせた関係（例えば、フィットさせた線形関係、フィットさせた非線形関係）から、複数のサンプルについての実験バイアス値を決定することができる。フィットさせた関係（例えば、線形関係）の傾きは、一般に、本明細書中で説明するように線形回帰によって決定される。いくつかの実施形態において、各実験的バイアスは、実験的バイアス係数によって表される。実験的バイアス係数は、例えば（ｉ）参照ゲノムの部分のそれぞれ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ついてのマッピング特徴との間の、線形関係の傾きである。いくつかの実施形態において、実験的バイアスは、実験的バイアスの曲率推定値を含むことができる。
いくつかの実施形態において、方法は、実験的バイアスとゲノム片のそれぞれにマッピングされた配列リードのカウントとの間の第２のフィットさせた関係から、ゲノム片のそれぞれについてのゲノム片レベル（例えば、上昇）を算出することをさらに含み、前記関係の傾きを線形回帰によって決定することができる。例えば、第１のフィットさせた関係が線形であり、かつ第２のフィットさせた関係が線形である場合、ゲノム片レベルＬｉを、式α：
に従い参照ゲノムの部分のそれぞれについて決定することができ、この式中、Ｇｉは、実験的バイアスであり、Ｉは、第２のフィットさせた関係の切片であり、Ｓは、第２の関係の傾きであり、ｍｉは、参照ゲノムの各部分にマッピングされたカウントの測定値であり、およびｉは、サンプルである。
いくつかの実施形態において、１つまたは複数の算出されたゲノム片レベルに二次正規化プロセスを適用する。いくつかの実施形態において、二次正規化は、ＧＣ正規化を含み、ＰＥＲＵＮ方法論の使用を含むこともある。二次正規化の例は、実施例７において説明する。
ＧＣバイアスモジュール
ＧＣバイアスを決定すること（例えば、参照ゲノムの部分（例えば、ゲノム片）のそれぞれについてのＧＣバイアスを決定すること）を、ＧＣバイアスモジュールにより（例えば、ＧＣバイアスモジュールを含む装置により）提供することができる。いくつかの実施形態において、ＧＣバイアスモジュールは、ＧＣバイアスの決定を提供することを要求される。いくつかの実施形態において、ＧＣバイアスモジュールは、参照ゲノムの部分のそれぞれにマッピングされた配列リードのカウントと各部分のＧＣ含量との間のフィットさせた関係（例えば、フィットさせた線形関係）からＧＣバイアスの決定を提供する。ＧＣバイアスモジュールを含む装置は、少なくとも１つのプロセッサを含むことができる。いくつかの実施形態において、ＧＣバイアスの決定（すなわち、ＧＣバイアスデータ）は、ＧＣバイアスモジュールからの１つまたは複数の命令（例えば、プロセス、ルーティンおよび／またはサブルーティン）を行い、かつ／または実行することができるプロセッサ（例えば、１つまたは複数のプロセッサ）を含む装置により提供される。いくつかの実施形態において、ＧＣバイアスデータは、マルチプロセッサ、例えば、並列に協動し、かつ作用するプロセッサを含む装置により提供される。いくつかの実施形態において、ＧＣバイアスモジュールは、１つまたは複数の外部プロセッサ（例えば、内部または外部ネットワーク、サーバー、記憶デバイスおよび／または記憶ネットワーク（例えば、クラウド））とともに動作する。いくつかの実施形態において、ＧＣバイアスデータは、以下の１つまたは複数を含む装置により提供される：１つまたは複数のフローセル、カメラ、流体処理コンポーネント、プリンタ、ディスプレイ（例えば、ＬＥＤ、ＬＣＴまたはＣＲＴ）など。ＧＣバイアスモジュールは、適切な装置またはモジュールからデータおよび／または情報を受信することができる。いくつかの実施形態において、ＧＣバイアスモジュールは、シークエンシングモジュール、正規化モジュール、重み付けモジュール、マッピングモジュールまたはカウンティングモジュールからデータおよび／または情報を受信することができる。ＧＣバイアスモジュールは、正規化モジュール（例えば、ＰＥＲＵＮ正規化モジュール）の一部であることもある。いくつかの実施形態において、ＧＣバイアスモジュールは、シークエンシングモジュールからシークエンシングリード、マッピングモジュールからマッピングされたシークエンシングリードおよび／またはカウンティングモジュールからカウントを受信することができる。多くの場合、ＧＣバイアスモジュールは、ある装置または別のモジュール（例えば、カウンティングモジュール）からデータおよび／または情報を受信し、それらのデータおよび／または情報を変換し、ＧＣバイアスデータおよび／または情報（例えば、ＧＣバイアスの決定、フィットさせた線形関係など）を提供する。特定の実施形態において、ＧＣバイアスデータおよび／または情報を、ＧＣバイアスモジュールから、上昇モジュール、フィルタリングモジュール、比較モジュール、正規化モジュール、重み付けモジュール、範囲設定モジュール、調節モジュール、分類モジュールおよび／または成果モジュールに転送することができる。
上昇モジュール
参照ゲノムの部分についての上昇（例えば、レベル）を決定すること、および／またはゲノム片上昇（例えば、ゲノム片レベル）を算出することを、上昇モジュールにより（例えば、上昇モジュールを含む装置により）提供することができる。いくつかの実施形態において、上昇モジュールは、上昇または算出されたゲノム片レベルを提供することを要求される。いくつかの実施形態において、上昇モジュールは、ＧＣバイアスと、参照ゲノムの部分のそれぞれにマッピングされた配列リードのカウントとの間のフィットさせた関係（例えば、フィットさせた線形関係）から上昇を提供する。いくつかの実施形態において、上昇モジュールは、ＰＥＲＵＮの一部としてゲノム片レベルを算出する。いくつかの実施形態において、上昇モジュールは、式Ｌｉ＝（ｍｉ−ＧｉＳ）Ｉ−１に従いゲノム片レベル（すなわち、Ｌｉ）を提供し、この式中、Ｇｉは、ＧＣバイアスであり、ｍｉは、参照ゲノムの各部分にマッピングされた測定カウントであり、ｉは、サンプルであり、Ｉは、切片であり、Ｓは、ＧＣバイアスと参照ゲノムの部分のそれぞれにマッピングされた配列リードのカウントとの間のフィットさせた関係（例えば、フィットさせた線形関係）の傾きである。上昇モジュールを含む装置は、少なくとも１つのプロセッサを含むことができる。いくつかの実施形態において、上昇決定（すなわち、レベルデータ）は、レベルモジュールからの１つまたは複数の命令（例えば、プロセス、ルーティンおよび／またはサブルーティン）を行い、かつ／または実行することができるプロセッサ（例えば、１つまたは複数のプロセッサ）を含む装置により提供される。いくつかの実施形態において、レベルデータは、マルチプロセッサ、例えば、並列に協動し、かつ作用するプロセッサを含む装置により提供される。いくつかの実施形態において、上昇モジュールは、１つまたは複数の外部プロセッサ（例えば、内部または外部ネットワーク、サーバー、記憶デバイスおよび／または記憶ネットワーク（例えば、クラウド））とともに動作する。いくつかの実施形態において、レベルデータは、以下の１つまたは複数を含む装置により提供される：１つまたは複数のフローセル、カメラ、流体処理コンポーネント、プリンタ、ディスプレイ（例えば、ＬＥＤ、ＬＣＴまたはＣＲＴ）など。上昇モジュールは、適切な装置またはモジュールからデータおよび／または情報を受信することができる。いくつかの実施形態において、上昇モジュールは、ＧＣバイアスモジュール、シークエンシングモジュール、正規化モジュール、重み付けモジュール、マッピングモジュールまたはカウンティングモジュールからデータおよび／または情報を受信することができる。いくつかの実施形態において、上昇モジュールは、シークエンシングモジュールからシークエンシングリード、マッピングモジュールからマッピングされたシークエンシングリードおよび／またはカウンティングモジュールからカウントを受信することができる。上昇モジュールは、正規化モジュール（例えば、ＰＥＲＵＮ正規化モジュール）の一部であることもある。多くの場合、上昇モジュールは、ある装置または別のモジュール（例えば、ＧＣバイアスモジュール）からデータおよび／または情報を受信し、それらのデータおよび／または情報を変換し、レベルデータおよび／または情報（例えば、レベルの決定、フィットさせた線形関係など）を提供する。特定の実施形態において、レベルデータおよび／または情報を、上昇モジュールから、比較モジュール、正規化モジュール、重み付けモジュール、範囲設定モジュール、調節モジュール、分類モジュール、正規化モジュール内のモジュール、および／または成果モジュールに転送することができる。
フィルタリングモジュール
ゲノム片をフィルタリングすることを、フィルタリングモジュールにより（例えば、フィルタリングモジュールを含む装置により）提供することができる。いくつかの実施形態において、フィルタリングモジュールは、フィルタリングされたゲノム片データ（例えば、フィルタリングされたゲノム片）を提供すること、かつ／またはゲノム片を考慮に入れないことを要求される。いくつかの実施形態において、フィルタリングモジュールは、ゲノム片にマッピングされたカウントを考慮に入れない。いくつかの実施形態において、フィルタリングモジュールは、ゲノム片にマッピングされたカウントを上昇またはプロファイルの決定から外す。いくつかの実施形態において、フィルタリングモジュールは、以下の１つまたは複数に従いゲノム片をフィルタリングする：ＦＬＲ、第１の選択されたフラグメント長より短いＣＣＦフラグメントから得られるリードの量、ＧＣ含量（例えば、ゲノム片のＧＣ含量）、エクソンの数（例えば、ゲノム片内のエクソンの数）などおよびそれらの組み合わせ。フィルタリングモジュールは、当技術分野において公知の、または本明細書に記載の１つまたは複数のフィルタリング法によりデータ（例えば、リード、カウント、ゲノム片にマッピングされたカウント、ゲノム片、ゲノム片上昇、正規化されたカウント、未処理カウントなど）をフィルタリングすることができる。フィルタリングモジュールを含む装置は、少なくとも１つのプロセッサを含むことができる。いくつかの実施形態において、フィルタリングされたデータは、フィルタリングモジュールからの１つまたは複数の命令（例えば、プロセス、ルーティンおよび／またはサブルーティン）を行い、かつ／または実行することができるプロセッサ（例えば、１つまたは複数のプロセッサ）を含む装置により提供される。いくつかの実施形態において、フィルタリングされたデータは、マルチプロセッサ、例えば、並列に協動し、かつ作用するプロセッサを含む装置により提供される。いくつかの実施形態において、フィルタリングモジュールは、１つまたは複数の外部プロセッサ（例えば、内部または外部ネットワーク、サーバー、記憶デバイスおよび／または記憶ネットワーク（例えば、クラウド））とともに動作する。いくつかの実施形態において、フィルタリングされたデータは、以下の１つまたは複数を含む装置により提供される：１つまたは複数のフローセル、カメラ、流体処理コンポーネント、プリンタ、ディスプレイ（例えば、ＬＥＤ、ＬＣＴまたはＣＲＴ）など。フィルタリングモジュールは、適切な装置またはモジュールからデータおよび／または情報を受信することができる。いくつかの実施形態において、フィルタリングモジュールは、シークエンシングモジュール、正規化モジュール、重み付けモジュール、マッピングモジュールまたはカウンティングモジュールからデータおよび／または情報を受信することができる。いくつかの実施形態において、フィルタリングモジュールは、シークエンシングモジュールからシークエンシングリード、マッピングモジュールからマッピングされたシークエンシングリードおよび／またはカウンティングモジュールからカウントを受信することができる。多くの場合、フィルタリングモジュールは、別の装置またはモジュールからデータおよび／または情報を受信し、それらのデータおよび／または情報を変換し、フィルタリングされたデータおよび／または情報（例えば、フィルタリングされたカウント、フィルタリングされた値、フィルタリングされたゲノム片など）を提供する。特定の実施形態において、フィルタリングされたデータおよび／または情報を、フィルタリングモジュールから、比較モジュール、正規化モジュール、重み付けモジュール、範囲設定モジュール、調節モジュール、分類モジュール、および／または成果モジュールに転送することができる。
重み付けモジュール
ゲノム片を重み付けすることを、重み付けモジュールにより（例えば、重み付けモジュールを含む装置により）提供することができる。いくつかの実施形態において、重み付けモジュールは、ゲノム片を重み付けし、かつ／または重み付けされたゲノム片値を提供することを要求される。重み付けモジュールは、当技術分野において公知の、または本明細書に記載の１つまたはそれより多い重み付け方法により、ゲノム片を重み付けすることができる。重み付けモジュールを含む装置は、少なくとも１つのプロセッサを含むことができる。いくつかの実施形態において、重み付けされたゲノム片は、重み付けモジュールからの１つまたはそれより多い命令（例えば、プロセス、ルーティンおよび／またはサブルーティン）を行い、かつ／または実行することができるプロセッサ（例えば、１つまたはそれより多いプロセッサ）を含む装置により提供される。いくつかの実施形態において、重み付けされたゲノム片は、複数のプロセッサ、例えば、並列に協動し、作用するプロセッサを含む装置により提供される。いくつかの実施形態において、重み付けモジュールは、１つまたはそれより多い外部プロセッサ（例えば、内部または外部ネットワーク、サーバー、記憶デバイスおよび／または記憶ネットワーク（例えば、クラウド））とともに動作する。いくつかの実施形態において、重み付けされたゲノム片は、以下の１つ以上を含む装置により提供される：１つまたはそれより多いフローセル、カメラ、流体処理コンポーネント、プリンタ、ディスプレイ（例えば、ＬＥＤ、ＬＣＴまたはＣＲＴ）など。重み付けモジュールは、適切な装置またはモジュールからデータおよび／または情報を受信することができる。いくつかの実施形態において、重み付けモジュールは、シークエンシングモジュール、正規化モジュール、フィルタリングモジュール、マッピングモジュールおよび／またはカウンティングモジュールからデータおよび／または情報を受信することができる。いくつかの実施形態において、重み付けモジュールは、シークエンシングモジュールからシークエンシングリード、マッピングモジュールからマッピングされたシークエンシングリードおよび／またはカウンティングモジュールからカウントを受信することができる。いくつかの実施形態において、重み付けモジュールは、別の装置またはモジュールからデータおよび／または情報を受信し、データおよび／または情報を変換し、データおよび／または情報（例えば、重み付けされたゲノム片、重み付けされた値など）を提供する。特定の実施形態において、重み付けされたゲノム片データおよび／または情報を、重み付けモジュールから、比較モジュール、正規化モジュール、フィルタリングモジュール、範囲設定モジュール、調節モジュール、分類モジュール、および／または成果モジュールに転送することができる。
いくつかの実施形態において、挿入、重複および／または欠失に関連する誤差（例えば、母体および／または胎児のコピー数多型）を減少させる正規化技法を、ＰＥＲＵＮ方法論と合わせて利用する。
ＰＥＲＵＮ方法論により算出されたゲノム片の上昇を、成果を提供するために直接利用することができる。いくつかの実施形態において、ゲノム片の上昇を、胎児画分が約２％〜約６％以上（例えば、約４％以上の胎児画分）であるサンプルの成果を提供するために直接利用することができる。ＰＥＲＵＮ法により算出されたゲノム片の上昇を、成果を提供するためにさらに処理することもある。いくつかの実施形態において、算出されたゲノム片の上昇を標準化する。特定の実施形態において、試験ゲノム片（例えば、第２１番染色体）について算出されたゲノム片の上昇の和、平均値または中央値を、試験ゲノム片以外のゲノム片（例えば、第２１番染色体以外の常染色体）について算出されたゲノム片の上昇の和、平均値または中央値により除算し、実験的ゲノム片の上昇を作製することができる。実験的ゲノム片の上昇または未処理のゲノム片の上昇を、標準化分析、例えば、ＺスコアまたはＺ値の算出の一部として使用することができる。Ｚスコアを、実験的ゲノム片の上昇または未処理のゲノム片の上昇から期待されるゲノム片の上昇を減算することによりサンプル用に作製することができ、かつ得られた値を、サンプルについての標準偏差で除算することができる。特定の実施形態において、得られたＺスコアを、異なるサンプルについて分布させ、分析することができ、他の変数、例えば、胎児画分に関連させ、分析し、成果を提供することができる。
本明細書において記載されるように、ＰＥＲＵＮ方法論は、ＧＣバイアスおよびＧＣ含量そのものに従った正規化に限定されず、他の誤差源と関連する誤差を減少させるために使用することができる。非ＧＣ含量バイアス源の非限定的な例は、マッピング性である。ＧＣバイアスおよび含量以外の正規化パラメータに対応するときに、フィットさせた関係の１つ以上は、非線形（例えば、双曲線、指数）であり得る。いくつかの実施形態において、バイアス実験値が非線形関係から決定される場合、例えば、実験的バイアス曲率推定（ｅｘｐｅｒｉｍｅｎｔａｌ ｂｉａｓ ｃｕｒｖａｔｕｒｅ ｅｓｔｉｍａｔｉｏｎ）を分析することができる。
ＰＥＲＵＮ方法論を、種々の核酸の指標に適用させることができる。核酸の指標の非限定的な例は、マイクロアレイ上の特定の位置の核酸配列リードおよび核酸の上昇である。配列リードの非限定的な例として、細胞非含有循環ＤＮＡ、細胞非含有循環ＲＮＡ、細胞ＤＮＡおよび細胞ＲＮＡから得られたものが挙げられる。ＰＥＲＵＮ方法論を、適切な参照配列、例えば、ゲノム参照ＤＮＡ、細胞参照ＲＮＡ（例えば、トランスクリプトーム）、およびそれらの部分（例えば、ＤＮＡまたはＲＮＡトランスクリプトームのゲノム相補体の一部（複数可）、染色体の一部（複数可））にマッピングされた配列リードに適用することができる。
したがって、特定の実施形態において、細胞核酸（例えば、ＤＮＡまたはＲＮＡ）は、核酸の指標として作用することができる。参照ゲノム部分にマッピングされた細胞核酸リードを、ＰＥＲＵＮ方法論を使用して正規化することができる。
細胞核酸は、１つまたはそれより多いタンパク質との会合があることもあり、いくつかの実施形態において、タンパク質会合核酸を捕捉する作用物質を利用し、タンパク質会合核酸を富化することができる。特定の実施形態において、作用物質は、細胞核酸と会合するタンパク質に特異的に結合する抗体または抗体フラグメント（例えば、クロマチンタンパク質（例えば、ヒストンタンパク質）に特異的に結合する抗体）である。抗体または抗体フラグメントを使用し、特定のタンパク質に結合する細胞核酸を富化するプロセスは、クロマチン免疫沈降（ＣｈＩＰ）法と呼ばれることもある。ＣｈＩＰ富化された核酸は、細胞タンパク質と会合する核酸、例えば、ＤＮＡまたはＲＮＡなどである。ＣｈＩＰ富化された核酸のリードを、当技術分野において公知の技術を使用して得ることができる。ＣｈＩＰ富化された核酸のリードを、参照ゲノムの１つまたはそれより多い部分にマッピングすることができ、結果は、成果を提供するためにＰＥＲＵＮ方法論を使用して正規化することができる。
したがって、特定の実施形態において、以下を含む、試験サンプルについてゲノム片上昇におけるバイアスの減少（ｒｅｄｕｃｅｄ ｂｉａｓ ｇｅｎｏｍｉｃ ｓｅｃｔｉｏｎ ｅｌｅｖａｔｉｏｎｓ）を算出する方法を提供する：（ａ）参照ゲノムのビンにマッピングされた配列リード（その配列リードは、核酸が会合したタンパク質の単離により得られた試験サンプルからの細胞核酸のリードである）のカウントを得ること、（ｂ）（ｉ）ビンのそれぞれにマッピングされた配列リードのカウントと、（ｉｉ）ビンのそれぞれについてのマッピングの特徴との間のフィットさせた関係から、複数のサンプル全体のビンのそれぞれに対する実験的バイアスを決定すること、および、（ｃ）実験的バイアスと、ビンのそれぞれにマッピングされた配列リードのカウントとの間のフィットさせた関係から、ビンのそれぞれについてゲノム片の上昇を算出し、それにより、算出されたゲノム片の上昇を提供することにより、ビンのそれぞれにマッピングされた配列リードのカウントにおけるバイアスが、算出されたゲノム片の上昇において減少すること。
特定の実施形態において、細胞ＲＮＡは、核酸の指標として作用することができる。細胞ＲＮＡリードを、参照ＲＮＡ部分にマッピングし、成果を提供するためにＰＥＲＵＮ方法論を使用して正規化することができる。トランスクリプトームと呼ばれる、細胞ＲＮＡについての既知の配列またはその断片を、サンプルからのＲＮＡリードをマッピングすることができる参照として使用することができる。サンプルＲＮＡのリードは、当技術分野において公知の技術を使用して得ることができる。参照にマッピングされたＲＮＡリードの結果を、成果を提供するためにＰＥＲＵＮ方法論を使用して正規化することができる。
したがって、いくつかの実施形態において、以下を含む、試験サンプルについてゲノム片の上昇におけるバイアスの減少を算出する方法を提供する：（ａ）参照ＲＮＡ（例えば、参照トランスクリプトームまたはその断片（複数可））のビンにマッピングされた配列リード（その配列リードは、試験サンプルからの細胞ＲＮＡのリードである）のカウントを得ること、（ｂ）（ｉ）ビンのそれぞれにマッピングされた配列リードのカウントと、（ｉｉ）ビンのそれぞれについてのマッピングの特徴との間のフィットさせた関係から、複数のサンプル全体のビンのそれぞれについて実験的バイアスを決定すること、および、（ｃ）実験的バイアスと、ビンのそれぞれにマッピングされた配列リードのカウントとの間のフィットさせた関係から、ビンのそれぞれについてゲノム片の上昇を算出し、それにより、算出されたゲノム片の上昇を提供することにより、ビンのそれぞれにマッピングされた配列リードのカウントにおけるバイアスが、算出されたゲノム片の上昇において減少すること。
いくつかの実施形態において、マイクロアレイ核酸レベルは、核酸の指標として作用することができる。アレイの特定のアドレスについてのサンプル全体の核酸レベルまたはハイブリダイズする核酸を、ＰＥＲＵＮ方法論を使用して分析し、それによりマイクロアレイ分析により提供された核酸の指標を正規化することができる。このように、マイクロアレイ上の特定のアドレスまたはハイブリダイズする核酸は、マッピングされた核酸配列リードについてビンに類似し、ＰＥＲＵＮ方法論を使用してマイクロアレイデータを正規化して、改良された成果を提供することができる。
したがって、特定の実施形態において、以下を含む、試験サンプルのマイクロアレイ核酸レベルの誤差を減少させる方法を提供する：（ａ）試験サンプルの核酸と会合しているマイクロアレイ（そのマイクロアレイは捕捉核酸のアレイを含む）の核酸レベルを得ること、（ｂ）（ｉ）捕捉核酸のそれぞれに会合する試験サンプル核酸レベルと、（ｉｉ）捕捉核酸のそれぞれについての会合の特徴との間のフィットさせた関係から、複数のサンプル全体の捕捉核酸のそれぞれについての実験的バイアスを決定すること、および、（ｃ）実験的バイアスと、捕捉核酸のそれぞれに会合する試験サンプル核酸のレベルとの間のフィットさせた関係から、捕捉核酸のそれぞれについて試験サンプルの核酸レベルを算出し、それにより、算出されたレベルを提供することにより、捕捉核酸の各々に会合する試験サンプル核酸のレベルのバイアスが、算出されたレベルにおいて減少すること。上記の会合の特徴は、試験サンプル核酸と捕捉核酸のハイブリダイズに相関する任意の特徴であり得、これは、捕捉核酸と会合する試験サンプル核酸のレベルを決定するときに誤差を生じ、または生じうる。
正規化モジュール
正規化されたデータ（例えば、正規化されたカウント）を、正規化モジュールにより（例えば、正規化モジュールを含む装置により）提供することができる。いくつかの実施形態において、正規化モジュールは、シークエンシングリードから得られた正規化されたデータ（例えば、正規化されたカウント）を提供することを要求される。正規化モジュールは、当技術分野において公知の１つまたはそれより多い正規化方法により、データ（例えば、カウント、フィルタリングされたカウント、未処理のカウント）を正規化することができる。正規化モジュールを含む装置は、少なくとも１つのプロセッサを含むことができる。いくつかの実施形態において、正規化されたデータは、正規化モジュールからの１つまたはそれより多い命令（例えば、プロセス、ルーティンおよび／またはサブルーティン）を行い、かつ／または実行することができるプロセッサ（例えば、１つまたはそれより多いプロセッサ）を含む装置により提供される。いくつかの実施形態において、正規化されたデータは、複数のプロセッサ、例えば、並列に協動し、作用するプロセッサを含む装置により提供される。いくつかの実施形態において、正規化モジュールは、１つまたはそれより多い外部プロセッサ（例えば、内部または外部ネットワーク、サーバー、記憶デバイスおよび／または記憶ネットワーク（例えば、クラウド））とともに動作する。いくつかの実施形態において、正規化されたデータは、以下の１つ以上を含む装置により提供される：１つまたはそれより多いフローセル、カメラ、流体処理コンポーネント、プリンタ、ディスプレイ（例えば、ＬＥＤ、ＬＣＴまたはＣＲＴ）など。正規化モジュールは、適切な装置またはモジュールからデータおよび／または情報を受信することができる。いくつかの実施形態において、正規化モジュールは、シークエンシングモジュール、正規化モジュール、マッピングモジュールまたはカウンティングモジュールからデータおよび／または情報を受信することができる。いくつかの実施形態において、正規化モジュールは、シークエンシングモジュールからシークエンシングリード、マッピングモジュールからマッピングされたシークエンシングリードおよび／またはカウンティングモジュールからカウントを受信することができる。多くの場合、正規化モジュールは、別の装置またはモジュールからデータおよび／または情報を受信し、データおよび／または情報を変換し、正規化されたデータおよび／または情報（例えば、正規化されたカウント、正規化された値、正規化された参照値（ＮＲＶ）など）を提供する。特定の実施形態において、正規化されたデータおよび／または情報を、正規化モジュールから、比較モジュール、正規化モジュール、範囲設定モジュール、調節モジュール、分類モジュール、および／または成果モジュールに転送することができる。いくつかの実施形態において、正規化されたカウント（例えば、正規化されマッピングされたカウント）を、正規化モジュールから期待される表示モジュールおよび／または実験的表示モジュールに転送する。
いくつかの実施形態において、処理ステップは、重み付けを含む。本明細書において使用される場合、用語「重み付けされた」、「重み付けする」もしくは「重み付け関数」または文法的派生語あるいはその等価物は、他のデータセットの特徴または変数に関する特定のデータセットの特徴または変数の影響を変更する（例えば、選択された１つのビンまたは複数のビンのデータの品質または有用性に基づき、１つまたはそれより多いゲノム片またはビンに含有されるデータの有意性および／または寄与を増加もしくは減少させる）ために利用することもあるデータセットの一部または全ての数学的操作を指す。いくつかの実施形態において、重み付け関数を使用し、測定値の分散が相対的に小さいデータの影響を増加させ、かつ／または測定値の分散が相対的に大きいデータの影響を低下させることができる。例えば、過小表示のビンまたは低品質の配列データを、「重み付けを減らし」、データセットにおける影響を最小限にすることができる一方で、選択されたビンを、「重み付けを増やし」、データセットにおける影響を増加させることができる。重み付け関数の非限定的な例は、［１／（標準偏差）２］である。重み付けステップは、正規化ステップと実質的に同様な方法において行われることもある。いくつかの実施形態において、データセットを、所定の変数（例えば、重み付け変数）で除算する。所定の変数（例えば、最小標的関数、ファイ（Ｐｈｉ））は、多くの場合、データセットの異なる部分を別々に重み付けするよう選択される（例えば、特定の種類のデータの影響を増加させるが、他の種類のデータの影響を低下させる）。
特定の実施形態において、処理ステップは、１つまたはそれより多い数学的および／または統計学的操作を含むことができる。任意の適切な数学的および／または統計学的操作を単独または組み合わせて使用し、本明細書に記載のデータセットを分析し、かつ／または操作することができる。任意の適切な数の数学的および／または統計学的操作を使用することができる。いくつかの実施形態において、データセットを、数学的および／または統計学的に１回以上、５回以上、１０回以上または２０回以上操作することができる。使用することができる数学的および統計学的操作の非限定的な例として、加算、減算、乗算、除算、代数関数、最小二乗推定量、曲線のフィット、微分方程式、有理多項式、二重多項式、直交多項式、Ｚスコア、ｐ値、カイ値、ファイ値、ピーク上昇の分析、ピーク端の位置決定、ピーク面積比の算出、染色体の上昇の中央値分析、平均絶対偏差の算出、残差二乗和、平均値、標準偏差、標準誤差などまたはそれらの組み合わせが挙げられる。数学的および／または統計学的操作を、配列リードデータの全てまたは一部、あるいはその処理された生成物に行うことができる。統計学的操作をすることができるデータセットの変数または特徴の非限定的な例として、未処理のカウント、フィルタリングされたカウント、正規化カウント、ピーク高、ピーク幅、ピーク面積、ピーク端、片側公差、Ｐ値、上昇中央値、上昇平均値、ゲノム領域内のカウント分布、核酸種の相対的表示など、またはそれらの組み合わせが挙げられる。
いくつかの実施形態において、処理ステップは、１つまたはそれより多い統計学的アルゴリズムの使用を含むことができる。任意の適切な統計学的アルゴリズムを、単独または組み合わせて使用し、本明細書に記載のデータセットを分析し、かつ／または操作することができる。任意の適切な数の統計学的アルゴリズムを使用することができる。いくつかの実施形態において、データセットを、１個以上、５個以上、１０個以上または２０個以上の統計学的アルゴリズムを使用して分析することができる。本明細書に記載の方法とともに使用するのに適した統計学的アルゴリズムの非限定的な例として、決定木、カウンターヌル、多重比較、オムニバス検定、ベーレンス・フィッシャー問題、ブートストラップ法、Ｆｉｓｈｅｒの有意性独立検定を組み合わせた方法（Ｆｉｓｈｅｒ’ｓ ｍｅｔｈｏｄ ｆｏｒ ｃｏｍｂｉｎｉｎｇ ｉｎｄｅｐｅｎｄｅｎｔ ｔｅｓｔｓ ｏｆ ｓｉｇｎｉｆｉｃａｎｃｅ）、帰無仮説、第１種過誤、第２種過誤、正確確率検定、１サンプルＺ検定、２サンプルＺ検定、１サンプルｔ検定、対応のあるｔ検定、等分散の２サンプルのプールｔ検定（ｐｏｏｌｅｄ ｔ−ｔｅｓｔ）、不等分散の２サンプルの非プールｔ検定、１比率Ｚ検定、プール２比率Ｚ検定、非プール２比率Ｚ検定、１サンプルカイ二乗検定、等分散の２サンプルＦ検定、信頼区間、信用区間、有意性、メタ解析、線形単回帰、ロバスト線形回帰など、または上記の組み合わせが挙げられる。統計学的アルゴリズムを使用して分析することができるデータセット変数または特徴の非限定的な例として、未処理のカウント、フィルタリングされたカウント、正規化されたカウント、ピーク高、ピーク幅、ピーク端、片側公差、Ｐ値、上昇の中央値、上昇の平均値、ゲノム領域内のカウント分布、核酸種の相対的表示など、またはそれらの組み合わせが挙げられる。
特定の実施形態において、データセットを、複数の（例えば、２以上）統計学的アルゴリズム（例えば、最小二乗回帰、主成分分析、線形判別分析、二次判別分析、バギング、ニューラルネットワーク、サポートベクターマシンモデル、ランダムフォレスト、分類木モデル、Ｋ近傍法、ロジスティック回帰および／またはＬＯＥＳＳ平滑化（ｌｏｓｓ ｓｍｏｏｔｈｉｎｇ））および／または数学的および／または統計学的操作（例えば、本明細書において、操作と呼ばれるもの）を利用することにより分析することができる。いくつかの実施形態において、複数の操作の使用により、成果を提供するために使用することができるＮ次元空間を作製することができる。特定の実施形態において、複数の操作を利用することによるデータセットの分析により、データセットの複雑性および／または次元性を減少させることができる。例えば、参照データセットに複数の操作を使用することにより、参照サンプルの遺伝的状態（例えば、選択された遺伝的変異について陽性または陰性）に応じて、遺伝的変異の有無を表すために使用することができるＮ次元空間（例えば、確率プロット）を作製することができる。実質的に同様な操作セットを使用する、試験サンプルの分析を使用し、試験サンプルのそれぞれについて、Ｎ次元点を作製することができる。試験被験体のデータセットの複雑性および／または次元性が、参照データから作製されたＮ次元空間と容易に比較することができる単一値またはＮ次元点に減少することもある。参照被験体データにより集められたＮ次元空間内にある試験サンプルデータは、参照被験体のものと実質的に同様の遺伝的状態を示す。参照被験体データにより集められたＮ次元空間外にある試験サンプルデータは、参照被験体のものと実質的に類似していない遺伝的状態を示す。いくつかの実施形態において、参照は正倍数体であり、またはさもなければ、遺伝的変異または医学的状態を有していない。
いくつかの実施形態において、データセットをカウントし、必要に応じてフィルタリングし、正規化した後、処理されたデータセットを、１回以上のフィルタリングおよび／または正規化方法によりさらに操作することができる。特定の実施形態において、１回以上のフィルタリングおよび／または正規化方法によりさらに操作されたデータセットを使用し、プロファイルを作製することができる。いくつかの実施形態において、１回以上のフィルタリングおよび／または正規化方法は、データセットの複雑性および／または次元性を減少させることができることがある。成果を、複雑性および／または次元性を減少させたデータセットに基づき提供することができる。
ゲノム片を、誤差の尺度に基づきまたは一部基づき、フィルタリングすることができる。特定の実施形態において、Ｒ因子などの偏差の絶対値を含む誤差の尺度をゲノム片の除去または重み付けに使用することができる。いくつかの実施形態において、Ｒ因子は、実際の測定値からのカウント予測値で除算した、実際の測定値からのカウント予測値の絶対偏差の和として定義される（例えば、本明細書において、式Ｂ）。偏差の絶対値を含む誤差の尺度を使用する一方で、代替えとして、適切な誤差の尺度を使用し得る。特定の実施形態において、偏差の絶対値を含まない誤差の尺度、例えば、二乗に基づくばらつきを利用することができる。いくつかの実施形態において、ゲノム片を、マッピング性の尺度（例えば、マッピング性スコア）に従い、フィルタリングし、または重み付けする。ゲノム片を、ゲノム片にマッピングされた、相対的に少ない数の配列リード（例えば、ゲノム片にマッピングされた０、１、２、３、４、５リード）に従い、フィルタリングし、または重み付けする。ゲノム片を、行われる分析の種類に従い、フィルタリングし、または重み付けすることができる。例えば、第１３番染色体、第１８番染色体および／または第２１番染色体異数性分析について、性染色体をフィルタリングすることができ、常染色体または常染色体のサブセットのみを分析することができる。
具体的な実施形態において、以下のフィルタリングプロセスを使用することができる。所与の染色体（例えば、第２１番染色体）内のゲノム片（例えば、ビン）の同じセットを選択し、罹患および非罹患サンプルのリード数および／または量を比較する。ギャップは、トリソミー２１および正倍数体サンプルに関連し、第２１番染色体の大部分を包含するゲノム片のセットを含む。ゲノム片のセットは、正倍数体と、Ｔ２１サンプルとの間で同じである。ゲノム片のセットと単一の片との間の区別は、ゲノム片を定義することができる場合、重要ではない。同じゲノム領域を、異なる患者で比較する。このプロセスを、トリソミー分析、例えば、Ｔ２１に加え、またはそれの代わりにＴ１３またはＴ１８に利用することができる。
具体的な実施形態において、以下のフィルタリングプロセスを使用することができる。所与の性染色体（例えば、染色体Ｘ、染色体Ｙ）内のゲノム片（例えば、ビン）の同じセットを選択し、罹患および非罹患サンプルにおけるリードの数および／または量を比較する。ギャップは、性染色体異数体および正倍数体サンプルを関連づけ、染色体Ｘおよび／または染色体Ｙの大部分を包含するゲノム片のセットを含む。ゲノム片のセットは、正倍数体と罹患サンプルとの間で同じである。ゲノム片のセットと単一の部分との区別は、ゲノム片を定義することができる場合、重要ではない。同じゲノム領域を、異なる患者で比較する。このプロセスを、性染色体異数性分析に、例えば、Ｘ０、ＸＸＸ、ＸＸＹおよびＸＹＹなどに利用することができる。
いくつかの実施形態において、データセットをカウントし、必要に応じてフィルタリングし、正規化した後、処理されたデータセットを、重み付けすることにより操作することができる。特定の実施形態において、１つまたはそれより多いゲノム片を、選択されたゲノム片に含まれるデータの影響（例えば、ノイズデータ、無益なデータ）を減少させるよう重み付けするために選択することができ、いくつかの実施形態において、１つまたはそれより多いゲノム片を、選択されたゲノム片に含まれるデータの影響（例えば、測定された分散が小さいデータ）を強化し、または増大させるよう重み付けするために選択することができる。いくつかの実施形態において、データセットを、分散の大きいデータの影響を低下させ、分散の小さいデータの影響を増加させる単一の重み付け関数を利用して重み付けする。重み付け関数を使用し、分散の大きいデータの影響を減少させ、分散の小さいデータの影響を増大させることもある（例えば、［１／（標準偏差）２］）。いくつかの実施形態において、重み付けによりさらに操作された、処理されたデータのプロファイルプロットを作製して分類を容易にし、かつ／または成果を提供することを容易にする。成果を、重み付けデータのプロファイルプロットに基づき提供することができる。
ゲノム片をフィルタリングまたは重み付けすることを、分析内の１つまたはそれより多い適切な段階にて行うことができる。例えば、ゲノム片を、配列リードが参照ゲノムの各部分にマッピングされる前または後にフィルタリングし、または重み付けすることができる。いくつかの実施形態において、ゲノム片を、個々のゲノム部分についての実験的バイアスを決定する前または後にフィルタリングし、または重み付けすることができる。特定の実施形態において、ゲノム片を、ゲノム片の上昇を算出する前または後にフィルタリングし、または重み付けすることができる。
いくつかの実施形態において、データセットをカウントし、必要に応じてフィルタリングし、正規化し、必要に応じて重み付けした後、処理されたデータセットを、１つまたはそれより多い数学的および／または統計学的（例えば、統計学的関数または統計学的アルゴリズム）操作により操作することができる。特定の実施形態において、処理されたデータセットを、１つまたはそれより多い選択されたゲノム片、染色体、または染色体の各部分についてのＺスコアを算出することによりさらに操作することができる。いくつかの実施において、処理されたデータセットを、Ｐ値を算出することによりさらに操作することができる。特定の実施形態において、数学的および／または統計学的操作は、倍数性および／または胎児画分に関する１つまたはそれより多い仮定を含む。いくつかの実施形態において、１つまたはそれより多い統計学的および／または数学的操作によりさらに操作された、処理されたデータのプロファイルプロットを作製して分類を容易にし、かつ／または成果を提供することを容易にする。成果を、統計学的および／または数学的に操作されたデータのプロファイルプロットに基づき、提供することができる。統計学的および／または数学的に操作されたデータのプロファイルプロットに基づき提供された成果は、多くの場合、倍数性および／または胎児画分に関する１つまたはそれより多い仮定を含む。
特定の実施形態において、複数の操作を処理されたデータセットに行い、データセットをカウントし、必要に応じてフィルタリングし、および正規化した後に、Ｎ次元空間および／またはＮ次元点を作製する。成果を、Ｎ次元で分析したデータセットのプロファイルプロットに基づき提供することができる。
いくつかの実施形態において、データセットを、データセットを処理し、かつ／または操作する一部として、または処理し、かつ／または操作した後に、１つまたはそれより多いピーク上昇分析、ピーク幅分析、ピーク端位置分析、ピーク片側公差など、その派生物または上記の組み合わせを利用して処理する。いくつかの実施形態において、１つまたはそれより多いピーク上昇分析、ピーク幅分析、ピーク端位置分析、ピーク片側公差など、その派生物または上記の組み合わせを利用して処理されたデータのプロファイルプロットを作製して分類を容易にし、かつ／または成果を提供することを容易にする。成果を、１つまたはそれより多いピーク上昇分析、ピーク幅分析、ピーク端位置分析、ピーク片側公差など、その派生物または上記の組み合わせを利用して処理されているデータのプロファイルプロットに基づき提供することができる。
いくつかの実施形態において、目的の遺伝的変異を含有しないことが知られている１つまたはそれより多い参照サンプルを使用し、遺伝的変異の非存在を表す所定の値を生じることができ、かつ多くの場合、試験被験体が遺伝的変異を保持する場合、遺伝的変異が試験被験体内に局在するゲノム位置に対応する領域において所定の値から逸脱する参照中央カウントプロファイル（ａ ｒｅｆｅｒｅｎｃｅ ｍｅｄｉａｎ ｃｏｕｎｔ ｐｒｏｆｉｌｅ）を作製することができる。遺伝的変異に関連する医学的状態の危険があるかまたはそれに苦しむ試験被験体において、選択された１つまたは複数のゲノム片についての数値は、非罹患ゲノム位置についての所定の値から有意に異なることが期待される。特定の実施形態において、目的の遺伝的変異を担持することが知られている１つまたはそれより多い参照サンプルを使用し、遺伝的変異の存在を表す所定の値を生じることができ、かつ多くの場合、試験被験体が遺伝的変異を担持しない遺伝的位置に対応する領域において所定の値から逸脱する参照中央カウントプロファイルを作製することができる。遺伝的変異に関連する医学的状態の危険がないかまたはそれに苦しんでいない試験被験体において、選択された１つまたは複数のゲノム片についての数値は、罹患ゲノム位置についての所定の値から有意に異なることが期待される。
いくつかの実施形態において、データの分析および処理は、１つまたはそれより多い仮定の使用を含むことができる。仮定の適切な数または種類を利用し、データセットを分析または処理することができる。データ処理および／または分析に使用することができる仮定の非限定的な例として、母体倍数性、胎児の寄与、参照集団における特定の配列の発生率、民族的背景、関連ファミリーメンバーにおける選択された医学的状態の発生率、異なる患者からの未処理のカウントプロファイルおよび／またはＧＣ正規化後の実行と、リピートマスキング（例えば、ＧＣＲＭ）との間の類似、ＰＣＲ人工産物を表す完全な一致（ｉｄｅｎｔｉｃａｌ ｍａｔｃｈ）（例えば、同一の塩基位置）、胎児数量アッセイ（例えば、ＦＱＡ）に固有の仮定、双胎に関する仮定（例えば、双胎の２例のうち、１例のみが罹患する場合、有効な胎児画分は、測定された胎児画分合計の５０％にすぎない（三胎、四胎などにおいても同様）、ゲノム全体を均一に包含する胎児細胞非含有ＤＮＡ（例えば、ｃｆＤＮＡ）など、およびそれらの組み合わせが挙げられる。
マッピングされた配列リードの品質および／または深度により、所望の信頼水準（例えば、９５％以上の信頼水準）にて遺伝的変異の有無の成果の予測が可能でないこれらの例において、正規化されたカウントプロファイルに基づき、１つまたはそれより多い追加の数学的操作アルゴリズムおよび／または統計学的予測アルゴリズムを利用し、データ分析および／または成果を提供することに有用な追加の数値を作製することができる。本明細書において使用される場合、用語「正規化されたカウントプロファイル」は、正規化されたカウントを使用して作製されたプロファイルを指す。正規化されたカウントおよび正規化されたカウントプロファイルを作製するために使用することができる方法の例を、本明細書において記載する。なお、カウントされているマッピングされた配列リードを、試験サンプルカウントまたは参照サンプルカウントに対して正規化することができる。いくつかの実施形態において、正規化されたカウントプロファイルを、プロットとして示すことができる。
プロファイル
いくつかの実施形態において、処理ステップは、データセットの種々の態様またはその派生物からの１つまたはそれより多いプロファイル（例えば、プロファイルプロット）を作製することを含むことができる（例えば、当技術分野において公知の、および／または本明細書に記載の１つまたはそれより多い数学的および／または統計学的データ処理ステップの生成物）。
本明細書において使用される場合、用語「プロファイル」は、大量のデータのパターンおよび／または相関の同定を容易にすることができるデータの数学的および／または統計学的操作の生成物を指す。「プロファイル」は、多くの場合、１つまたはそれより多い基準に基づき、データまたはデータセットの１つまたはそれより多い操作から得られる値を含む。プロファイルは、多くの場合、複数のデータ点を含む。任意の適切な数のデータ点を、データセットの性質および／または複雑性に応じてプロファイルに含むことができる。特定の実施形態において、プロファイルは、２以上のデータ点、３以上のデータ点、５以上のデータ点、１０以上のデータ点、２４以上のデータ点、２５以上のデータ点、５０以上のデータ点、１００以上のデータ点、５００以上のデータ点、１０００以上のデータ点、５０００以上のデータ点、１０，０００以上のデータ点、または１００，０００以上のデータ点を含み得る。
いくつかの実施形態において、プロファイルは、データセットの全体を表し、特定の実施形態において、プロファイルはデータセットの部分またはサブセットを表す。すなわち、プロファイルは、任意のデータを除去するためのフィルタリングがされていないデータを表すデータ点を含み、もしくはそれから作製されることもあり、またはプロファイルは、不必要なデータを除去するためのフィルタリングがされているデータを表すデータ点を含み、もしくはそこから作製されることもある。いくつかの実施形態において、プロファイルのデータ点は、ゲノム片に対するデータ操作の結果を表す。特定の実施形態において、プロファイルのデータ点は、ゲノム片の各グループに対するデータ操作の結果を含む。いくつかの実施形態において、ゲノム片の各グループを、互いに隣接させることができ、特定の実施形態において、ゲノム片の各グループは、染色体またはゲノムの異なる部分からのものであってよい。
データセットから得られたプロファイルのデータ点は、任意の適切なデータの分類を表すことができる。データをグループ化し、プロファイルデータ点を作製することができる分類の非限定的な例として、以下が挙げられる：サイズに基づいたゲノム片、配列の特徴に基づいたゲノム片（例えば、ＧＣ含量、ＡＴ含量、染色体上の位置（例えば、短腕、長腕、セントロメア、テロメア）など）、発現のレベル、染色体など、またはそれらの組み合わせ。いくつかの実施形態において、プロファイルを、別のプロファイル（例えば、再正規化された（ｒｅｎｏｒｍａｌｉｚｅｄ）データプロファイルを作製するために、異なる正規化される値に対して再正規化された正規化されたデータプロファイル）から得られたデータ点から作製することができる。特定の実施形態において、別のプロファイルから得られたデータ点から作製されたプロファイルは、データ点の数および／またはデータセットの複雑性を減少させる。データ点の数および／またはデータセットの複雑性を減少させることは、多くの場合、データの解釈を容易にし、かつ／または成果を提供することを容易にする。
プロファイルは、多くの場合、２つまたはそれより多いゲノム片に対して正規化されたまたは正規化されないカウントの集合である。プロファイルは、多くの場合、少なくとも１つの上昇を含み、多くの場合、２つ以上の上昇を含む（例えば、プロファイルは、多くの場合、複数の上昇を有する）。上昇は一般に、およそ同じカウントまたは正規化されたカウントを有するゲノム片のセットについてのものである。上昇について、本明細書において、さらに詳細に記載する。いくつかの実施形態において、プロファイルは、ゲノム片を重み付けする、除去する、フィルタリングする、正規化する、調節する、平均化する、平均値として得る、加算する、減算する、処理する、またはそれらの任意の組み合わせにより変換することができる１つまたはそれより多いゲノム片を含む。プロファイルは、多くの場合、２つ以上の上昇を定義するゲノム片にマッピングされる正規化されたカウントを含み、この場合、カウントを、適切な方法により上昇の１つに従い、さらに正規化する。多くの場合、プロファイルのカウント（例えば、プロファイルの上昇）は、不確定値と関連する。
１つまたは複数の上昇を含むプロファイルは、第１の上昇および第２の上昇を含むことができる。いくつかの実施形態において、第１の上昇は、第２の上昇と異なる（例えば、有意に異なる）。いくつかの実施形態において、第１の上昇はゲノム片の第１のセットを含み、第２の上昇はゲノム片の第２のセットを含み、前記ゲノム片の第１のセットは、前記ゲノム片の第２のセットのサブセットではない。いくつかの実施形態において、ゲノム片の第１のセットは、第１および第２の上昇を決定するゲノム片の第２のセットと異なる。いくつかの実施形態において、プロファイルは、該プロファイル内の第２の上昇と異なる（例えば、有意に異なる、例えば、有意に異なる値を有する）複数の第１の上昇を有することができる。いくつかの実施形態において、プロファイルは、該プロファイル内の第２の上昇と有意に異なる１つまたは複数の第１の上昇を含み、前記第１の上昇の１つまたは複数を調節する。いくつかの実施形態において、プロファイルは、該プロファイル内の第２の上昇と有意に異なる１つまたは複数の第１の上昇を含み、前記１つまたは複数の第１の上昇のそれぞれが、母体のコピー数多型、胎児のコピー数多型、または母体のコピー数多型と胎児のコピー数多型を含み、前記第１の上昇の１つまたは複数を調節する。いくつかの実施形態において、プロファイル内の第１の上昇を該プロファイルから除去するか、または調節する（例えば、パディングする）。プロファイルは、１つまたは複数の第２の上昇と有意に異なる１つまたは複数の第１の上昇を含む複数の上昇を含むことができ、多くの場合、プロファイルの上昇の大部分が第２の上昇であり、第２の上昇は、互いにほぼ等しい。いくつかの実施形態において、プロファイルの上昇の５０％超、６０％超、７０％超、８０％超、９０％超、９５％超が第２の上昇である。
プロファイルは、プロットとして表示されることもある。例えば、ゲノム片のカウント（例えば、正規化されたカウント）を表す１つまたはそれより多い上昇をプロットし、視覚化することができる。作製することができるプロファイルプロットの非限定的な例として、未処理のカウント（例えば、未処理のカウントプロファイルまたは未処理のプロファイル）、正規化されたカウント、ビン重み付け、Ｚスコア、ｐ値、面積比対フィットさせた倍数性、上昇の中央値対フィットさせた胎児画分と測定した胎児画分との間の比、主成分など、またはそれらの組み合わせが挙げられる。いくつかの実施形態において、プロファイルプロットは、操作されたデータの視覚化を可能にする。特定の実施形態において、プロファイルプロットを利用し、成果（例えば、面積比対フィットさせた倍数性、上昇の中央値対フィットさせた胎児画分と測定した胎児画分との間の比、主成分）を提供することができる。本明細書において使用される場合、用語「未処理のカウントプロファイルプロット」または「未処理のプロファイルプロット」は、領域内（例えば、ゲノム、ゲノム片、染色体、染色体ビンまたは染色体の断片）におけるカウント合計に対して正規化された、領域内の各ゲノム片のカウントのプロットを指す。いくつかの実施形態において、プロファイルを、スタティックウィンドウプロセスを使用して作製することができ、特定の実施形態において、プロファイルを、スライディングウィンドウプロセスを使用して作製することができる。
試験被験体について作製されたプロファイルを、１例以上の参照被験体について作製されたプロファイルと比較し、データセットの数学的および／または統計学的操作の解釈を容易にし、かつ／または成果を提供する。いくつかの実施形態において、プロファイルを１つまたはそれより多い開始仮定（例えば、母体の核酸の寄与（例えば、母体画分）、胎児の核酸の寄与（例えば、胎児画分）、参照サンプルの倍数性など、またはそれらの組み合わせ）に基づき作製する。特定の実施形態において、試験プロファイルは、多くの場合、遺伝的変異の非存在を表す所定の値前後に集中し、多くの場合、試験被験体が遺伝的変異を保持する場合、遺伝的変異が試験被験体内に局在するゲノム位置に対応する領域における所定の値から逸脱する。遺伝的変異に関連する医学的状態の危険があるかまたはそれに苦しむ試験被験体において、選択されたゲノム片についての数値は、非罹患ゲノム位置についての所定の値から有意に異なることが期待される。開始仮定（例えば、固定倍数性もしくは最適倍数性、固定胎児画分もしくは最適胎児画分またはそれらの組み合わせ）に応じて、遺伝的変異の有無を示す値の所定の閾値もしくはカットオフ値または閾範囲は多様であり得る、その一方で、なお遺伝的変異の有無を決定するのに有用な成果を提供することができる。いくつかの実施形態において、プロファイルは、表現型を示し、かつ／または表現型を表す。
非限定的な例として、正規化サンプルおよび／または参照カウントプロファイルを、（ａ）遺伝的変異を担持しないことが知られている参照のセットから選択された染色体、ゲノム片またはその断片についての参照中央値カウントを算出すること、（ｂ）参照サンプルの未処理カウントからの無益なゲノム片を除去すること（例えば、フィルタリング）、（ｃ）残りのビン全ての参照カウントを、参照サンプルの選択された染色体または選択されたゲノム位置についての残りのカウント合計数（例えば、無益なビンの除去後に残るカウントの和）に対して正規化し、それにより正規化参照被験体プロファイルを作製すること、（ｄ）試験被験体サンプルから対応するゲノム片を取り出すこと、および、（ｅ）１つまたはそれより多い選択されたゲノム位置についての残る試験被験体カウントを、選択されたゲノム位置を含有する１つまたは複数の染色体についての残る参照中央値カウントの和に対して正規化し、それにより、正規化試験被験体プロファイルを作製することにより未処理の配列リードデータから得ることができる。特定の実施形態において、（ｂ）のフィルタリングされたゲノム片により減少した、ゲノム全体に関する追加の正規化ステップを、（ｃ）と（ｄ）との間で含むことができる。
データセットプロファイルは、カウントされ、マッピングされた配列リードデータの１つまたはそれより多い操作により作製することができる。いくつかの実施形態は以下を含む。配列リードをマッピングし、各ゲノムビンにマッピングした配列タグの数を決定する（例えば、カウントする）。未処理のカウントプロファイルを、カウントされる、マッピングされた配列リードから作製する。特定の実施形態において、成果を、試験被験体からの未処理のカウントプロファイルを、遺伝的変異を保持しないことが知られている参照被験体のセットからの染色体、ゲノム片またはその断片についての参照中央カウントプロファイルと比較することにより提供される。
いくつかの実施形態において、配列リードデータを、必要に応じてフィルタリングし、ノイズデータまたは無益なゲノム片を除去する。フィルタリング後、残りのカウントは典型的に、合計され、フィルタリングされたデータセットを作製する。特定の実施形態において、フィルタリングされたカウントプロファイルを、フィルタリングされたデータセットから作製する。
配列リードデータをカウントし、必要に応じてフィルタリングした後に、データセットを正規化し、上昇またはプロファイルを作製することができる。データセットを、１つまたはそれより多い選択されたゲノム片を、適切な正規化される参照値に対して正規化することにより、正規化することができる。いくつかの実施形態において、正規化される参照値は、ゲノム片を選択する１つまたは複数の染色体についてのカウント合計を表す。特定の実施形態において、正規化される参照値は、１つまたはそれより多い対応するゲノム片、染色体の部分または遺伝的変異を保持しないことが知られる参照被験体のセットから調製された参照データセットからの染色体を表す。いくつかの実施形態において、正規化される参照値は、１つまたはそれより多い対応するゲノム片、染色体の部分または遺伝的変異の有無について分析される試験被験体から調製された試験被験体データセットからの染色体を表す。特定の実施形態において、正規化プロセスは、スタティックウィンドウ法を利用して行われ、いくつかの実施形態において、正規化プロセスは、ムービングウィンドウ法またはスライディングウィンドウ法を利用して行われる。特定の実施形態において、正規化されたカウントを含むプロファイルを作製し、分類および／または成果を提供することを容易にする。成果を、正規化されたカウントを含むプロファイルのプロットに基づき（例えば、このようなプロファイルのプロットを使用して）提供することができる。
染色体表現の決定
いくつかの実施形態において、ゲノム片（例えば、目的の染色体のゲノム片）の集合の上昇またはレベルを組み合わせて、染色体上昇を作製する。いくつかの実施形態において、染色体上昇は、染色体表現として表示される。染色体表現を任意の適切な定量法から誘導することができる。染色体表現は、本明細書中で説明するように、Ｚスコアなどに変換することができる。したがって、染色体表現の導関数は、Ｚスコア変換である場合がある。染色体表現は、染色体表現期待値（ＥＣＲ）または染色体表現測定値（ＭＣＲ）である場合がある。
染色体表現期待値（ＥＣＲ）
いくつかの実施形態において、染色体表現期待値（ＥＣＲ、例えば、正倍数性染色体表現期待値）を染色体またはそのセグメントについて作製する。ＥＣＲは、多くの場合、染色体またはそのセグメントの正倍数性表現についてのものである。常染色体または性染色体についてのＥＣＲを決定することができる。いくつかの例において、罹患常染色体についてのＥＣＲを決定する（例えば、トリソミーの場合、例えば、トリソミー１３の場合には第１３番染色体が罹患常染色体であり、トリソミー１８の場合には第１８番染色体が罹患常染色体であり、またはトリソミー２１の場合には第２１番染色体が罹患常染色体である）。染色体ｎまたはそのセグメントについてのＥＣＲを「ｎ染色体表現期待値」と呼ぶことができる。例えば、染色体ＸについてのＥＣＲを「Ｘ染色体表現期待値」と呼ぶことができる。いくつかの実施形態において、正規化カウントプロファイルにおけるゲノム片の数に従いＥＣＲを決定する。いくつかの例において、染色体ｎについてのＥＣＲは、染色体ｎまたはそのセグメントについてのゲノム片の総数と、プロファイル（例えば、全ての常染色体のプロファイル、ほぼ全ての常染色体のプロファイル、ゲノムまたはゲノムのセグメントのプロファイル）におけるゲノム片の総数との比である。いくつかの実施形態において、ＥＣＲは、染色体ｎまたはそのセグメントのゲノム片の上昇表現期待値より下の総面積と、プロファイル全体（例えば、全ての常染色体のプロファイル、ほぼ全ての常染色体のプロファイル、ゲノムまたはゲノムのセグメントのプロファイル）の全てのゲノム片についての期待される上昇より下の総面積との比である。いくつかの実施形態において、期待される上昇および／またはプロファイルの期待中央値または平均値に従ってＥＣＲを決定する。いくつかの実施形態において、染色体ｎまたはそのセグメントについてのＥＣＲを決定し、この場合の染色体ｎは、異数性染色体（例えば、トリソミー）である。いくつかの実施形態において、男性または女性胎児を妊娠する妊娠女性の染色体Ｘおよび／または染色体ＹについてのＥＣＲを決定する。いくつかの例において、性別異数性（例えば、ターナー症候群、クラインフェルター症候群、ヤコブ症候群、ＸＸＸ症候群）を含む、男性または女性胎児を妊娠する妊娠女性の染色体Ｘおよび／または染色体ＹについてのＥＣＲを決定する。いくつかの実施形態において、ＣｈｒＸについての正倍数性染色体表現期待値は、女性妊娠からまたは女性妊娠のセットから得られるＣｈｒＸ表現中央値または平均値である。いくつかの実施形態において、男性妊娠におけるＣｈｒＸについての染色体表現期待値は、女性妊娠からまたは女性妊娠のセットから得られるＣｈｒＸ表現中央値または平均値である。
染色体表現測定値（ＭＣＲ）
いくつかの実施形態において、染色体表現測定値（すなわち、実験値）（ＭＣＲ）を作製する。多くの場合、ＭＣＲは、実験により得られる値である。ＭＣＲを染色体表現実験値と呼ぶことができる。染色体ｎについてのＭＣＲを「ｎ染色体表現実験値」と呼ぶことができる。例えば、染色体ＸのＭＣＲを「Ｘ染色体表現実験値」と呼ぶことができる。一般に、「染色体表現」は、本明細書では染色体表現測定値を指す。いくつかの実施形態において、ＭＣＲを、染色体またはそのセグメントのゲノム片にマッピングされたカウントに従い決定する。いくつかの実施形態において、ＭＣＲを正規化されたカウントから決定する。いくつかの実施形態において、ＭＣＲを未処理カウントから決定する。多くの場合、ＧＣ含量、ビンワイズ正規化、ＧＣ ＬＯＥＳＳ、ＰＥＲＵＮ、ＧＣＲＭなどまたはそれらの組み合わせによって正規化されたカウントからＭＣＲを決定する。いくつかの実施形態において、性染色体（例えば、ＸもしくはＹ染色体）または異数性を表す染色体（例えば、罹患した常染色体、トリソミー）のゲノム片にマッピングされたカウントに従いＭＣＲを決定する。いくつかの実施形態において、ＭＣＲを染色体またはそのセグメントの上昇測定値に従い決定する。いくつかの例において、プロファイルにおける１つまたは複数の上昇の中央値、平均または平均値に従い染色体についてのＭＣＲを決定することができる。いくつかの実施形態において、性別異数性（例えば、ターナー症候群、クラインフェルター症候群、ヤコブ症候群、ＸＸＸ症候群）を含む、男性または女性胎児を妊娠する妊娠女性についての性染色体（例えば、ＸまたはＹ染色体）のゲノム片にマッピングされたカウントに従いＭＣＲを決定する。いくつかの例において、染色体ｎについてのＭＣＲは、染色体ｎまたはそのセグメントのゲノム片にマッピングされたカウントの総数と、プロファイル（例えば、ゲノムまたはそのセグメントのプロファイル）に表示された全ての常染色体のゲノム片にマッピングされたカウントの総数との比であり、この場合、染色体ｎは、任意の染色体であり得る。いくつかの実施形態において、染色体ｎについてのＭＣＲは、染色体ｎまたはそのセグメントを表す上昇より下の総面積と、プロファイル全体（例えば、全ての常染色体のプロファイル、ほぼ全ての常染色体のプロファイル、ゲノムまたはゲノムのセグメントのプロファイル）の上昇より下の総面積との比である。
表示モジュール
いくつかの実施形態において、染色体表現を表示モジュールによって決定する。いくつかの実施形態において、ＥＣＲを期待表示モジュールによって決定する。いくつかの実施形態において、ＭＣＲを表示モジュールによって決定する。表示モジュールは、表示モジュールまたは期待表示モジュールであることができる。いくつかの実施形態において、表示モジュールは、１つまたは複数の比を決定する。本明細書において使用される場合、用語「比」は、第１の数値を第２の数値により除算することによる数値（例えば、導かれた数）を指す。例えば、ＡとＢの間の比は、数学的にＡ／ＢまたはＢ／Ａと表すことができ、この比についての数値は、ＡをＢにより除算することによって、またはＢをＡにより除算することによって得ることができる。幾つかの例において、表示モジュール（例えば、表示モジュール）は、カウントの比を作製することによってＭＣＲを決定する。いくつかの実施形態において、表示モジュールは、罹患した常染色体（例えば、トリソミー１３の場合には第１３番染色体、トリソミー１８の場合には第１８番染色体、またはトリソミー２１の場合には第２１番染色体）についてのＭＣＲを決定する。例えば、表示モジュール（例えば、表示モジュール）は、プロファイルに表示された全ての常染色体のゲノム片にマッピングされたカウントの総数に対する、染色体ｎのゲノム片にマッピングされたカウントの比を作製することによってＭＣＲを決定する。いくつかの実施形態において、表示モジュール（表示モジュール）は、プロファイルに表示された全ての常染色体のゲノム片にマッピングされたカウントの総数に対する、性染色体（例えば、染色体ＸまたはＹ）のゲノム片にマッピングされたカウントの比を作製することによってＭＣＲを決定する。いくつかの例において、表示モジュール（例えば、期待表示モジュール）は、ゲノム片の比を作製することによってＥＣＲを決定する。いくつかの実施形態において、期待表示モジュールは、罹患した常染色体（トリソミー１３の場合には第１３番染色体、トリソミー１８の場合には第１８番染色体、またはトリソミー２１の場合には第２１番染色体）についてのＥＣＲを決定する。例えば、表示モジュール（例えば、期待表示モジュール）は、プロファイルおける全ての常染色体ゲノム片に対する染色体ｎについてのゲノム片の比を作製することによってＥＣＲを決定することもある。いくつかの実施形態において、表示モジュールは、ＭＣＲのＥＣＲに対する比を提供することができる。いくつかの実施形態において、表示モジュールまたは表示モジュールを含む装置は、別のモジュール、装置、コンポーネント、周辺機器、または装置のオペレータにまたはそれらからデータおよび／または情報を収集し、組み立て、受信し、提供し、かつ／または転送する。例えば、装置のオペレータは、表示モジュールに定数、閾値、式、または所定の値を提供することもある。表示モジュールは、シークエンシングモジュール、シークエンシングモジュール、マッピングモジュール、カウンティングモジュール、正規化モジュール、比較モジュール、範囲設定モジュール、分類モジュール、調節モジュール、プロットモジュール、成果モジュール、データ表示組織化モジュールおよび／またはロジック処理モジュールからデータおよび／または情報を受信することができる。いくつかの実施形態において、正規化された、マッピングされたカウントを、正規化モジュールから表示モジュールに転送する。いくつかの実施形態において、正規化された、マッピングされたカウントを、正規化モジュールから期待表示モジュールに転送する。表示モジュールから得られたまたは表示モジュールによって転送されたデータおよび／または情報を、表示モジュールから正規化モジュール、比較モジュール、範囲設定モジュール、分類モジュール、調節モジュール、プロットモジュール、成果モジュール、データ表示組織化モジュール、ロジック処理モジュール、胎児画分モジュールまたは他の適切な装置および／またはモジュールに転送することができる。表示モジュールを含む装置は、少なくとも１つのプロセッサを含むことができる。いくつかの実施形態において、表示は、表示モジュールからの１つまたは複数の命令（例えば、プロセス、ルーティンおよび／またはサブルーティン）を行い、かつ／または実行することができるプロセッサ（例えば、１つまたは複数のプロセッサ）を含む装置により提供される。いくつかの実施形態において、表示モジュールは、１つまたは複数の外部プロセッサ（例えば、内部または外部ネットワーク、サーバー、記憶デバイスおよび／または記憶ネットワーク（例えば、クラウド））とともに動作する。
上昇
いくつかの実施形態において、値は上昇（例えば、数）に起因すると解される。上昇を、適切な方法、操作または数学的プロセスにより決定することができる（例えば、処理された上昇）。本明細書において使用される場合の用語「レベル」は、本明細書において使用される場合の用語「上昇」と同義であることもある。本明細書において使用される場合の用語「レベル」の意味は、量を指すこともある。用語「レベル」の意味の決定は、それを使用する文脈から決定することができる。例えば、物質または組成の文脈で使用されるときの用語「レベル」（例えば、ＲＮＡのレベル、多重鎖レベル）は、多くの場合、量を指す。不確定要素の文脈で使用されるときの用語「レベル」（例えば、誤差のレベル、信頼のレベル、偏差のレベル、不確定要素のレベル）は、多くの場合、量を指す。ゲノム片、プロファイル、リードおよび／またはカウントの文脈で使用されるときの用語「レベル」は、本明細書では上昇とも呼ばれる。
上昇は、多くの場合、ゲノム片のセットについてのカウント（例えば、正規化されたカウント）であり、または前記カウントから得られる。いくつかの実施形態において、ゲノム片の上昇は、ゲノム片にマッピングされたカウント（例えば、正規化されたカウント）の総数に実質的に等しい。多くの場合、上昇は、当技術分野において公知の適切な方法、操作または数学的プロセスにより処理され、変換され、または操作されるカウントから決定される。いくつかの実施形態において、上昇は、処理されるカウントから得られ、処理カウントの非限定的な例としては、重み付けされ、除去され、フィルタリングされ、正規化され、調節され、平均化された、平均値（例えば、上昇平均値）として得られた、加算され、減算され、変換されたカウント、またはそれらの組み合わせが挙げられる。いくつかの実施形態において、上昇は、正規化されるカウント（例えば、ゲノム片の正規化カウント）を含む。上昇は、適切なプロセスにより正規化されたカウントについてのものであり得、前記プロセスの非限定的な例としては、ビンワイズ正規化、ＧＣ含量による正規化、線形および非線形の最小二乗回帰、ＧＣ ＬＯＥＳＳ、ＬＯＷＥＳＳ、ＰＥＲＵＮ、ＲＭ、ＧＣＲＭ、ｃＱｎなど、および／またはそれらの組み合わせが挙げられる。上昇は、正規化されたカウントまたはカウントの相対量を含むことができる。いくつかの実施形態において、上昇は、平均化される２つ以上のゲノム片のカウントまたは正規化されたカウントについてのものであり、その上昇は、平均の上昇と呼ばれる。いくつかの実施形態において、上昇は、上昇平均値と呼ばれるカウント平均値または正規化されたカウントの平均値を有するゲノム片のセットについてのものである。いくつかの実施形態において、未処理のおよび／またはフィルタリングされたカウントを含むゲノム片についての上昇を得る。いくつかの実施形態において、上昇は、未処理であるカウントに基づく。いくつかの実施形態において、上昇は、不確定値と関連づけられる。ゲノム片についての上昇または「ゲノム片上昇」は、本明細書では「ゲノム片レベル」と同義である。
２つ以上の上昇（例えば、プロファイルにおける２つ以上についての上昇）に対する正規化されたまたは正規化されないカウントを、上昇に従い、数学的に操作することができることもある（例えば、加算、乗算、平均化、正規化など、またはそれらの組み合わせ）。例えば、２つ以上の上昇についての正規化されたまたは正規化されないカウントを、プロファイルにおける上昇の１つ、一部、または全てに従い正規化することができる。いくつかの実施形態において、プロファイルにおける全ての上昇の正規化されたまたは正規化されないカウントを、プロファイルにおける１つの上昇に従い正規化する。いくつかの実施形態において、プロファイルにおける第１の上昇の正規化されたまたは正規化されないカウントを、プロファイルにおける第２の上昇の正規化されたまたは正規化されないカウントに従い、正規化する。
上昇の非限定的な例（例えば、第１の上昇、第２の上昇）は、処理されたカウントを含むゲノム片のセットについての上昇、カウントの平均値、中央値または平均を含むゲノム片のセットについての上昇、正規化されたカウントを含むゲノム片のセットについての上昇など、またはそれらの任意の組み合わせである。いくつかの実施形態において、プロファイルにおける第１の上昇および第２の上昇は、同じ染色体にマッピングされたゲノム片のカウントから得られる。いくつかの実施形態において、プロファイルの第１の上昇および第２の上昇は、異なる染色体にマッピングされたゲノム片のカウントから得られる。
いくつかの実施形態において、上昇を、１つまたはそれより多いゲノム片にマッピングされた正規化されたまたは正規化されないカウントから決定する。いくつかの実施形態において、上昇を、２つまたはそれより多いゲノム片にマッピングされた正規化されたまたは正規化されないカウントから決定し、この場合、各ゲノム片について正規化されたカウントは、多くの場合、ほぼ同じである。上昇についてのゲノム片のセットのカウント（例えば、正規化されたカウント）に多様性があってよい。上昇についてのゲノム片のセットにおいて、他のゲノム片のセット（例えば、ピークおよび／またはディップ）においてより有意に異なるカウントを有する１つまたはそれより多いゲノム片であってよい。任意の適切な数のゲノム片に関連する任意の適切な数の正規化されたまたは正規化されないカウントは、上昇を定義することができる。
いくつかの実施形態において、１つまたはそれより多い上昇は、ゲノムのゲノム片の全ての、または一部の正規化されたまたは正規化されないカウントから決定することができる。多くの場合、上昇を、染色体、またはその断片の正規化されたまたは正規化されないカウントの全てまたは一部から決定することができる。いくつかの実施形態において、２つまたはそれより多いゲノム片（例えば、ゲノム片のセット）から得られた２つ以上のカウントが、上昇を決定する。いくつかの実施形態において、２つ以上のカウント（例えば、２つまたはそれより多いゲノム片からのカウント）が、上昇を決定する。いくつかの実施形態において、２〜約１００，０００のゲノム片からのカウントが、上昇を決定する。いくつかの実施形態において、２〜約５０，０００、２〜約４０，０００、２〜約３０，０００、２〜約２０，０００、２〜約１０，０００、２〜約５０００、２〜約２５００、２〜約１２５０、２〜約１０００、２〜約５００、２〜約２５０、２〜約１００または２〜約６０のゲノム片からのカウントが、上昇を決定する。いくつかの実施形態において、約１０〜約５０のゲノム片からのカウントが、上昇を決定する。いくつかの実施形態において、約２０〜約４０以上のゲノム片からのカウントが、上昇を決定する。いくつかの実施形態において、上昇は、約２、３、４、５、６、７、８、９、１０、１１、１２、１３、１４、１５、１６、１７、１８、１９、２０、２１、２２、２３、２４、２５、２６、２７、２８、２９、３０、３１、３２、３３、３４、３５、３６、３７、３８、３９、４０、４５、５０、５５、６０以上のゲノム片からのカウントを含む。いくつかの実施形態において、上昇は、ゲノム片のセットに対応する（例えば、参照ゲノムのゲノム片のセット、染色体のゲノム片のセットまたは染色体の断片のゲノム片のセット）。
いくつかの実施形態において、上昇を、連続するゲノム片の正規化されたまたは正規化されないカウントについて決定する。いくつかの実施形態において、連続するゲノム片（例えば、ゲノム片のセット）は、ゲノムの隣り合う断片または染色体もしくは遺伝子の隣り合う断片を表す。例えば、ゲノム片の端と端を合わせること（ｍｅｒｇｉｎｇ）により整列させるときの２つ以上の連続するゲノム片は、各ゲノム片より長いＤＮＡ配列の配列アセンブリを表すことができる。例えば、２つ以上の連続するゲノム片は、無傷のゲノム、染色体、遺伝子、イントロン、エクソンまたはそれらの断片のものを表すことができる。いくつかの実施形態において、上昇は、連続するゲノム片および／または連続しないゲノム片の集合（例えば、セット）から決定される。
有意に異なる上昇
いくつかの実施形態において、正規化されたカウントのプロファイルは、プロファイル内の別の上昇（例えば、第２の上昇）と有意に異なる上昇（例えば、第１の上昇）を含む。第１の上昇は、第２の上昇より高くまたは低くなり得る。いくつかの実施形態において、第１の上昇は、コピー数多型（例えば、母体のコピー数多型、胎児のコピー数多型、または母体のコピー数多型および胎児のコピー数多型）を含む１つまたはそれより多いリードを含むゲノム片のセットについてのものであり、第２の上昇は、実質的にコピー数多型を有しないリードを含むゲノム片のセットについてのものである。いくつかの実施形態において、有意に異なるとは、観察可能な差を指す。いくつかの実施形態において、有意に異なるとは、統計学的に異なること、または統計学的に有意な差を指す。統計学的に有意な差は、観察された差の統計学的な評価であることもある。統計学的に有意な差を、当技術分野において適切な方法により評価することができる。任意の適切な閾値または範囲を使用し、２つの上昇が有意に異なることを決定することができる。いくつかの実施形態において、約０．０１パーセント以上（例えば、上昇値の１つまたはいずれかの０．０１パーセント）で異なる２つの上昇（例えば、上昇の平均値）は、有意に異なる。いくつかの実施形態において、約０．１パーセント以上で異なる２つの上昇（例えば、上昇の平均値）は、有意に異なることもある。いくつかの実施形態において、約０．５パーセント以上で異なる２つの上昇（例えば、上昇の平均値）は、有意に異なる。いくつかの実施形態において、約０．５、０．７５、１、１．５、２、２．５、３、３．５、４、４．５、５、５．５、６、６．５、７、７．５、８、８．５、９、９．５または約１０％超で異なる２つの上昇（例えば、上昇の平均値）は、有意に異なる。いくつかの実施形態において、２つの上昇（例えば、上昇の平均値）が有意に異なり、いずれかの上昇においてオーバーラップがなく、１つまたは両方の上昇について算出された不確定値により定義された範囲においてオーバーラップがない。いくつかの実施形態において、不確定値は、シグマとして表される標準偏差である。いくつかの実施形態において、２つの上昇（例えば、上昇の平均値）が有意に異なり、約１倍以上の不確定値（例えば、１シグマ）で異なる。いくつかの実施形態において、２つの上昇（例えば、上昇の平均値）が有意に異なり、それらは約２倍以上の不確定値（例えば、２シグマ）、約３倍以上、約４倍以上、約５倍以上、約６倍以上、約７倍以上、約８倍以上、約９倍以上または約１０倍以上の不確定値で異なる。いくつかの実施形態において、２つの上昇（例えば、上昇の平均値）は、約１．１、１．２、１．３、１．４、１．５、１．６、１．７、１．８、１．９、２．０、２．１、２．２、２．３、２．４、２．５、２．６、２．７、２．８、２．９、３．０、３．１、３．２、３．３、３．４、３．５、３．６、３．７、３．８、３．９、または４．０倍以上の不確定値で異なるときに有意に異なる。いくつかの実施形態において、信頼水準は、２つの上昇間の差が増加するにつれて、増加する。いくつかの実施形態において、信頼水準は、２つの上昇間の差が低下にするにつれて、かつ／または不確定値が増加するにつれて低下する。例えば、信頼水準は、上昇と、標準偏差（例えば、ＭＡＤ）との間の差の比とともに増加することもある。
いくつかの実施形態において、ゲノム片の第１のセットは、多くの場合、ゲノム片の第２のセットと異なる（例えば、オーバーラップしていない）ゲノム片を含む。例えば、プロファイルにおける、正規化されたカウントの第１の上昇は、正規化されたカウントの第２の上昇と有意に異なることもあり、第１の上昇はゲノム片の第１のセットについてのものであり、第２の上昇はゲノム片の第２のセットについてのものであり、ゲノム片はゲノム片の第１のセットおよび第２のセットにおいてオーバーラップしないこともある。いくつかの実施形態において、ゲノム片の第１のセットは、それぞれ、第１の上昇および第２の上昇を決定するゲノム片の第２のセットのサブセットではない。いくつかの実施形態において、ゲノム片の第１のセットは、それぞれ、第１の上昇および第２の上昇を決定するゲノム片の第２のセットと異なり、かつ／または区別されることもある。
いくつかの実施形態において、プロファイルにおける、ゲノム片の第１のセットは、ゲノム片の第２のセットのサブセットである。例えば、プロファイルにおける、ゲノム片の第２のセットについての正規化されたカウントの第２の上昇は、プロファイルにおける、第１の上昇についてのゲノム片の第１のセットの正規化されたカウントを含むこともあり、プロファイルにおける、ゲノム片の第１のセットは、ゲノム片の第２のセットのサブセットであることもある。いくつかの実施形態において、上昇の平均、平均値または中央値は、第２の上昇が第１の上昇を含む場合の第２の上昇から得られる。いくつかの実施形態において、第２の上昇は、染色体全体を表すゲノム片の第２のセットを含み、第１の上昇は、第１のセットがゲノム片の第２のセットのサブセットである場合のゲノム片の第１のセットを含み、第１の上昇は、染色体に存在する、母体のコピー数多型、胎児のコピー数多型、または母体のコピー数多型および胎児のコピー数多型を表す。
いくつかの実施形態において、第２の上昇の値は、第１の上昇よりも染色体またはそのセグメントについてのカウントプロファイルの平均値、平均または中央値に近い。いくつかの実施形態において、第２の上昇は、染色体、染色体の部分またはそのセグメントの平均上昇である。いくつかの実施形態において、第１の上昇は、染色体またはそのセグメントを表す主要な上昇（例えば、第２の上昇）と有意に異なる。プロファイルは、第２の上昇と有意に異なる複数の第１の上昇を含むことができ、各第１の上昇は、独立して、第２の上昇より高く、または低くなり得る。いくつかの実施形態において、第１の上昇および第２の上昇は、同じ染色体から得られ、第１の上昇は、第２の上昇より高く、または低く、第２の上昇は、染色体の主要な上昇である。第１の上昇および第２の上昇は、同じ染色体から得られることもあり、第１の上昇は、コピー数多型（例えば、母体および／または胎児のコピー数多型、欠失、挿入、重複）を示し、第２の上昇は、染色体またはそのセグメントについてのゲノム片の平均上昇または主要な上昇である。
いくつかの実施形態において、第２の上昇についてのゲノム片の第２のセットにおけるリードは、実質的に遺伝的変異（例えば、コピー数多型、母体および／または胎児のコピー数多型）を含まない。多くの場合、第２の上昇についてのゲノム片の第２のセットは、ある程度の変動性（例えば、上昇の変動性、ゲノム片におけるカウントの変動性）を含む。いくつかの実施形態において、実質的にコピー数多型に関連しない上昇についてのゲノム片のセットの１つまたはそれより多いゲノム片は、母体および／または胎児のゲノムに存在するコピー数多型を有する１つまたはそれより多いリードを含む。例えば、ゲノム片のセットは、染色体の小さな断片（例えば、１０ゲノム片未満）に存在するコピー数多型を含むこともあり、ゲノム片のセットは、実質的にコピー数多型に関連しない上昇についてのものである。したがって、実質的にコピー数多型を含まないゲノム片のセットはなお、上昇の約１０、９、８、７、６、５、４、３、２または１ゲノム片未満で存在するコピー数多型を含み得る。
いくつかの実施形態において、第１の上昇は、ゲノム片の第１のセットについてのものであり、第２の上昇は、ゲノム片の第２のセットについてのものであり、ゲノム片の第１のセットおよびゲノム片の第２のセットは、近接する（例えば、染色体またはそのセグメントの核酸配列に関して隣接する）。いくつかの実施形態において、ゲノム片の第１のセットおよびゲノム片の第２のセットは、近接しない。
胎児および母体の核酸の混合物からの相対的に短い配列リードを利用し、上昇および／またはプロファイルに変換することができるカウントを提供することができる。カウント、上昇およびプロファイルを、電子または有形の形態で示すことができ、視覚化することができる。ゲノム片にマッピングされたカウント（例えば、上昇および／またはプロファイルとして表示）は、胎児および／または母体ゲノム、染色体、または胎児および／または妊娠女性に存在する染色体の部分または断片を視覚的に表すことができる。
比較モジュール
第１の上昇は、比較モジュールにより、または比較モジュールを含む装置により第２の上昇から有意に異なるとして同定され得る。いくつかの実施形態において、比較モジュールまたは比較モジュールを含む装置は、２つの上昇間の比較を提供することを要求される。いくつかの実施形態において、比較モジュールは、以下の１つまたは複数に従いゲノム片を比較する：ＦＬＲ、第１の選択されたフラグメント長より短いＣＣＦフラグメントから得られるリードの量、ＧＣ含量（例えば、ゲノム片のＧＣ含量）、エクソンの数（例えば、ゲノム片内のエクソンの数）など、およびそれらの組み合わせ。いくつかの実施形態において、比較モジュールは、胎児鋳型から得られるリード、母体鋳型から得られるリード、および／または第１の選択されたフラグメント長より短いＣＣＦフラグメント鋳型から得られるリードに従い配列を比較する。比較モジュールを含む装置は、少なくとも１つのプロセッサを含むことができる。いくつかの実施形態において、上昇、ＦＬＲ値、閾および／またはカットオフ値は、比較モジュールからの１つまたは複数の命令（例えば、プロセス、ルーティンおよび／またはサブルーティン）を行い、かつ／または実行することができるプロセッサ（例えば、１つまたは複数のプロセッサ）を含む装置により有意に異なることが決定される。いくつかの実施形態において、上昇、ＦＲＳ値、閾および／またはカットオフ値は、マルチプロセッサ、例えば、並列に協動し、かつ作用するプロセッサを含む装置により、有意に異なることが決定される。いくつかの実施形態において、比較モジュールは、１つまたは複数の外部プロセッサ（例えば、内部または外部ネットワーク、サーバー、記憶デバイスおよび／または記憶ネットワーク（例えば、クラウド））とともに動作する。いくつかの実施形態において、上昇、ＦＬＲ値、閾値および／またはカットオフ値は、以下の１つまたは複数を含む装置により有意に異なることが決定される：１つまたは複数のフローセル、カメラ、流体処理コンポーネント、プリンタ、ディスプレイ（例えば、ＬＥＤ、ＬＣＴまたはＣＲＴ）など。比較モジュールは、適切なモジュールからデータおよび／または情報を受信することができる。比較モジュールは、シークエンシングモジュール、マッピングモジュール、フィルタリングモジュール、重み付けモジュール、カウンティングモジュール、または正規化モジュールからデータおよび／または情報を受信することができる。比較モジュールは、正規化モジュールから正規化されたデータおよび／または情報を受信することができる。比較モジュールから得られたまたは比較モジュールにより変換されたデータおよび／または情報を、比較モジュールから、マッピングモジュール、範囲設定モジュール、プロットモジュール、調節モジュール、分類モジュールまたは成果モジュールに転送することができる。２つ以上の上昇間の比較および／または別の上昇と有意に異なるという上昇の同定を、比較モジュールから、分類モジュール、範囲設定モジュールまたは調節モジュールに転送（例えば、提供）することができる。
参照上昇および正規化された参照値
いくつかの実施形態において、プロファイルは、参照上昇（例えば、参照として使用される上昇）を含む。多くの場合、正規化されたカウントのプロファイルは、期待された上昇および期待範囲を決定する参照上昇を提供する（以下の期待された上昇および範囲の論考を参照のこと）。参照上昇は、多く場合、母親および胎児の両方からのマッピングされたリードを含むゲノム片の正規化されたカウントについてのものである。参照上昇は、多くの場合、胎児および母親（例えば、妊娠女性）からのマッピングされたリードの正規化されたカウントの和である。いくつかの実施形態において、参照上昇は、正倍数体の母親および／または正倍数体の胎児からのマッピングされたリードを含むゲノム片についてのものである。いくつかの実施形態において、参照上昇は、胎児の遺伝的変異（例えば、異数性（例えば、トリソミー、性染色体異数性））を有するマッピングされたリードおよび／または母体の遺伝的変異（例えば、コピー数多型、挿入、欠失）を有するリードを含むゲノム片についてのものである。いくつかの実施形態において、参照上昇は、実質的に母体および／または胎児のコピー数多型を含まないゲノム片についてのものである。いくつかの実施形態において、第２の上昇を、参照上昇として使用する。いくつかの実施形態において、プロファイルは、正規化されたカウントの第１の上昇、および正規化されたカウントの第２の上昇を含み、第１の上昇は、第２の上昇と有意に異なり、第２の上昇は参照上昇である。いくつかの実施形態において、プロファイルは、ゲノム片の第１のセットについての正規化されたカウントの第１の上昇、ゲノム片の第２のセットについての正規化されたカウントの第２の上昇を含み、ゲノム片の第１のセットは、母体および／または胎児のコピー数多型を有するマッピングされたリードを含み、ゲノム片の第２のセットは、実質的に母体のコピー数多型および／または胎児のコピー数多型を有さないマッピングされたリードを含み、第２の上昇は参照上昇である。
いくつかの実施形態において、プロファイルの１つまたはそれより多い上昇についてのゲノム片にマッピングされたカウントを、参照上昇のカウントに従い正規化する。いくつかの実施形態において、参照上昇のカウントに従い、上昇のカウントを正規化することは、上昇のカウントを参照上昇のカウントもしくはその倍数またはその分数で除算することを含む。参照上昇のカウントに従い正規化されたカウントは、多くの場合、別のプロセス（例えば、ＰＥＲＵＮ）に従い正規化されており、参照上昇のカウントも、多くの場合、正規化されている（例えば、ＰＥＲＵＮにより）。いくつかの実施形態において、上昇のカウントを、参照上昇のカウントに従い正規化し、参照上昇のカウントは、正規化の前または後のいずれかで適切な値に拡大縮小が可能である。参照上昇のカウントをスケーリングするプロセスは、任意の適切な定数（すなわち、数）を含むことができ、任意の適切な数学的操作を、参照上昇のカウントに適用することができる。
正規化された参照値（ＮＲＶ）は、多くの場合、参照上昇の正規化されたカウントに従い決定される。ＮＲＶを決定することは、参照上昇のカウントに適用した任意の適切な正規化プロセス（例えば、数学的操作）を含むことができ、この場合、同じ正規化プロセスを使用し、同じプロファイル内の他の上昇のカウントを正規化する。ＮＲＶを決定することは、多くの場合、参照上昇をそれ自体で除算することを含む。ＮＲＶを決定することは、多くの場合、参照上昇を、その倍数で除算することを含む。ＮＲＶを決定することは、多くの場合、参照上昇を、参照上昇と定数（例えば、任意の数）の和または差で除算することを含む。
ＮＲＶはヌル値と呼ばれることもある。ＮＲＶは、任意の適切な値であってよい。いくつかの実施形態において、ＮＲＶはゼロ以外の任意の値である。いくつかの実施形態において、ＮＲＶは、整数であることもある。ＮＲＶは正の整数である。いくつかの実施形態において、ＮＲＶは１、１０、１００または１０００である。多くの場合、ＮＲＶは１に等しい。いくつかの実施形態において、ＮＲＶはゼロに等しい。参照上昇のカウントを、任意の適切なＮＲＶに正規化することができる。いくつかの実施形態において、参照上昇のカウントを、ゼロのＮＲＶに正規化する。多くの場合、参照上昇のカウントを１のＮＲＶに正規化する。
期待される上昇
期待される上昇は、予め定義された上昇（例えば、理論上の上昇、予測される上昇）であることもある。本明細書において「期待される上昇」は、「所定の上昇値」と呼ばれることもある。いくつかの実施形態において、期待される上昇は、コピー数多型を含むゲノム片のセットに対して正規化されたカウントの上昇の予測された値である。いくつかの実施形態において、期待される上昇を、実質的にコピー数多型を含まないゲノム片のセットについて決定する。期待される上昇を、染色体倍数性（例えば、０、１、２（すなわち、２倍体）、３または４染色体）または微小倍数性（ホモ接合またはヘテロ接合の欠失、重複、挿入またはその非存在）について決定することができる。多くの場合、期待される上昇を、母体の微小倍数性（例えば、母体および／または胎児のコピー数多型）について決定する。
遺伝的変異またはコピー数多型についての期待される上昇を、任意の適切な方法で決定することができる。多くの場合、期待される上昇を、上昇の適切な数学的操作（例えば、上昇についてのゲノム片のセットにマッピングされたカウント）により決定する。いくつかの実施形態において、期待される上昇を、期待される上昇定数（ｅｘｐｅｃｔｅｄ ｅｌｅｖａｔｉｏｎ ｃｏｎｓｔａｎｔ）とよばれる定数を利用することにより決定する。コピー数多型についての期待される上昇を、参照上昇、参照上昇の正規化されたカウントまたはＮＲＶを期待される上昇定数で乗算し、期待される上昇定数を加算し、期待される上昇定数を減算し、期待される上昇定数で除算することにより、またはそれらの組み合わせにより算出することもある。多くの場合、同じ被験体、サンプルまたは試験グループについての決定された期待される上昇（例えば、母体および／または胎児のコピー数多型の期待される上昇）を、同じ参照上昇またはＮＲＶに従い決定する。
多くの場合、期待される上昇を、参照上昇、参照上昇の正規化されたカウントまたはＮＲＶを、期待される上昇の定数で乗算することにより決定し、この場合、参照上昇、参照上昇の正規化されたカウントまたはＮＲＶはゼロに等しくない。いくつかの実施形態において、期待される上昇は、期待される上昇定数を、参照上昇、参照上昇の正規化されたカウントまたはゼロに等しいＮＲＶに加算することにより決定される。いくつかの実施形態において、期待される上昇、参照上昇の正規化されたカウント、ＮＲＶおよび期待される上昇定数は、拡大縮小が可能である。スケーリングのプロセスは、任意の適切な定数（すなわち、数）および任意の適切な数学的操作を含むことができ、この場合、同じスケーリングプロセスを考慮中の全ての値に適用する。
期待される上昇定数
期待される上昇定数を、適切な方法により決定することができる。いくつかの実施形態において、期待される上昇定数を任意に（ａｒｂｉｔｒａｒｉｌｙ）決定する。多くの場合、期待される上昇定数を、経験的に決定する。いくつかの実施形態において、期待される上昇定数を、数学的操作に従い決定する。いくつかの実施形態において、期待される上昇定数を、参照（例えば、参照ゲノム、参照サンプル、参照試験データ）に従い決定する。いくつかの実施形態において、期待される上昇定数を、遺伝的変異またはコピー数多型（例えば、重複、挿入または欠失）の有無を表す上昇について予め決定する。いくつかの実施形態において、期待される上昇定数を、母体のコピー数多型、胎児のコピー数多型、または、母体のコピー数多型および胎児のコピー数多型の有無を表す上昇について予め決定する。コピー数多型についての期待される上昇定数は、任意の適切な定数または定数のセットであってよい。
いくつかの実施形態において、ホモ接合重複（例えば、ホモ接合重複）についての期待される上昇定数は、約１．６〜約２．４、約１．７〜約２．３、約１．８〜約２．２、または約１．９〜約２．１であってよい。いくつかの実施形態において、ホモ接合重複についての期待される上昇定数は、約１．６、１．７、１．８、１．９、２．０、２．１、２．２、２．３または約２．４である。多くの場合、ホモ接合重複についての期待される上昇定数は、約１．９０、１．９２、１．９４、１．９６、１．９８、２．０、２．０２、２．０４、２．０６、２．０８または約２．１０である。多くの場合、ホモ接合重複についての期待される上昇定数は、約２である。
いくつかの実施形態において、ヘテロ接合重複（例えば、ホモ接合重複（ｈｏｍｏｚｙｇｏｕｓ ｄｕｐｌｉｃａｔｉｏｎ））についての期待される上昇定数は、約１．２〜約１．８、約１．３〜約１．７、または約１．４〜約１．６である。いくつかの実施形態において、ヘテロ接合重複についての期待される上昇定数は、約１．２、１．３、１．４、１．５、１．６、１．７または約１．８である。多くの場合、ヘテロ接合重複についての期待される上昇定数は、約１．４０、１．４２、１．４４、１．４６、１．４８、１．５、１．５２、１．５４、１．５６、１．５８または約１．６０である。いくつかの実施形態において、ヘテロ接合重複についての期待される上昇定数は、約１．５である。
いくつかの実施形態において、コピー数多型の非存在（例えば、母体のコピー数多型および／または胎児のコピー数多型の非存在）についての期待される上昇定数は、約１．３〜約０．７、約１．２〜約０．８、または約１．１〜約０．９である。いくつかの実施形態において、コピー数多型の非存在についての期待される上昇定数は、約１．３、１．２、１．１、１．０、０．９、０．８または約０．７である。多くの場合、コピー数多型の非存在についての期待される上昇定数は、約１．０９、１．０８、１．０６、１．０４、１．０２、１．０、０．９８、０．９６、０．９４、または約０．９２である。いくつかの実施形態において、コピー数多型の非存在についての期待される上昇定数は、約１である。
いくつかの実施形態において、ヘテロ接合欠失（例えば、母体、胎児、または、母体および胎児のヘテロ接合欠失）についての期待される上昇定数は、約０．２〜約０．８、約０．３〜約０．７、または約０．４〜約０．６である。いくつかの実施形態において、ヘテロ接合欠失についての期待される上昇定数は、約０．２、０．３、０．４、０．５、０．６、０．７または約０．８である。多くの場合、ヘテロ接合欠失についての期待される上昇定数は、約０．４０、０．４２、０．４４、０．４６、０．４８、０．５、０．５２、０．５４、０．５６、０．５８または約０．６０である。いくつかの実施形態において、ヘテロ接合欠失についての期待される上昇定数は、約０．５である。
いくつかの実施形態において、ホモ接合欠失（例えば、ホモ接合欠失）についての期待される上昇定数は、約−０．４〜約０．４、約−０．３〜約０．３、約−０．２〜約０．２、または約−０．１〜約０．１である。いくつかの実施形態において、ホモ接合欠失についての期待される上昇定数は、約−０．４、−０．３、−０．２、−０．１、０．０、０．１、０．２、０．３または約０．４である。多くの場合、ホモ接合欠失についての期待される上昇定数は、約−０．１、−０．０８、−０．０６、−０．０４、−０．０２、０．０、０．０２、０．０４、０．０６、０．０８または約０．１０である。多くの場合、ホモ接合欠失についての期待される上昇定数は、約０である。
期待される上昇範囲
いくつかの実施形態において、遺伝的変異またはコピー数多型（例えば、母体のコピー数多型、胎児のコピー数多型、または、母体のコピー数多型および胎児のコピー数多型）の有無を、期待される上昇範囲（ｅｘｐｅｃｔｅｄ ｅｌｅｖａｔｉｏｎ ｒａｎｇｅ）内または外にある上昇により決定する。期待される上昇範囲は、多くの場合、期待される上昇に従い決定される。いくつかの実施形態において、期待される上昇範囲を、実質的に遺伝的変異を含まず、または実質的にコピー数多型を含まない上昇について決定する。適切な方法を使用し、期待される上昇範囲を決定することができる。
いくつかの実施形態において、期待される上昇範囲を、上昇について算出された適切な不確定値に従い定義する。不確定値の非限定的な例は、標準偏差、標準誤差、算出された分散、ｐ値、および平均絶対偏差（ＭＡＤ）である。いくつかの実施形態において、遺伝的変異またはコピー数多型についての期待される上昇範囲を、一部、上昇（例えば、第１の上昇、第２の上昇、第１の上昇および第２の上昇）についての不確定値を算出することにより決定する。いくつかの実施形態において、期待される上昇範囲を、プロファイル（例えば、染色体またはそのセグメントについての正規化されたカウントのプロファイル）について算出された不確定値に従い定義する。いくつかの実施形態において、不確定値を、実質的に遺伝的変異を含まず、または実質的にコピー数多型を含まない上昇について算出する。いくつかの実施形態において、不確定値を、第１の上昇、第２の上昇、または、第１の上昇および第２の上昇について算出する。いくつかの実施形態において、不確定値を、第１の上昇、第２の上昇または第１の上昇を含む第２の上昇について決定する。
期待される上昇範囲は、一部、不確定値を、定数（例えば、所定の定数）ｎで乗算すること、加算すること、減算すること、または除算することにより算出することもある。適切な数学的手法または手法の組み合わせを使用することができる。定数ｎ（例えば、所定の定数ｎ）は、信頼区間と呼ばれることもある。選択された信頼区間を、選択される定数ｎに従い決定する。定数ｎ（例えば、所定の定数ｎ、信頼区間）を、適切な方法により決定することができる。定数ｎは、ゼロより大きい数またはゼロより大きい数の分数であってよい。定数ｎは、整数であってよい。多くの場合、定数ｎは、１０未満の数である。いくつかの実施形態において、定数ｎは、約１０未満、約９未満、約８未満、約７未満、約６未満、約５未満、約４未満、約３未満、または約２未満の数である。いくつかの実施形態において、定数ｎは、約１０、９．５、９、８．５、８、７．５、７、６．５、６、５．５、５、４．５、４、３．５、３、２．５、２または１である。定数ｎは、既知の遺伝的素質（ｇｅｎｅｔｉｃ ｄｉｓｐｏｓｉｔｉｏｎ）を有する被験体（妊娠女性および／または胎児）から得られたデータから経験的に決定することができる。
多くの場合、不確定値および定数ｎは、範囲（例えば、不確定要素カットオフ）を定義する。例えば、不確定値は標準偏差（例えば、＋／−５）であることもあり、定数ｎ（例えば、信頼区間）で乗算され、それにより、範囲または不確定要素カットオフ（例えば、５ｎ〜−５ｎ）を定義することもある。
いつかの実施形態において、遺伝的変異（例えば、母体のコピー数多型、胎児のコピー数多型、または、母体のコピー数多型および胎児のコピー数多型）についての期待される上昇範囲は、期待される上昇と定数ｎ倍の不確定要素（例えば、ｎ×シグマ（例えば、６シグマ））の和である。ｋで示された、遺伝的変異またはコピー数多型の期待される上昇範囲を、以下の式：
式Ｒ： （期待される上昇範囲）ｋ＝（期待される上昇）ｋ＋ｎσ
により定義することができることもある。
式中、σは不確定値であり、ｎは定数（例えば、所定の定数）であり、期待される上昇範囲および期待される上昇は、遺伝的変異ｋ（例えば、ｋ＝ヘテロ接合欠失、例えば、ｋ＝遺伝的変異の非存在）についてのものである。例えば、１に等しい期待される上昇（例えば、コピー数多型の非存在）、＋／−０．０５に等しい不確定値（すなわち、σ）、およびｎ＝３について、期待される上昇範囲を１．１５〜０．８５に定義する。いくつかの実施形態において、ヘテロ接合重複についての期待される上昇範囲は、ヘテロ接合重複についての期待される上昇が１．５、ｎ＝３、および不確定値σが＋／−０．０５であるときに、１．６５〜１．３５と決定される。いくつかの実施形態において、ヘテロ接合欠失についての期待される上昇範囲は、ヘテロ接合重複についての期待される上昇が０．５、ｎ＝３、および不確定値σが＋／−０．０５であるときに０．６５〜０．３５と決定される。いくつかの実施形態において、ホモ接合重複についての期待される上昇範囲は、ヘテロ接合重複についての期待される上昇が２．０であり、ｎ＝３および不確定値σが＋／−０．０５であるときに、２．１５〜１．８５と決定される。いくつかの実施形態において、ホモ接合欠失についての期待される上昇範囲は、ヘテロ接合重複についての期待される上昇が０．０、ｎ＝３および不確定値σが＋／−０．０５であるときに、０．１５〜−０．１５と決定される。
いくつかの実施形態において、ホモ接合のコピー数多型（例えば、母体、胎児、または母体および胎児のホモ接合のコピー数多型）についての期待される上昇範囲を、一部、対応するヘテロ接合のコピー数多型についての期待される上昇範囲に従い決定する。例えば、ホモ接合重複についての期待される上昇範囲は、ヘテロ接合重複についての期待される上昇範囲の上限より大きい全ての値を含むこともある。いくつかの実施形態において、ホモ接合重複についての期待される上昇範囲は、ヘテロ接合重複についての期待される上昇範囲の上限以上の全ての値を含む。いくつかの実施形態において、ホモ接合重複についての期待される上昇範囲は、ヘテロ接合重複についての期待される上昇範囲の上限より大きく、式Ｒ（式中、σは不確定値および正の値であり、ｎは定数であり、ｋはホモ接合重複である）により定義される上限未満の全ての値を含む。いくつかの実施形態において、ホモ接合重複についての期待される上昇範囲は、ヘテロ接合重複についての期待される上昇範囲の上限以上の、式Ｒ（式中、σは不確定値であり、σは正の値であり、ｎは定数であり、ｋはホモ接合重複である）により定義される上限以下の全ての値を含む。
いくつかの実施形態において、ホモ接合欠失についての期待される上昇範囲は、ヘテロ接合欠失についての期待される上昇範囲の下限未満の全ての値を含む。いくつかの実施形態において、ホモ接合欠失についての期待される上昇範囲は、ヘテロ接合欠失についての期待される上昇範囲の下限以下の全ての値を含む。いくつかの実施形態において、ホモ接合欠失についての期待される上昇範囲は、ヘテロ接合欠失についての期待される上昇範囲の下限未満の、および式Ｒ（式中、σは不確定値であり、σは負の値であり、ｎは定数であり、ｋはホモ接合欠失である）により定義される下限より大きい全ての値を含む。いくつかの実施形態において、ホモ接合欠失についての期待される上昇範囲は、ヘテロ接合欠失についての期待される上昇範囲の下限以下の、および式Ｒ（式中、σは不確定値であり、σは負の値であり、ｎは定数であり、ｋはホモ接合欠失である）により定義される下限以上の全ての値を含む。
不確定値を利用し、閾値を決定することができる。いくつかの実施形態において、範囲（例えば、閾範囲）を、未処理のカウント、フィルタリングされたカウント、および／または正規化されたカウントから決定された不確定値を算出することにより得られる。いくつかの実施形態において、範囲を、上昇（例えば、上昇の正規化されたカウント）についての不確定値に、カットオフ閾値として選択された不確定要素（例えば、標準偏差の数）の倍数を表す所定の定数（例えば、１、２、３、４、５、６など）を乗算すること（例えば、３標準偏差に対して３を乗算する）より決定することができ、それにより範囲を作製する。いくつかの実施形態において、範囲を、値（例えば、所定の値、不確定値、所定の定数で乗算した不確定値）を、上昇に、および／または上昇から加算し、かつ／または減算することにより決定することができ、それにより範囲を作製する。例えば、１に等しい上昇、＋／−０．２の標準偏差、所定の定数が３について、範囲を、（１＋３（０．２））〜（１＋３（−０．２））、または１．６〜０．４として算出することができる。範囲が、コピー数多型についての期待範囲または期待される上昇範囲を定義することができることもある。特定の実施形態において、閾値を超え、値の範囲外にあり、または値の範囲内にあるゲノム片の一部または全てを、正規化プロセスの一部として、正規化プロセスの前または後に、除去する。いくつかの実施形態において、算出された閾値を超え、範囲外にあり、または範囲内にあるゲノム片の一部または全てを、正規化または分類プロセスの一部として、または正規化または分類プロセスの前に重み付けし、または調節する。重み付けの例を、本明細書において記載する。本明細書において使用される場合、用語「冗長なデータ」および「冗長なマッピングされたリード」は、既にゲノム位置（例えば、塩基位置）に割り当てられ、かつ／またはゲノム片についてカウントされている場合に同定されるサンプルから得られた配列リードを指す。
いくつかの実施形態において、不確定値を、以下の式：
に従い、決定する。
式中、Ｚは、２つの上昇間の標準偏差を表し、Ｌは上昇の平均値（または中央値）であり、シグマは標準偏差（またはＭＡＤ）である。下付き文字Ｏは、プロファイルのセグメント（例えば、第２の上昇、染色体、ＮＲＶ、「正倍数体レベル」、コピー数多型が存在しないレベル）を示し、Ａはプロファイルの別のセグメント（例えば、第１の上昇、コピー数多型を表す上昇、異数性（例えば、トリソミー、性染色体異数性）を表す上昇を示す。変数Ｎｏは、下付き文字Ｏにより示されたプロファイルのセグメントにおけるゲノム片の総数を表す。ＮＡは、下付き文字Ａにより示されたプロファイルのセグメントにおけるゲノム片の総数を表す。
コピー数多型の分類
別の上昇（例えば、第２の上昇）と有意に異なる上昇（例えば、第１の上昇）は、多くの場合、期待される上昇範囲に従い、コピー数多型（例えば、母体および／または胎児のコピー数多型、胎児のコピー数多型、欠失、重複、挿入）として分類することができる。いくつかの実施形態において、コピー数多型の存在を、第１の上昇が第２の上昇と有意に異なり、第１の上昇がコピー数多型について期待される上昇範囲にあるときに分類する。例えば、コピー数多型（例えば、母体および／または胎児のコピー数多型、胎児のコピー数多型）を、第１の上昇が第２の上昇と有意に異なり、第１の上昇がコピー数多型について期待される上昇範囲内にあるときに分類することができる。いくつかの実施形態において、ヘテロ接合重複（例えば、母体もしは胎児の、または母体および胎児のヘテロ接合重複）またはヘテロ接合欠失（例えば、母体もしくは胎児の、または母体および胎児のヘテロ接合欠失）を、第１の上昇が第２の上昇と有意に異なり、第１の上昇がヘテロ接合重複またはヘテロ接合欠失それぞれについて期待される上昇範囲内にあるときに分類する。いくつかの実施形態において、ホモ接合重複またはホモ接合欠失を、第１の上昇が第２の上昇と有意に異なり、第１の上昇がホモ接合重複またはホモ接合欠失それぞれについて期待される上昇範囲内にあるときに分類する。
範囲設定モジュール
種々のコピー数多型（例えば、重複、挿入および／または欠失）についての期待範囲（例えば、期待される上昇範囲）またはコピー数多型の非存在についての範囲を、範囲設定モジュールにより、または範囲設定モジュールを含む装置により提供することができる。いくつかの実施形態において、期待される上昇は、範囲設定モジュールにより、または範囲設定モジュールを含む装置により提供される。いくつかの実施形態において、範囲設定モジュールまたは範囲設定モジュールを含む装置は、期待される上昇および／または範囲を提供することを要求される。いくつかの実施形態において、範囲設定モジュールは、別のモジュールまたは装置からデータおよび／または情報を収集し、組み立て、かつ／または受信する。いくつかの実施形態において、範囲設定モジュールまたは範囲設定モジュールを含む装置は、別のモジュールまたは装置にデータおよび／または情報を提供し、かつ／または転送する。いくつかの実施形態において、範囲設定モジュールは、コンポーネントまたは周辺機器からデータおよび／または情報を受け取り、収集する。多くの場合、範囲設定モジュールは、上昇、参照上昇、不確定値、および／または定数を収集し、かつ組み立てる。いくつかの実施形態において、範囲設定モジュールは、装置のオペレータから入力データおよび／または情報を受け取り、かつ収集する。例えば、装置のオペレータは、モジュールに定数、閾値、式、または所定の値を提供することもある。範囲設定モジュールを含む装置は、少なくとも１つのプロセッサを含むことができる。いくつかの実施形態において、期待される上昇および期待範囲は、範囲設定モジュールからの１つまたはそれより多い命令（例えば、プロセス、ルーティンおよび／またはサブルーティン）を行い、かつ／または実行することができるプロセッサ（例えば、１つまたはそれより多いプロセッサ）を含む装置により提供される。いくつかの実施形態において、期待範囲および上昇は、複数のプロセッサ、例えば、並列に協動し、かつ作用するプロセッサを含む装置により提供される。いくつかの実施形態において、範囲設定モジュールは、１つまたはそれより多い外部プロセッサ（例えば、内部または外部ネットワーク、サーバー、記憶デバイスおよび／または記憶ネットワーク（例えば、クラウド））とともに動作する。いくつかの実施形態において、期待範囲は、適切な周辺機器またはコンポーネントを含む装置により提供される。範囲設定モジュールは、正規化モジュールから正規化されたデータまたは比較モジュールから比較データを受信することができる。範囲設定モジュール（例えば、設定範囲、範囲限界、期待される上昇範囲、閾、および／または閾範囲）から得られ、またはそれにより変換されたデータおよび／または情報を、範囲設定モジュールから、調節モジュール、成果モジュール、分類モジュール、プロットモジュールまたは他の適切な装置および／またはモジュールに転送することができる。
分類モジュール
コピー数多型（例えば、母体および／または胎児のコピー数多型、胎児のコピー数多型、重複、挿入、欠失）を、分類モジュールにより、または分類モジュールを含む装置により分類することができる。いくつかの実施形態において、コピー数多型（例えば、母体および／または胎児のコピー数多型）を、分類モジュールにより分類する。いくつかの実施形態において、別の上昇（例えば、第２の上昇）と有意に異なると決定された上昇（例えば、第１の上昇）を、分類モジュールによりコピー数多型を表すものとして同定する。いくつかの実施形態において、コピー数多型の非存在を、分類モジュールにより決定する。いくつかの実施形態において、コピー数多型の決定を、分類モジュールを含む装置により決定することができる。分類モジュールを、母体および／または胎児のコピー数多型、胎児のコピー数多型、重複、欠失もしくは挿入またはその欠如あるいは上記の組み合わせを分類するために特化することができる。例えば、母体の欠失を同定する分類モジュールは、胎児の重複を同定する分類モジュールと異なり、かつ／または区別することがきる。いくつかの実施形態において、分類モジュールまたは分類モジュールを含む装置は、コピー数多型またはコピー数多型を決定する成果を同定することを要求される。分類モジュールを含む装置は、少なくとも１つのプロセッサを含むことができる。いくつかの実施形態において、コピー数多型またはコピー数多型を決定する成果は、分類モジュールからの１つまたはそれより多い命令（例えば、プロセス、ルーティンおよび／またはサブルーティン）を行い、かつ／または実行することができるプロセッサ（例えば、１つまたはそれより多いプロセッサ）を含む装置により分類される。いくつかの実施形態において、コピー数多型またはコピー数多型を決定する成果を、複数のプロセッサ、例えば、並列に協動し、かつ作用するプロセッサを含み得る装置により分類する。いくつかの実施形態において、分類モジュールは、１つまたはそれより多い外部プロセッサ（例えば、内部または外部ネットワーク、サーバー、記憶デバイスおよび／または記憶ネットワーク（例えば、クラウド））とともに動作する。いくつかの実施形態において、分類モジュールは、コンポーネントまたは周辺機器に、またはそこからデータおよび／または情報を転送し、または受信し、かつ／または収集する。多くの場合、分類モジュールは、カウント、上昇、プロファイル、正規化されたデータおよび／または情報、参照上昇、期待される上昇、期待範囲、不確定値、調節、調節された上昇、プロット、比較および／または定数を受信し、収集し、かつ／または組み立てる。いくつかの実施形態において、分類モジュールは、装置のオペレータから入力データおよび／または情報を受け取り、収集する。例えば、装置のオペレータは、モジュールに定数、閾値、式または所定の値を提供することもある。いくつかの実施形態において、データおよび／または情報は、複数のプロセッサ、例えば、並列に協動し、かつ作用するプロセッサを含む装置により提供される。いくつかの実施形態において、コピー数多型またはコピー数多型を決定する成果の同定または分類は、適切な周辺機器またはコンポーネントを含む装置により提供される。いくつかの実施形態において、分類モジュールは、別のモジュールまたは装置からデータおよび／または情報を収集し、組み立て、かつ／または受信する。分類モジュールは、正規化モジュールから正規化されたデータ、範囲設定モジュールから期待される上昇および／または範囲、比較モジュールから比較データ、プロットモジュールからプロット、および／または調節モジュールから調節データを受信することができる。分類モジュールは、それが受信するデータおよび／または情報を、コピー数多型の有無の決定に変換することができる。分類モジュールは、それが受信するデータおよび／または情報を、上昇がコピー数多型または特殊な種類のコピー数多型（例えば、母体のホモ接合欠失）を含むゲノム片を表す決定に変換することができる。コピー数多型またはコピー数多型を決定する成果に関連するデータおよび／または情報を、分類モジュールから、適切な装置および／またはモジュールに転送することができる。本明細書に記載の方法により分類されたコピー数多型またはコピー数多型を決定する成果を、さらなる試験（例えば、母体および／または胎児の核酸の標的化シークエンシング）により独立して検証することができる。
上昇に基づく胎児画分の決定
いくつかの実施形態において、胎児画分を母体および／または胎児のコピー数多型を表すものとして分類された上昇に従い決定する。例えば、胎児画分を決定することは、多くの場合、胎児画分の決定に利用される母体および／または胎児のコピー数多型についての期待される上昇を評価することを含む。いくつかの実施形態において、胎児画分を、同じ種類のコピー数多型について決定された期待される上昇範囲に従い、コピー数多型を表すものとして分類された上昇（例えば、第１の上昇）について決定する。多くの場合、胎児画分を、期待される上昇範囲内にある観察される上昇（ｏｂｓｅｒｖｅｄ ｅｌｅｖａｔｉｏｎ）に従い決定し、それにより母体および／または胎児のコピー数多型として分類する。いくつかの実施形態において、胎児画分を、母体および／または胎児のコピー数多型として分類された観察される上昇（例えば、第１の上昇）が同じ母体および／または胎児のコピー数多型について決定された期待される上昇と異なるときに決定する。
いくつかの実施形態において、上昇（例えば、第１の上昇、観察される上昇）は、第２の上昇と有意に異なり、第１の上昇が母体および／または胎児のコピー数多型として分類され、胎児画分が第１の上昇に従い決定される。いくつかの実施形態において、第１の上昇は、プロファイルにおいて第２の上昇と有意に異なる観察される上昇および／または実験的に得られた上昇であり、胎児画分を、第１の上昇に従い決定する。いくつかの実施形態において、第１の上昇は、平均の上昇、平均値または合計の上昇であり、胎児画分を第１の上昇に従い決定する。いくつかの実施形態において、第１の上昇および第２の上昇は、観察される上昇および／または実験的に得られた上昇であり、胎児画分を第１の上昇に従い決定する。いくつかの例において、第１の上昇は、ゲノム片の第１のセットについての正規化されたカウントを含み、第２の上昇は、ゲノム片の第２のセットについての正規化されたカウントを含み、胎児画分を第１の上昇に従い決定する。いくつかの実施形態において、第１の上昇のゲノム片の第１のセットは、コピー数多型を含み（例えば、第１の上昇は、コピー数多型を表す）、かつ胎児画分を第１の上昇に従い決定する。いくつかの実施形態において、第１の上昇のゲノム片の第１のセットは、ホモ接合の、またはヘテロ接合の母体のコピー数多型を含み、胎児画分を第１の上昇に従い決定する。いくつかの実施形態において、プロファイルは、ゲノム片の第１のセットについての第１の上昇およびゲノム片の第２のセットについての第２の上昇を含み、ゲノム片の第２のセットは、実質的にコピー数多型（例えば、母体のコピー数多型、胎児のコピー数多型、または母体のコピー数多型および胎児のコピー数多型）を含まず、胎児画分を第１の上昇に従い決定する。
いくつかの実施形態において、上昇（例えば、第１の上昇、観察される上昇）は、第２の上昇と有意に異なり、第１の上昇を、母体および／または胎児のコピー数多型用として分類し、胎児画分を、第１の上昇および／またはコピー数多型の期待される上昇に従い決定する。いくつかの実施形態において、第１の上昇を、コピー数多型についての期待される上昇に従い、コピー数多型用として分類し、胎児画分を、第１の上昇と期待される上昇との差に従い、決定する。いくつかの実施形態において、上昇（例えば、第１の上昇、観察される上昇）を、母体および／または胎児のコピー数多型として分類し、胎児画分を、第１の上昇と、コピー数多型の期待される上昇との差の２倍として決定する。いくつかの実施形態において、上昇（例えば、第１の上昇、観察される上昇）を、母体および／または胎児のコピー数多型として分類し、第１の上昇を、期待される上昇から減算し、それにより差を提供し、胎児画分を差の２倍として決定する。いくつかの実施形態において、上昇（例えば、第１の上昇、観察される上昇）を、母体および／または胎児のコピー数多型として分類し、期待される上昇を第１の上昇から減算し、それにより差を提供し、胎児画分を差の２倍として決定する。
多くの場合、胎児画分を、百分率として提供する。例えば、胎児画分を、１００で除算し、それにより百分率値を提供することができる。例えば、母体のホモ接合重複を表し、かつ上昇１５５を有する第１の上昇と、上昇１５０を有する、母体のホモ接合重複についての上昇予測値について、胎児画分を１０％（例えば、（胎児画分＝２×（１５５−１５０））として決定することができる。
いくつかの実施形態において、胎児画分を、コピー数多型として分類されるプロファイル内の２つ以上の上昇から決定する。例えば、プロファイルについての２つ以上の上昇（例えば、２つ以上の第１の上昇）を、参照上昇（例えば、第２の上昇、実質的にコピー数多型を含まない上昇）と有意に異なるとして同定し、２つ以上の上昇を、母体および／または胎児のコピー数多型を表すものとして分類し、胎児画分を、２つ以上の上昇のそれぞれから決定することもある。いくつかの実施形態において、胎児画分を、プロファイル内の約３以上、約４以上、約５以上、約６以上、約７以上、約８以上、約９以上の胎児画分の決定から決定する。いくつかの実施形態において、胎児画分を、プロファイル内の約１０以上、約２０以上、約３０以上、約４０以上、約５０以上、約６０以上、約７０以上、約８０以上、約９０以上の胎児画分の決定から決定する。いくつかの実施形態において、胎児画分を、プロファイル内の約１００以上、約２００以上、約３００以上、約４００以上、約５００以上、約６００以上、約７００以上、約８００以上、約９００以上、約１０００以上の胎児画分の決定から決定する。いくつかの実施形態において、胎児画分を、プロファイル内の約１０〜約１０００、約２０〜約９００、約３０〜約７００、約４０〜約６００、約５０〜約５００、約５０〜約４００、約５０〜約３００、約５０〜約２００、または約５０〜約１００の胎児画分の決定から決定する。
いくつかの実施形態において、胎児画分を、プロファイル内の複数の胎児画分の決定の平均または平均値として決定する。いくつかの実施形態において、複数の胎児画分の決定から決定された胎児画分は、複数の胎児画分の決定の平均値（例えば、平均、平均値、標準平均（ｓｔａｎｄａｒｄ ａｖｅｒａｇｅ）、中央値、最頻値、範囲など）である。多くの場合、複数の胎児画分の決定から決定された胎児画分は、当技術分野において公知の、または本明細書に記載の適切な方法により決定された平均値である。いくつかの実施形態において、胎児画分の決定の平均値は、重み付けされた平均値である。いくつかの実施形態において、胎児画分の決定の平均値は、重み付けされていない平均値である。複数の胎児画分の決定から作製された胎児画分の決定の平均値、中央値、最頻値または平均（すなわち、胎児画分の決定の平均値、中央値、最頻値または平均）は、不確定値（例えば、分散、標準偏差、ＭＡＤなど）と関連することもある。いくつかの実施形態において、複数の決定から胎児画分の平均値、中央値、最頻値または平均を決定する前に、１つまたはそれより多い逸脱した決定を除去する（本明細書においてさらに詳述する）。
プロファイル内のいくつかの胎児画分の決定は、胎児画分の全体の決定（例えば、胎児画分の決定の平均値または平均）に含まれないこともある。いくつかの実施形態において、胎児画分の決定は、プロファイルにおける第１の上昇（例えば、第２の上昇と有意に異なる第１の上昇）から得られ、第１の上昇は遺伝的変異を示さない。例えば、プロファイルにおけるいくつかの第１の上昇（例えば、スパイクまたはディップ）は、異常または不明の原因から作製される。このような値は、多くの場合、真性のコピー数多型から得られる他の胎児画分の決定と有意に異なる胎児画分の決定を作製する。いくつかの実施形態において、プロファイルにおける他の胎児画分の決定と有意に異なる胎児画分の決定を同定し、胎児画分の決定から除去する。例えば、異常なスパイクおよびディップから得られるいくつかの胎児画分の決定を、プロファイル内の他の胎児画分の決定と比較することにより同定し、胎児画分の決定全体から除外する。
いくつかの実施形態において、胎児画分の決定の平均値、中央値または平均と有意に異なる、独立した胎児画分の決定は、同定され、認識され、かつ／または観察可能な差である。いくつかの実施形態において、用語「有意に異なる」は、統計学的に異なり、かつ／または統計学的に有意な差を意味し得る。「独立した」胎児画分の決定は、コピー数多型として分類された特定の上昇から決定された（例えば、いくつかの実施形態において、単一の決定）胎児画分であってよい。任意の適切な閾または範囲を使用し、胎児画分の決定が胎児画分の決定の平均値、中央値、最頻値または平均と有意に異なることを決定することができる。いくつかの実施形態において、において、胎児画分の決定は、胎児画分の決定の平均値、中央値、最頻値または平均と有意に異なり、決定を、平均または平均値からの逸脱の割合として表現することができる。いくつかの実施形態において、胎児画分の決定の平均値、中央値、最頻値または平均と有意に異なる胎児画分の決定は、約１０パーセント以上異なる。いくつかの実施形態において、胎児画分の決定の平均値、中央値、最頻値または平均と有意に異なる胎児画分の決定は、約１５パーセント以上異なる。いくつかの実施形態において、胎児画分の決定の平均値、中央値、最頻値または平均と有意に異なる胎児画分の決定は、約１５％〜約１００％以上異なることもある。
いくつかの実施形態において、胎児画分の決定は、胎児画分の決定の平均値または平均と関連する不確定値の倍数により、胎児画分の決定の平均値、中央値、最頻値または平均と有意に異なる。多くの場合、不確定値および定数ｎ（例えば、信頼区間）は、範囲（例えば、不確定要素のカットオフ）を定義する。例えば、不確定値は、胎児画分の決定についての標準偏差（例えば、＋／−５）であり、定数ｎ（例えば、信頼区間）で乗算し、それにより、範囲または不確定要素のカットオフ（例えば、５ｎ〜−５ｎ、５シグマと呼ばれることもある）を定義することもある。いくつかの実施形態において、独立した胎児画分の決定は、不確定要素のカットオフにより定義された範囲外にあり、胎児画分の決定の平均値、中央値、最頻値または平均と有意に異なるとみなされる。例えば、平均値１０および不確定要素のカットオフ３について、１３より大きく、または７未満の独立した胎児画分は、有意に異なる。いくつかの実施形態において、胎児画分の決定の平均値、中央値、最頻値または平均と有意に異なる胎児画分の決定は、不確定値（例えば、ｎ×シグマ）のｎ倍以上異なる（ｎは約１、２、３、４、５、６、７、８、９または１０以上である）。いくつかの実施形態において、胎児画分の決定の平均値、中央値、最頻値または平均と有意に異なる胎児画分の決定は、不確定値（例えば、ｎ×シグマ）のｎ倍以上異なる（ｎは約１．１、１．２、１．３、１．４、１．５、１．６、１．７、１．８、１．９、２．０、２．１、２．２、２．３、２．４、２．５、２．６、２．７、２．８、２．９、３．０、３．１、３．２、３．３、３．４、３．５、３．６、３．７、３．８、３．９、または４．０．以上である）。
いくつかの実施形態において、上昇は、胎児および／または母体の微小倍数性を表す。いくつかの実施形態において、上昇（例えば、第１の上昇、観察される上昇）は第２の上昇と有意に異なり、第１の上昇を母体および／または胎児のコピー数多型として分類し、第１の上昇および／または第２の上昇は胎児の微小倍数性および／または母体の微小倍数性を表す。いくつかの実施形態において、第１の上昇は胎児の微小倍数性を表す。いくつかの実施形態において、第１の上昇は母体の微小倍数性を表す。多くの場合、第１の上昇は胎児の微小倍数性および母体の微小倍数性を表す。いくつかの実施形態において、上昇（例えば、第１の上昇、観察される上昇）は第２の上昇と有意に異なり、第１の上昇を母体および／または胎児のコピー数多型として分類し、第１の上昇は胎児および／または母体の微小倍数性を表し、胎児画分を胎児および／または母体の微小倍数性に従い決定する。いくつかの例において、第１の上昇を母体および／または胎児のコピー数多型として分類し、第１の上昇は胎児の微小倍数性を表し、胎児画分を胎児の微小倍数性に従い決定する。いくつかの実施形態において、第１の上昇を母体および／または胎児のコピー数多型として分類し、第１の上昇は母体の微小倍数性を表し、胎児画分を母体の微小倍数性に従い決定する。いくつかの実施形態において、第１の上昇を母体および／または胎児のコピー数多型として分類し、第１の上昇は母体および胎児の微小倍数性を表し、胎児画分を母体および胎児の微小倍数性に従い決定する。
いくつかの実施形態において、胎児画分の決定は、胎児および／または母体の微小倍数性を決定することを含む。いくつかの実施形態において、上昇（例えば、第１の上昇、観察される上昇）は第２の上昇と有意に異なり、第１の上昇を母体および／または胎児のコピー数多型として分類し、胎児および／または母体の微小倍数性を第１の上昇および／または第２の上昇に従い決定し、胎児画分を決定する。いくつかの実施形態において、第１の上昇を母体および／または胎児のコピー数多型として分類し、胎児の微小倍数性を第１の上昇および／または第２の上昇に従い決定し、胎児画分を胎児の微小倍数性に従い決定する。いくつかの実施形態において、第１の上昇を母体および／または胎児のコピー数多型として分類し、母体の微小倍数性を第１の上昇および／または第２の上昇に従い決定し、胎児画分を母体の微小倍数性に従い決定する。いくつかの実施形態において、第１の上昇を母体および／または胎児のコピー数多型として分類し、母体および胎児の微小倍数性を第１の上昇および／または第２の上昇に従い決定し、胎児画分を母体および胎児の微小倍数性に従い決定する。
胎児画分を、多くの場合、母親の微小倍数性が、所与の上昇について、またはコピー数多型として分類された上昇について、胎児の微小倍数性と異なる（例えば、同じではない）ときに決定する。いくつかの実施形態において、胎児画分を、母親が重複（例えば、微小倍数性２）についてホモ接合であり、胎児が同じ重複（例えば、微小倍数性１．５）についてヘテロ接合であるときに決定する。いくつかの実施形態において、胎児画分を、母親が重複（例えば、微小倍数性１．５）についてヘテロ接合であり、胎児が同じ重複（例えば、微小倍数性２）についてホモ接合であり、または重複が胎児について存在しない（例えば、微小倍数性１）ときに決定する。いくつかの実施形態において、胎児画分を、母親が欠失（例えば、微小倍数性０）についてホモ接合であり、胎児が同じ欠失（例えば、微小倍数性０．５）についてヘテロ接合であるときに決定する。いくつかの実施形態において、胎児画分を、母親が欠失（例えば、微小倍数性０．５）についてヘテロ接合であり、胎児が同じ欠失（例えば、微小倍数性０）についてホモ接合であり、または欠失が胎児に存在しない（例えば、微小倍数性１）ときに決定する。
いくつかの実施形態において、胎児画分を、母親の微小倍数性が、コピー数多型として同定された所与の上昇について、胎児の微小倍数性と同じである（例えば、同じと同定される）ときに決定することができない。例えば、いくつかの実施形態について、母親および胎児の両方が同じ数のコピー数多型のコピーを担持する場合の所与の上昇について、胎児画分は決定されない。例えば、胎児画分を、母親および胎児の両方が同じ欠失についてホモ接合であり、または同じ重複についてホモ接合であるときに、コピー数多型として分類された上昇について決定することができない。いくつかの実施形態において、胎児画分を、母親および胎児の両方が同じ欠失についてヘテロ接合であり、または同じ重複についてヘテロ接合であるときに、コピー数多型として分類された上昇について決定することができない。複数の胎児画分の決定が１サンプルにおいてなされる実施形態において、平均値、中央値、最頻値または平均の値から有意に逸脱する決定は、母体倍数性が胎児の倍数性と等しいコピー数多型から生じ得、このような決定を考慮から除外することができる。
いくつかの実施形態において、母体のコピー数多型および胎児のコピー数多型の微小倍数性は、不明である。いくつかの実施形態において、コピー数多型について胎児および／または母体の微小倍数性が決定されない例において、胎児画分を作製し、胎児画分の決定の平均値、中央値、最頻値または平均と比較する。コピー数多型について胎児画分の決定の平均値、中央値、最頻値または平均と有意に異なる胎児画分の決定は、母親および胎児の微小倍数性がコピー数多型について同じであるためである。胎児画分の決定の平均値、中央値、最頻値または平均と有意に異なる胎児画分の決定は、多くの場合、供給源または差の原因に関わらず、全体の胎児画分の決定から除外される。いくつかの実施形態において、母親および／または胎児の微小倍数性を、当技術分野において公知の方法により（例えば、標的化シークエンシング方法により）決定し、かつ／または検証する。
上昇調節
いくつかの実施形態において、１つまたはそれより多い上昇を調節する。上昇を調節する方法は、多くの場合、パディングと呼ばれる。いくつかの実施形態において、プロファイル（例えば、ゲノムのプロファイル、染色体プロファイル、染色体の部分または断片のプロファイル）における複数の上昇を調節する。いくつかの実施形態において、プロファイルにおける約１〜約１０，０００以上の上昇を調節する。いくつかの実施形態において、プロファイルにおける約１〜約１０００、１〜約９００、１〜約８００、１〜約７００、１〜約６００、１〜約５００、１〜約４００、１〜約３００、１〜約２００、１〜約１００、１〜約５０、１〜約２５、１〜約２０、１〜約１５、１〜約１０、または１〜約５の上昇を調節する。いくつかの実施形態において、１つの上昇を調節する。いくつかの実施形態において、第２の上昇と有意に異なる上昇（例えば、正規化されたカウントプロファイルにおける第１の上昇）を調節する。いくつかの実施形態において、コピー数多型として分類された上昇を調節する。いくつかの実施形態において、第２の上昇と有意に異なる上昇（例えば、正規化されたカウントプロファイルにおける第１の上昇）を、コピー数多型（例えば、コピー数多型、例えば、母体のコピー数多型）として分類し、調節する。いくつかの実施形態において、上昇（例えば、第１の上昇）は、母体のコピー数多型、胎児のコピー数多型、または母体のコピー数多型および胎児のコピー数多型について期待される上昇範囲内にあり、上昇を調節する。いくつかの実施形態において、１つまたはそれより多い上昇（例えば、プロファイルにおける上昇）を調節しない。いくつかの実施形態において、上昇（例えば、第１の上昇）は、コピー数多型について期待される上昇範囲外にあり、上昇を調節しない。多くの場合、コピー数多型の非存在において、期待される上昇範囲内の上昇を調節しない。任意の適切な数の調節を、プロファイルにおける１つまたはそれより多い上昇に行うことができる。いくつかの実施形態において、１つまたはそれより多い上昇を調節する。いくつかの実施形態において、２以上、３以上、５以上、６以上、７以上、８以上、９以上および１０以上の上昇を調節する。
いくつかの実施形態において、第１の上昇の値を、第２の上昇の値に従い調節する。いくつかの実施形態において、コピー数多型を表すものとして同定される第１の上昇を、第２の上昇が、多くの場合、コピー数多型と関連しない場合、第２の上昇の値に調節する。いくつかの例において、コピー数多型を表すものとして同定される第１の上昇の値を、第１の上昇の値が第２の上昇の値にほぼ等しくなるように調節する。
調節は、適切な数学的動作を含み得る。調節は、いくつかの実施形態において、１つまたはそれより多い数学的動作を含む。いくつかの実施形態において、上昇を正規化、フィルタリング、平均化、乗算、除算、加算もしくは減算またはその組み合わせにより調節する。いくつかの実施形態において、上昇を所定の値または定数により調節する。いくつかの実施形態において、上昇をその上昇の値を別の上昇の値に改変することにより調節する。例えば、第１の上昇をその値を第２の上昇の値に改変することにより調節することができる。このような例の値は、処理された値（例えば、平均値、正規化された値など）であってよい。
いくつかの実施形態において、上昇を、コピー数多型（例えば、母体のコピー数多型）として分類し、所定の調節値（ＰＡＶ）として本明細書において言及される所定の値に従い調節する。多くの場合、ＰＡＶを、特定のコピー数多型について決定する。多くの場合、特定のコピー数多型（例えば、ホモ接合重複、ホモ接合欠失、ヘテロ接合重複、ヘテロ接合欠失）について決定されたＰＡＶを使用し、特定のコピー数多型（例えば、ホモ接合重複、ホモ接合欠失、ヘテロ接合重複、ヘテロ接合欠失）として分類された上昇を調節する。いくつかの実施形態において、上昇をコピー数多型として分類後、分類されたコピー数多型の種類に特異的なＰＡＶに従い調節する。いくつかの実施形態において、上昇（例えば、第１の上昇）を、母体のコピー数多型、胎児のコピー数多型または母体のコピー数多型および胎児のコピー数多型として分類し、上昇からＰＡＶを加算または減算することにより調節する。多くの場合、上昇（例えば、第１の上昇）を母体のコピー数多型として分類し、上昇にＰＡＶを加算することにより調節する。例えば、重複（例えば、母体の、胎児の、または母体および胎児のホモ接合重複）として分類された上昇を、特定の重複（例えば、ホモ接合重複）について決定されたＰＡＶを加算することにより調節し、それにより調節された上昇を提供することができる。多くの場合、コピー数重複について決定されたＰＡＶは、負の値である。いくつかの実施形態において、重複について決定されたＰＡＶを利用することによる、重複を表す上昇について調節を提供することは、上昇の値の減少をもたらす。いくつかの実施形態において、第２の上昇と有意に異なる上昇（例えば、第１の上昇）を、コピー数欠失（例えば、ホモ接合欠失、ヘテロ接合欠失、ホモ接合重複、ホモ接合重複）として分類し、第１の上昇を、コピー数欠失について決定されたＰＡＶを加算することにより調節する。多くの場合、コピー数欠失について決定されたＰＡＶは、正の値である。いくつかの実施形態において、欠失について決定されたＰＡＶを利用することによる、欠失を表す上昇について調節を提供することは、上昇の値の増加をもたらす。
ＰＡＶは任意の適切な値であってよい。多くの場合、ＰＡＶは、コピー数多型（例えば、分類されたコピー数多型）に従い決定され、かつそれに特異的である。いくつかの実施形態において、ＰＡＶを、コピー数多型（例えば、分類されたコピー数多型）および／またはＰＡＶ係数についての期待される上昇に従い決定する。ＰＡＶは、期待される上昇をＰＡＶ係数で乗算することにより決定されることもある。例えば、コピー数多型についてのＰＡＶを、コピー数多型（例えば、ヘテロ接合欠失）について決定された期待される上昇を、同じコピー数多型（例えば、ヘテロ接合欠失）について決定されたＰＡＶ係数で乗算することにより決定することができる。例えば、ＰＡＶを、コピー数多型ｋ（例えば、ｋ＝ヘテロ接合欠失）についての以下の式により決定することができる：
ＰＡＶｋ＝（期待される上昇）ｋ×（ＰＡＶ係数）ｋ 。
ＰＡＶ係数は、任意の適切な値であり得る。いくつかの実施形態において、ホモ接合重複についてのＰＡＶ係数は、約−０．６〜約−０．４である。いくつかの実施形態において、ホモ接合重複についてのＰＡＶ係数は、約−０．６０、−０．５９、−０．５８、−０．５７、−０．５６、−０．５５、−０．５４、−０．５３、−０．５２、−０．５１、−０．５０、−０．４９、−０．４８、−０．４７、−０．４６、−０．４５、−０．４４、−０．４３、−０．４２、−０．４１および−０．４０である。多くの場合、ホモ接合重複におけるＰＡＶ係数は、約−０．５である。
例えば、約１のＮＲＶおよび約２に等しいホモ接合重複の期待される上昇について、ホモ接合重複についてのＰＡＶを、上記の式に従い、約−１と決定する。この場合において、例えば、ホモ接合重複として分類された第１の上昇を、第１の上昇の値に約−１を加算することにより調節する。
いくつかの実施形態において、ヘテロ接合重複についてのＰＡＶ係数は、約−０．４〜約−０．２である。いくつかの実施形態において、ヘテロ接合重複についてのＰＡＶ係数は、約−０．４０、−０．３９、−０．３８、−０．３７、−０．３６、−０．３５、−０．３４、−０．３３、−０．３２、−０．３１、−０．３０、−０．２９、−０．２８、−０．２７、−０．２６、−０．２５、−０．２４、−０．２３、−０．２２、−０．２１および−０．２０である。多くの場合、ヘテロ接合重複についてのＰＡＶ係数は、約−０．３３である。
例えば、約１のＮＲＶおよび約１．５に等しいヘテロ接合重複の期待される上昇について、ホモ接合重複についてのＰＡＶを、上記の式に従い、約−０．４９５と決定する。この場合において、例えば、ヘテロ接合重複として分類された第１の上昇を、第１の上昇の値に約−０．４９５を加算することにより調節する。
いくつかの実施形態において、ヘテロ接合欠失についてのＰＡＶ係数は、約０．４〜約０．２である。いくつかの実施形態において、ヘテロ接合欠失についてのＰＡＶ係数は、約０．４０、０．３９、０．３８、０．３７、０．３６、０．３５、０．３４、０．３３、０．３２、０．３１、０．３０、０．２９、０．２８、０．２７、０．２６、０．２５、０．２４、０．２３、０．２２、０．２１および０．２０である。多くの場合、ヘテロ接合欠失についてのＰＡＶ係数は、約０．３３である。
例えば、約１のＮＲＶおよび約０．５に等しいヘテロ接合欠失の期待される上昇について、ヘテロ接合欠失についてのＰＡＶを、上記の式に従い、約０．４９５と決定する。この場合において、例えば、ヘテロ接合欠失として分類された第１の上昇を、第１の上昇の値に約０．４９５を加算することにより調節する。
いくつかの実施形態において、ホモ接合欠失についてのＰＡＶ係数は、約０．６〜約０．４である。いくつかの実施形態において、ホモ接合欠失についてのＰＡＶ係数は、約０．６０、０．５９、０．５８、０．５７、０．５６、０．５５、０．５４、０．５３、０．５２、０．５１、０．５０、０．４９、０．４８、０．４７、０．４６、０．４５、０．４４、０．４３、０．４２、０．４１および０．４０である。多くの場合、ホモ接合欠失についてのＰＡＶ係数は、約０．５である。
例えば、約１のＮＲＶおよび約０に等しいホモ接合欠失の期待される上昇について、ホモ接合欠失についてのＰＡＶを、上記の式に従い、約１と決定する。この場合において、例えば、ホモ接合欠失として分類された第１の上昇を、第１の上昇の値に約１を加算することにより調節する。
いくつかの実施形態において、ＰＡＶは、コピー数多型（例えば、コピー数多型の期待される上昇）についての期待される上昇にほぼ等しく、または等しい。
いくつかの実施形態において、上昇のカウントを、調節する前に正規化する。いくつかの実施形態において、プロファイルにおける一部または全ての上昇のカウントを、調節する前に正規化する。例えば、上昇のカウントを、参照上昇またはＮＲＶのカウントに従い正規化することができる。いくつかの実施形態において、上昇（例えば、第２の上昇）のカウントを、参照上昇またはＮＲＶのカウントに従い正規化し、プロファイルにおける他の全ての上昇（例えば、第１の上昇）のカウントを、調節する前に同じ参照上昇またはＮＲＶのカウントに対して正規化する。
いくつかの実施形態において、プロファイルの上昇は、１回以上の調節から生じる。いくつかの実施形態において、プロファイルの上昇を、プロファイルにおける１つまたはそれより多い上昇を調節した後に決定する。いくつかの実施形態において、プロファイルの上昇を、１回以上の調節がなされた後に再計算する。
いくつかの実施形態において、コピー数多型（例えば、母体のコピー数多型、胎児のコピー数多型、または母体のコピー数多型および胎児のコピー数多型）を、調節から決定する（例えば、直接または間接的に決定する）。例えば、調節されたプロファイルにおける上昇（例えば、調節された第１の上昇）を、母体のコピー数多型として同定することができる。いくつかの実施形態において、調節の大きさは、コピー数多型の種類（例えば、ヘテロ接合欠失、ホモ接合重複など）を示す。プロファイルにおける調節された上昇を、コピー数多型についてのＰＡＶの値に従い、コピー数多型を表すものとして同定することができることもある。例えば、所与のプロファイルについて、ＰＡＶは、ホモ接合重複について約−１、ヘテロ接合重複について約−０．５、ヘテロ接合欠失について約０．５およびホモ接合欠失について約１である。上記の例において、例えば、約−１で調節された上昇を、ホモ接合重複として同定することができる。いくつかの実施形態において、１つまたはそれより多いコピー数多型を、プロファイルまたは１回以上の調節を含む上昇から決定することができる。
いくつかの実施形態において、プロファイル内の調節された上昇を比較する。いくつかの実施形態において、異常および誤差を、調節された上昇を比較することにより同定する。例えば、多くの場合、プロファイルにおける１つまたはそれより多い調節された上昇を比較し、特定の上昇を異常または誤差として同定することができる。いくつかの実施形態において、異常または誤差を、上昇が作られる１つまたはそれより多いゲノム片内に同定する。異常または誤差を、同じ上昇内（例えば、プロファイルに）または隣接、連続、接続または接触するゲノム片を表す１つまたはそれより多い上昇において同定し得る。いくつかの実施形態において、１回以上の調節された上昇は、隣接、連続、接続または接触するゲノム片の上昇であり、この場合、１回以上の調節された上昇を比較し、異常または誤差を同定する。異常または誤差は、プロファイルまたは上昇おけるピークまたはディップであり得、この場合、ピークまたはディップの原因は既知または不明である。いくつかの実施形態において、調節された上昇を比較し、異常または誤差が確率的、体系的、無作為またはユーザーエラーによる場合、異常または誤差を同定する。いくつかの実施形態において、調節された上昇を比較し、異常または誤差をプロファイルから除去する。いくつかの実施形態において、調節された上昇を比較し、異常または誤差を調節する。
調節モジュール
いくつかの実施形態において、調節（例えば、上昇またはプロファイルに対する調節）は、調節モジュールにより、または調節モジュールを含む装置によりなされる。いくつかの実施形態において、調節モジュールまたは調節モジュールを含む装置は、上昇を調節することを要求される。調節モジュールを含む装置は、少なくとも１つのプロセッサを含むことができる。いくつかの実施形態において、調節された上昇は、調節モジュールからの１つまたはそれより多い命令（例えば、プロセス、ルーティンおよび／またはサブルーティン）を行い、かつ／または実行することができるプロセッサ（例えば、１つまたはそれより多いプロセッサ）を含む装置により提供される。いくつかの実施形態において、上昇は、複数のプロセッサ、例えば、並列に協動し、かつ作用するプロセッサを含み得る装置により調節される。いくつかの実施形態において、調節モジュールは、１つまたはそれより多い外部プロセッサ（例えば、内部または外部ネットワーク、サーバー、記憶デバイスおよび／または記憶ネットワーク（例えば、クラウド））とともに動作する。いくつかの実施形態において、調節モジュールを含む装置は、別のモジュールまたは装置からデータおよび／または情報を収集し、組み立て、かつ／または受信する。いくつかの実施形態において、調節モジュールを含む装置は、別のモジュールまたは装置にデータおよび／または情報を提供し、かつ／または転送する。
いくつかの実施形態において、調節モジュールは、コンポーネントまたは周辺機器からデータおよび／または情報を受信し、収集する。多くの場合、調節モジュールは、カウント、上昇、プロファイル、参照上昇、期待される上昇、期待される上昇範囲、不確定値、調節および／または定数を受信し、収集し、かつ／または組み立てる。多くの場合、調節モジュールは、コピー数多型（例えば、母体のコピー数多型、胎児のコピー数多型、または母体のコピー数多型および胎児のコピー数多型）であると分類され、または決定された上昇（例えば、第１の上昇）を受信し、収集し、かつ／または組み立てる。いくつかの実施形態において、調節モジュールは、装置のオペレータから入力データおよび／または情報を承認し、収集する。例えば、装置のオペレータは、モジュールに定数、閾値、式または所定の値を提供することもある。いくつかの実施形態において、データおよび／または情報は、複数のプロセッサ、例えば、並列に協動し、かつ作用するプロセッサを含む装置により提供される。いくつかの実施形態において、上昇は、適切な周辺機器またはコンポーネントを含む装置により調節される。調節モジュールを含む装置は、正規化モジュールから正規化されたデータ、範囲設定モジュールから範囲、比較モジュールから比較データ、分類モジュールから同定（例えば、コピー数多型として同定）された上昇、および／または別の調節モジュールから調節データを受信することができる。調節モジュールは、データおよび／または情報を受信し、受信したデータおよび／または情報を変換し、調節を行うことができる。調節モジュールから得られた、またはそれより変換されたデータおよび／または情報を、調節モジュールから、分類モジュールに、または適切な装置および／またはモジュールに転送することができる。本明細書に記載の方法により調節された上昇を、さらなる試験（例えば、母体およびまたは（ａｎｄ ｏｒ）胎児の核酸の標的化シークエンシングにより）、独立して検証し、かつ／または調節することができる。
プロットモジュール
いくつかの実施形態において、カウント、上昇、および／またはプロファイルをプロット（例えば、グラフ作成）する。いくつかの実施形態において、プロット（例えば、グラフ）は、調節を含む。いくつかの実施形態において、プロットは、カウント、上昇、および／またはプロファイルの調節を含む。いくつかの実施形態において、カウント、上昇、および／またはプロファイルをプロットし、カウント、上昇、および／またはプロファイルは調節を含む。多くの場合、カウント、上昇、および／またはプロファイルをプロットし、カウント、上昇、および／またはプロファイルを比較する。いくつかの実施形態において、コピー数多型（例えば、異数性、コピー数多型）を、カウント、上昇、および／またはプロファイルのプロットから同定し、かつ／または分類する。いくつかの実施形態において、成果を、カウント、上昇、および／またはプロファイルのプロットから決定する。いくつかの実施形態において、プロット（例えば、グラフ）を、プロットモジュールまたはプロットモジュールを含む装置により作られる（例えば、作製される）。いくつかの実施形態において、プロットモジュールまたはプロットモジュールを含む装置は、カウント、上昇またはプロファイルをプロットすることを要求される。プロットモジュールは、プロットを表示し、またはプロットをディスプレイ（例えば、表示モジュール）に送信することができる。プロットモジュールを含む装置は、少なくとも１つのプロセッサを含むことができる。いくつかの実施形態において、プロットは、プロットモジュールからの１つまたはそれより多い命令（例えば、プロセス、ルーティンおよび／またはサブルーティン）を行い、かつ／または実行することができるプロセッサ（例えば、１つまたはそれより多いプロセッサ）を含む装置により提供される。いくつかの実施形態において、プロットは、複数のプロセッサ、例えば、並列に協動し、かつ作用するプロセッサを含み得る装置により作られる。いくつかの実施形態において、プロットモジュールは、１つまたはそれより多い外部プロセッサ（例えば、内部または外部ネットワーク、サーバー、記憶デバイスおよび／または記憶ネットワーク（例えば、クラウド））とともに動作する。いくつかの実施形態において、プロットモジュールを含む装置は、別のモジュールまたは装置からデータおよび／または情報を収集し、組み立て、かつ／または受信する。いくつかの実施形態において、プロットモジュールは、コンポーネントまたは周辺機器からデータおよび／または情報を受信し、収集する。多くの場合、プロットモジュールは、配列リード、ゲノム片、マッピングされたリード、カウント、上昇、プロファイル、参照上昇、期待される上昇、期待される上昇範囲、不確定値、比較、分類された上昇（例えば、コピー数多型として同定された上昇）および／または成果、調節ならびに／または定数を受信し、収集し、組み立て、かつ／またはプロットする。いくつかの実施形態において、プロットモジュールは、装置のオペレータから入力データおよび／または情報を受け取り、収集する。例えば、装置のオペレータは、定数、閾値、式または所定の値をプロットモジュールに提供することもある。いくつかの実施形態において、データおよび／または情報は、複数のプロセッサ、例えば、並列に協動し、かつ作用するプロセッサを含む装置により提供される。いくつかの実施形態において、カウント、上昇および／またはプロファイルを、適切な周辺機器またはコンポーネントを含む装置によりプロットする。プロットモジュールを含む装置は、正規化モジュールから正規化されたデータ、範囲設定モジュールから範囲、比較モジュールから比較データ、分類モジュールから分類データおよび／または調節モジュールから調節データを受信することができる。プロットモジュールは、データおよび／または情報を受信し、データおよび／または情報を変換することができ、プロットされたデータを提供した。いくつかの実施形態において、プロットモジュールを含む装置は、データおよび／または情報を別のモジュールまたは装置に提供し、かつ／または転送する。プロットモジュールを含む装置は、カウント、上昇および／またはプロファイルをプロットし、プロットに関連するデータおよび／または情報を適切な装置および／またはモジュールに提供し、または転送することができる。多くの場合、プロットモジュールは、上昇（例えば、プロファイル、第１の上昇）を受信し、収集し、組み立て、かつ／またはプロットし、プロットされたデータおよび／または情報を調節モジュールおよび／または比較モジュールに転送し、かつそこから転送する。プロットされたデータおよび／または情報を、プロットモジュールから、分類モジュールおよび／または周辺機器（例えば、ディスプレイまたはプリンタ）に転送することもある。いくつかの実施形態において、プロットが分類され、および／または遺伝的変異（例えば、異数性）またはコピー数多型（例えば、母体および／または胎児のコピー数多型）を含むと決定される。本明細書に記載の方法によりプロットされたカウント、上昇および／またはプロファイルを、さらなる試験により（例えば、母体およびまたは（ａｎｄ ｏｒ）胎児の核酸の標的化シークエンシングにより）、独立して検証し、かつ／または調節することができる。
いくつかの実施形態において、成果を、１つまたはそれより多い上昇に従い決定する。いくつかの実施形態において、遺伝的変異（例えば、染色体異数性）の有無の決定を、１つまたはそれより多い調節された上昇に従い決定する。いくつかの実施形態において、遺伝的変異（例えば、染色体異数性）の有無の決定を、１〜約１０，０００の調節された上昇を含むプロファイルに従い決定する。多くの場合、遺伝的変異（例えば、染色体異数性）の有無の決定を、約１〜約１０００回、１〜約９００回、１〜約８００回、１〜約７００回、１〜約６００回、１〜約５００回、１〜約４００回、１〜約３００回、１〜約２００回、１〜約１００回、１〜約５０回、１〜約２５回、１〜約２０回、１〜約１５回、１〜約１０回、または１〜約５回の調節を含むプロファイルに従い決定する。いくつかの実施形態において、遺伝的変異（例えば、染色体異数性）の有無の決定を、約１回の調節（例えば、１回調節された上昇）を含むプロファイルに従い決定する。いくつかの実施形態において、成果を、１回以上、２回以上、３回以上、５回以上、６回以上、７回以上、８回以上、９回以上、または１０回以上の調節を含む１つまたはそれより多いプロファイル（例えば、染色体またはそのセグメントのプロファイル）に従い決定する。いくつかの実施形態において、遺伝的変異（例えば、染色体異数性）の有無の決定を、プロファイルにおけるいくつかの上昇が調節されていないプロファイルに従い決定する。いくつかの実施形態において、遺伝的変異（例えば、染色体異数性）の有無の決定を、調節がされていないプロファイルに従い決定する。
いくつかの実施形態において、プロファイルにおける上昇（例えば、第１の上昇）の調節は、偽性の決定または偽性成果を減少させる。いくつかの実施形態において、プロファイルにおける上昇（例えば、第１の上昇）の調節は、偽性の決定または偽性成果の頻度および／または確率（例えば、統計学的確率、尤度）を減少させる。偽性の決定または成果は、正確でない決定または成果であり得る。偽性の決定または成果は、被験体（例えば、妊娠女性、胎児および／またはその組み合わせ）の実際もしくは真性の遺伝的構成（ｇｅｎｅｔｉｃ ｍａｋｅ−ｕｐ）、または実際もしくは真性の遺伝的素質（例えば、遺伝的変異の有無）を反映しない決定または成果であり得る。いくつかの実施形態において、偽性の決定または成果は、偽陰性の決定である。いくつかの実施形態において、陰性の決定または陰性成果は、遺伝的変異（例えば、異数性、コピー数多型）が存在しない。いくつかの実施形態において、偽性の決定または偽性成果は、偽陽性の決定または偽陽性成果である。いくつかの実施形態において、陽性の決定または陽性成果は、遺伝的変異（例えば、異数性、コピー数多型）が存在する。いくつかの実施形態において、決定または成果を診断に利用する。いくつかの実施形態において、決定または成果は、胎児についてのものである。
成果
本明細書に記載の方法は、サンプルについての遺伝的変異（例えば、胎児異数性）の有無の決定を提供することができ、それにより成果を提供することができる（例えば、それにより、遺伝的変異（例えば、胎児異数性）の有無を決定する成果を提供する）。遺伝的変異は、多くの場合、参照に関する試験被験体のゲノムまたは遺伝情報の検出可能な変化を生ずる遺伝情報（例えば、染色体、染色体の断片、多型領域、転座領域、改変ヌクレオチド配列など、または上記の組み合わせ）の増加、減少および／または変更（例えば、重複、欠失、融合、挿入、変異、再構成、置換または異常なメチル化）を含む。遺伝的変異の有無は、ゲノム片（例えば、ゲノムビン）にマッピングされている配列リードを変換し、分析し、かつ／または操作することにより決定することができる。
本明細書に記載の方法は、胎児を妊娠する妊娠女性からの試験サンプルについて胎児異数性（例えば、完全な染色体異数性、部分的な染色体異数性または、構造的染色体異常（ｓｅｇｍｅｎｔａｌ ｃｈｒｏｍｏｓｏｍａｌ ａｂｅｒｒａｔｉｏｎ）（例えば、モザイク現象、欠失および／または挿入））の有無を決定することもある。いくつかの実施形態において、本明細書に記載の方法は、胎児を妊娠する妊娠女性からのサンプルについての正倍数性または正倍数性の欠如（非正倍数性）を検出する。本明細書に記載の方法は、１つまたはそれより多い染色体（例えば、第１３番染色体、第１８番染色体、第２１番染色体またはそれらの組み合わせ）またはそのセグメントについてのトリソミーを検出することもある。本明細書に記載の方法は、１つまたはそれよりも多い性染色体（例えば、染色体Ｘ、染色体Ｙ）またはそのセグメントについての異数性を検出することもある。
いくつかの実施形態において、遺伝的変異（例えば、胎児異数性）の有無を、本明細書に記載の方法により、当技術分野で公知の方法により、またはそれらの組み合わせにより決定する。遺伝的変異の有無は一般に、参照ゲノムのゲノム片にマッピングされた配列リードのカウントから決定される。遺伝的変異の有無を決定するために利用される配列リードのカウントは、未処理のカウントおよび／またはフィルタリングされたカウントであることもあり、多くの場合、正規化されたカウントである。適切な１つまたは複数の正規化プロセスを使用して、正規化されたカウントを作製することができ、その非限定的な例として、ビンワイズ正規化、ＧＣ含量による正規化、線形および非線形の最小二乗回帰、ＬＯＥＳＳ、ＧＣ ＬＯＥＳＳ、ＬＯＷＥＳＳ、ＰＥＲＵＮ、ＲＭ、ＧＣＲＭおよびそれらの組み合わせが挙げられる。正規化されたカウントを、ゲノム片の特定の１つまたは複数のセットについてのプロファイルにおける１つまたはそれより多いレベルまたは上昇として表すこともある。正規化されたカウントを、遺伝的変異の有無を決定する前に調節し、またはパディングすることもある。
遺伝的変異（例えば、胎児異数性）の有無を、ゲノム片のセットについてのカウントと参照を比較することなく決定することもある。試験サンプルについて測定され、試験領域（例えば、目的のゲノム片のセット）内にあるカウントは、本明細書において「試験カウント」と呼ばれる。試験カウントは、本明細書に記載のように、処理されたカウント、平均化または合計されたカウント、表示、正規化されたカウント、または１つまたは複数のレベルもしく上昇であることもある。いくつかの実施形態において、ゲノム片のセットについての試験カウントを平均化または合計し（例えば、平均、平均値、中央値、最頻値または和を算出し）、平均化または合計されたカウントを閾または範囲と比較する。試験カウントは、ゲノム片の第２のセットについてのカウントに対する、ゲノム片の第１のセットについてのカウントの比または百分率として表すことができる表示として表されることもある。いくつかの実施形態において、ゲノム片の第１のセットは、１つまたは複数の試験染色体（例えば、第１３番染色体、第１８番染色体、第２１番染色体、またはそれらの組み合わせ）についてのものであり、ゲノム片の第２のセットは、そのゲノムまたはそのゲノムの一部（例えば、常染色体、または常染色体と性染色体）についてのものであることもある。いくつかの実施形態において、ゲノム片の第１のセットは、１つまたは複数の試験染色体（例えば、染色体Ｘ、染色体Ｙ、またはそれらの組み合わせ）についてのものであり、ゲノム片の第二のセットは、そのゲノムまたはそのゲノムの一部（例えば、常染色体）についてのものであることもある。いくつかの実施形態において、ゲノム片の第１のセットは、試験染色体（例えば、染色体Ｘ、染色体Ｙ、またはそれらの組み合わせ）の１つまたは複数の第１の領域についてのものであり、ゲノム片の第２のセットは、試験染色体（例えば、染色体Ｘ、染色体Ｙ、もしくはそれらの組み合わせ）の１つまたは複数の第２の領域、または試験染色体全体についてのものであることもある。いくつかの実施形態において、表示を閾または範囲と比較する。いくつかの実施形態において、試験カウントを、ゲノム片のセットに対して正規化されたカウントにおける１つまたは複数のレベルまたは上昇として表し、その１つまたは複数のレベルまたは上昇と閾または範囲と比較する。具体的な範囲内のまたは具体的な範囲外の、具体的な閾より上または下の試験カウント（例えば、平均化または合計されたカウント、表示、正規化されたカウント、１つまたは複数のレベルまたは上昇）が、遺伝的変異の存在または正倍数性の欠如（例えば、正倍数性ではない）を決定することもある。具体的な範囲内のまたは具体的な範囲外の、具体的な閾より下または上の試験カウント（例えば、平均化または合計されたカウント、表示、正規化されたカウント、１つまたは複数のレベルまたは上昇）が、遺伝的変異の不在、または正倍数性を決定することもある。
遺伝的変異（例えば、胎児異数性）の有無を、試験カウント（例えば、ゲノム片のセットについての、未処理カウント、フィルタリングされたカウント、平均化または合計されたカウント、表示、正規化されたカウント、１つまたはそれより多いレベルまたは上昇）と参照を比較することにより決定することもある。参照は、カウントの適切な決定であり得る。参照についてのカウントは、ゲノム片のセットについて、未処理カウント、フィルタリングされたカウント、平均化または合計されたカウント、表示、正規化されたカウント、１つまたはそれより多いレベルまたは上昇であることもある。参照カウントは、多くの場合、正倍数性の試験領域についてのカウントである。
特定の実施形態において、試験カウントは、ゲノム片の第１のセットについてのものであることもあり、参照は、ゲノム片の第１のセットと異なるゲノム片の第２のセットについてのカウントを含む。参照カウントは、試験サンプルを得る同じ妊娠女性からの核酸サンプルについてのものであることもある。いくつかの実施形態において、参照カウントは、試験サンプルを得た女性とは異なる１例以上の妊娠女性からの核酸サンプルについてのものである。いくつかの実施形態において、ゲノム片の第１のセットは、第１３番染色体、第１８番染色体、第２１番染色体、Ｘ染色体、Ｙ染色体、それらのセグメントまたは上記の組み合わせにおけるものであり、ゲノム片の第２のセットは、別の１つもしくは複数の染色体またはそのセグメントにおけるものである。非限定的な例において、ゲノム片の第１のセットが、第２１番染色体またはそのセグメントにおけるものであり、ゲノム片の第２のセットが、別の染色体（例えば、第１番染色体、第１３番染色体、第１４番染色体、第１８番染色体、第１９番染色体、そのセグメントまたは上記の組み合わせ）におけるものである。参照は、多くの場合、典型的に正倍数体である、染色体またはそのセグメントに局在する。例えば、第１番染色体および第１９番染色体は、多くの場合、早期胎児死亡率の高さと第１番染色体および第１９番染色体の異数性が関連するため、胎児において正倍数性である。試験カウントと参照カウントとの偏差の尺度を作製することができる。
いくつかの実施形態において、参照は、試験カウントに関して、ゲノム片の同じセットについてのカウントを含む、この場合、参照についてのカウントは、１つまたはそれより多い参照サンプル（例えば、多くの場合、複数の参照被験体からの複数の参照サンプル）からのものである。参照サンプルは、多くの場合、試験サンプルを得る女性とは異なる１例以上の妊娠女性からのものである。試験カウントと参照カウントとの偏差の尺度を作製することができる。
試験カウントと参照カウントとの間の偏差の適切な尺度を選択することができ、その非限定的な例として、標準偏差、平均絶対偏差、中央絶対偏差、最大絶対偏差、標準スコア（例えば、ｚ値、ｚスコア、正常スコア（ｎｏｒｍａｌ ｓｃｏｒｅ）、標準化された変数）などが挙げられる。いくつかの実施形態において、参照サンプルは試験領域について正倍数体であり、試験カウントと参照カウントとの間の偏差を評価する。試験カウントと参照カウントとの間の３未満の偏差（例えば、標準偏差について３シグマ）は、多くの場合、正倍数体の試験領域（例えば、遺伝的変異の非存在）を示す。試験カウントと参照カウントとの間の３より大きい偏差は、多くの場合、非正倍数体の試験領域（例えば、遺伝的変異の存在）を示す。正倍数性を示す参照カウントより有意に低い試験カウントは、モノソミーを決定することもある。正倍数性を示す参照カウントより有意に高い試験カウントは、トリソミーまたは性染色体異数性を決定することもある。試験サンプルについての試験カウントと、複数の参照被験体についての参照カウントとの間の偏差の尺度をプロットし、視覚化することができる（例えば、ｚスコアプロット）。
任意の他の適切な参照を、試験サンプルの試験領域についての遺伝的変異の有無の決定（または正倍数体または非正倍数体の決定）のための試験カウントを用いて因数に分解することができる。例えば、胎児画分の決定は、遺伝的変異の有無を決定する試験カウントを用いて因数に分解することができる。胎児画分を定量するために適切なプロセスを利用することができ、その非限定的な例として、質量分析プロセス、シークエンシングプロセス、またはその組み合わせが挙げられる。
実験室従事者（例えば、実験室管理者）は、遺伝的変異の有無の決定（または試験領域についての正倍数体または非正倍数体の決定）の基礎となる値（例えば、試験カウント、参照カウント、偏差のレベル）を分析することができる。近い、つまり疑わしい遺伝的変異の有無に関する呼び出しに対して、実験室従事者は、同じ試験を再度指示し、かつ／または異なる試験（例えば、胎児異数性および／または胎児の性別の決定の場合において、核型分類および／または羊水穿刺）を指示することができ、試験被験体からの同じまたは異なるサンプル核酸を使用する。
遺伝的変異は、医学的状態と関連することもある。遺伝的変異を決定する成果は、状態（例えば、医学的状態）、疾患、症候群もしくは異常の有無を決定する成果であることもあり、または状態、疾患、症候群もしくは異常の検出を含むこともある（例えば、表１Ａおよび１Ｂに記載の非限定的な例）。いくつかの実施形態において、診断は、成果の評価を含む。本明細書に記載の方法により、状態（例えば、医学的状態）、疾患、症候群または異常の有無を決定する成果を、さらなる試験により（例えば、核型分類および／または羊水穿刺により）独立して検証することができることもある。
データの分析および処理は、１つまたはそれより多い成果を提供することができる。本明細書において使用される場合、用語「成果」は、遺伝的変異（例えば、異数性、コピー数多型）の有無の決定を容易にするデータ処理の結果を指すことができる。いくつかの実施形態において、本明細書において使用される場合、用語「成果」は、遺伝的変異（例えば、異数性、コピー数多型）の有無を予測し、かつ／または決定する結論を指す。いくつかの実施形態において、本明細書において使用される場合、用語「成果」は、被験体（例えば、胎児）における遺伝的変異（例えば、異数性、コピー数多型）の有無の危険または確率を予測し、かつ／または決定する結論を指す。診断は、成果の使用を含むこともある。例えば、保健従事者が成果を分析し、成果に基づき、または一部基づき診断することができる。いくつかの実施形態において、状態、症候群または異常（例えば、表１Ａおよび１Ｂに記載）の決定、検出または診断は、遺伝的変異の有無を決定する成果の使用を含む。いくつかの実施形態において、カウントされ、マッピングされた配列リードまたはその変換物に基づいた成果が、遺伝的変異の有無を決定する。特定の実施形態において、本明細書に記載の１つまたはそれより多い方法（例えば、データ処理方法）を利用して作製された成果は、表１Ａおよび１Ｂに記載の１つまたはそれより多い状態、症候群または異常の有無を決定する。いくつかの実施形態において、診断は、状態、症候群または異常の有無の決定を含む。多くの場合、診断は、状態、症候群または異常の性質および／または原因としての遺伝的変異の決定を含む。いくつかの実施形態において、成果は、診断ではない。成果は、多くの場合、１つまたはそれより多い確率の考慮との関連で、本明細書に記載の処理方法を使用して作製された１つまたはそれより多い数値を含む。危険または確率の考慮には、以下を含むことができるが、それらに限定されない：不確定値、変動性の尺度、信頼水準、感度、特異性、標準偏差、変動係数（ＣＶ）および／または信頼水準、Ｚスコア、カイ値、ファイ値、倍数性値、フィットさせた胎児画分、面積比、上昇中央値など、またはそれらの組み合わせ。確率の考慮は、被験体が遺伝的変異を有する危険があるか、または有するかどうかを決定することを容易にすることができ、遺伝的障害の有無を決定する成果は、多くの場合、このような考慮を含む。
成果は、表現型であることもある。成果は、関連の信頼水準を伴う表現型である（例えば、不確定値、例えば、胎児が９９％の信頼水準でトリソミー２１について陽性である；胎児が９９％の信頼水準で性染色体異数性について陽性である；妊娠女性が９５％の信頼水準で男性胎児を妊娠している；試験被験体が９５％の信頼水準で遺伝的変異に関連するがんについて陰性である）こともある。成果の値を作製する異なる方法は、異なる種類の結果を生じ得ることもある。一般に、本明細書に記載の方法を使用して作製される成果の値に基づき作製され得る可能性のあるスコアまたは呼び出しには、真性陽性、偽陽性、真性陰性および偽陰性の４種類がある。本明細書において使用される場合、用語「スコア」、「各スコア」、「呼び出し」および「各呼び出し」は、具体的な遺伝的変異が、被験体／サンプルに存在するまたは不在である確率を算出することを指す。スコアの値を使用して、例えば、遺伝的変異に対応し得るマッピングされた配列リードの分散、差または比を決定してもよい。例えば、参照ゲノムを基準にして、データセットから選択された遺伝的変異またはゲノム片選択についての陽性スコアを算出することは、医学的状態（例えば、がん、妊娠高血圧腎症、トリソミー、モノソミー、性染色体異数性など）に関連することもある遺伝的変異の有無の同定につながり得る。いくつかの実施形態において、成果は、上昇、プロファイルおよび／またはプロット（例えば、プロファイルプロット）を含む。成果がプロファイルを含むこれらの実施形態において、適切なプロファイルまたはプロファイルの組み合わせを成果に使用することができる。成果に使用することができるプロファイルの非限定的な例としては、Ｚスコアプロファイル、ｐ値プロファイル、カイ値プロファイル、ファイ値プロファイルなど、およびそれらの組み合わせが挙げられる。
遺伝的変異の有無を決定するために作製された成果は、ヌル結果（例えば、２つのクラスター間のデータ点、遺伝的変異の有無の両方についての値を包含する標準偏差を含む数値、調べている遺伝的変異を有し、または含まない被験体についてのプロファイルプロットに類似しないプロファイルプロットを含むデータセット）を含むこともある。いくつかの実施形態において、ヌル結果を示す成果はなお、決定的な結果となり、決定は、遺伝的変異の有無を決定するデータ作製および／または分析の追加の情報および／または繰り返しを必要とすることを含み得る。
いくつかの実施形態において、成果を、本明細書に記載の１つまたはそれより多い処理ステップを行った後に作製することができる。特定の実施形態において、成果を、本明細書に記載の処理ステップの１つの結果として作製し、いくつかの実施形態において、成果を、データセットの各統計学的および／または数学的操作を行った後に作製することができる。遺伝的変異の有無の決定に関する成果を、被験体またはサンプルについての遺伝的変異の有無に関連する、確率（例えば、オッズ比、ｐ値）、尤度、クラスター内または外の値、閾値以上または以下の値、範囲（例えば、閾範囲）内の値、分散もしくは信頼の尺度を有する値、または危険因子を含むが、限定されない適切な形態において表すことができる。特定の実施形態において、サンプル間の比較により、サンプル同一性の確認が可能になる（例えば、繰り返しのサンプルおよび／または混合しているサンプル（例えば、誤標識、組み合わせ（ｃｏｍｂｉｎｅｄ）など）の同定を可能にする）。
いくつかの実施形態において、成果は、所定の閾値またはカットオフ値より上の、または下の（例えば、１より大きい、１未満）値、およびその値に関連する不確定要素または信頼水準を含む。いくつかの実施形態において、所定の閾値またはカットオフ値は、期待される上昇または期待される上昇範囲である。成果はまた、データ処理に使用される仮定を説明することができる。特定の実施形態において、成果は、所定の値の範囲（例えば、閾範囲）内または外にある値、およびその範囲内または外にある値についての関連の不確定要素または信頼水準を含む。いくつかの実施形態において、成果は、所定の値に等しい（例えば、１に等しい、ゼロに等しい）もしくは所定の値の範囲内の値に等しい値、および、等しいか、もしくは範囲内または外にある値についてのその関連の不確定要素または信頼水準を含む。成果は、プロットとしてグラフにより表されることもある（例えば、プロファイルプロット）。
上記に記載のように、成果を、真陽性、真陰性、偽陽性または偽陰性として特徴付けることができる。本明細書において使用される用語「真陽性」は、遺伝的変異を有するとして正しく診断される被験体を指す。本明細書において使用される場合、用語「偽陽性」は、遺伝的変異を有するとして間違って同定される被験体を指す。本明細書において使用される場合、用語「真陰性」は、遺伝的変異を有さないとして正しく同定される被験体を指す。本明細書において使用される場合、用語「偽陰性」は、遺伝的変異を有さないとして間違って同定される被験体を指す。任意の所与の方法についての性能の２つの尺度を、これらの発生比に基づき算出することができる：（ｉ）感度値（一般に、陽性であるとして正しく同定される陽性予測値の分数である）および（ｉｉ）特異性値（一般に、陰性として正しく同定される陰性予測値の分数である）。本明細書において使用される場合、用語「感度」は、真陽性の数と偽陰性の数の合計で除算した真陽性の数を指し、この場合、感度（ｓｅｎｓ）は、０≦ｓｅｎｓ≦１の範囲内にあり得る。理想的に、偽陰性の数は、ゼロに等しくまたはゼロに近く、その結果、被験体が実際に少なくとも１つの遺伝的変異を有するときに、該被験体は、少なくとも１つの遺伝的変異を有さないと間違って同定されない。反対に、評価は、多くの場合、予測アルゴリズムが正しく陰性に分類することができる、つまり感度の相補的測定ことからなる。本明細書において使用される場合、用語「特異性」は、真陰性の数と偽陽性の数の合計で除算した真陰性の数を指し、この場合、感度（ｓｅｎｓｉｔｉｖｉｔｙ）（ｓｐｅｃ）は、０≦ｓｐｅｃ≦１の範囲内にあり得る。理想的に、偽陽性の数はゼロに等しく、またはゼロに近く、その結果、被験体が評価される遺伝的変異を有さないときに、該被験体は、少なくとも１つの遺伝的変異を有すると間違って同定されない。
特定の実施形態において、１つまたはそれより多い感度、特異性および／または信頼水準を、百分率で表す。いくつかの実施形態において、独立して各変数についての百分率は、約９０％より大きく（例えば、約９０、９１、９２、９３、９４、９５、９６、９７、９８もしくは９９％、または９９％より大きい（例えば、約９９．５％以上、約９９．９％以上、約９９．９５％以上、約９９．９９％以上））。いくつかの実施形態において、変動係数（ＣＶ）を、百分率として表し、その百分率は、約１０％以下（例えば、約１０、９、８、７、６、５、４、３、２もしくは１％、または１％未満（例えば、約０．５％以下、約０．１％以下、約０．０５％以下、約０．０１％以下））である。特定の実施形態において、確率（例えば、特定の成果が偶然によるものではない）を、Ｚスコア、ｐ値、またはｔ検定の結果として表す。いくつかの実施形態において、成果についての測定された分散、信頼区間、感度、特異性など（例えば、信頼パラメータと総称）を、本明細書に記載の１つまたはそれより多いデータ処理操作を使用して、作製することができる。成果および関連の信頼水準を作製する具体的な例を実施例の節において記載する。
１もしくは１００％、または１近く（例えば、約９０％〜約９９％）に等しい感度および特異性を有する方法を選択することもある。いくつかの実施形態において、１または１００％に等しい感度を有する方法を選択し、特定の実施形態において、１に近い感度を有する方法を選択する（例えば、約９０％の感度、約９１％の感度、約９２％の感度、約９３％の感度、約９４％の感度、約９５％の感度、約９６％の感度、、約９７％の感度、約９８％の感度、または約９９％の感度）。いくつかの実施形態において、１または１００％に等しい特異性を有する方法を選択し、特定の実施形態において、１に近い特異性を有する方法を選択する（例えば、約９０％の特異性、約９１％の特異性、約９２％の特異性、約９３％の特異性、約９４％の特異性、約９５％の特異性、約９６％の特異性、約９７％の特異性、約９８％の特異性、または約９９％の特異性）。
いくつかの実施形態において、遺伝的変異（例えば、胎児異数性）の有無を決定するための方法を少なくとも約９０％から約１００％の精度で行う。例えば、遺伝的変異の有無を少なくとも約９１％、９２％、９３％、９４％、９５％、９６％、９７％、９８％、９９％、９９．１％、９９．２％、９９．３％、９９．４％、９９．５％、９９．６％、９９．７％、９９．８％または９９．９％の精度で決定することがある。いくつかの実施形態において、遺伝的変異の有無を、他の遺伝的変異決定方法（例えば、核型分析）を使用する精度とほぼ同じであるか、またはそれより高い精度で決定する。いくつかの実施形態において、遺伝的変異の有無を、約８０％から約１００％の信頼区間（ＣＩ）を有する精度で決定する。例えば、前記信頼区間は、約８１％、８２％、８３％、８４％、８５％、８６％、８７％、８８％、８９％、９０％、９１％、９２％、９３％、９４％、９５％、９６％、９７％、９８％、または９９％であることができる。
配列タグ密度に関して成果を決定することができることもある。「配列タグ密度」は、配列タグ密度を異なるサンプルの比較および以下の分析に使用する場合の定義されたゲノム片についての配列タグまたはリードの正規化された値を指す。配列タグ密度の値は、多くの場合、サンプル内で正規化される。いくつかの実施形態において、正規化は、各ゲノム片に含まれるタグの数をカウントし；各染色体についての合計配列タグカウントの中央値を得；常染色体値の全ての中央値を得；そしてこの値を正規化定数として使用して、異なるサンプルについて得られた配列タグの合計数の差を考慮することにより、行うことができる。配列タグ密度は、２染色体については約１であることがある。配列タグ密度は、シークエンシングアーチファクト、最も顕著にはＧ／Ｃバイアスに従い変動することがあり、それを、外部標準または内部参照（例えば、いくつかの実施形態において、実質的に全ての配列タグ（ゲノム配列）に由来し、例えば、単一の染色体であってもよいし、または全ての常染色体から算出された値であってもよい）の使用により補正することができる。したがって、染色体または染色体領域の量的不均衡を、検体の他のマッピング可能なシークエンシングされたタグの中での遺伝子座の表示率から推論することができる。それゆえ、具体的な染色体または染色体領域の量的不均衡を定量的に決定し、正規化することができる。配列タグ密度の正規化および定量化のための方法は、以下にさらに詳述する。
いくつかの実施形態において、配列リードの全ての割合は、性染色体（例えば、染色体Ｘ、染色体Ｙ）または異数性に関与する染色体（例えば、第１３番染色体、第１８番染色体、第２１番染色体）からのものであり、他の配列リードは他の染色体からのものである。いくつかの実施形態において、他の染色体と比較した、性染色体または異数性に関与する染色体（例えば、「標的染色体」：第２１番染色体）の相対的サイズを考慮することにより、参照範囲内の標的染色体特異的配列の正規化された頻度を得ることができる。胎児が例えば標的染色体に関して異数性を有する場合には、標的染色体由来の配列の正規化頻度は、非標的染色体由来の配列の正規化頻度に比べ統計学的に大きく、したがって、異数性の検出を可能にする。いくつかの実施形態において、正規化頻度の変化度は、分析サンプルにおける胎児核酸画分濃度に依存するだろう。
いくつかの実施形態において、遺伝的変異（例えば、染色体異数性）の有無を胎児について決定する。このような実施形態では、胎児の遺伝的変異（例えば、胎児の染色体異数性）の有無を決定する。
特定の実施形態において、遺伝的変異（例えば、染色体異数性）の有無をサンプルについて決定する。このような実施形態では、サンプル核酸における遺伝的変異（例えば、染色体異数性）の有無を決定する。いくつかの実施形態において、検出されるまたは検出されない変異が、ある供給源からのサンプル核酸にはあるが、別の供給源からのサンプル核酸にはない。供給源の非限定的な例としては、胎盤の核酸、胎児の核酸、母体の核酸、がん細胞核酸、非がん細胞核酸など、およびそれらの組み合わせが挙げられる。非限定的な例において、検出されるまたは検出されない具体的な遺伝的変異は、（ｉ）胎盤の核酸にはあるが、胎児の核酸および母体の核酸にはなく；（ｉｉ）胎児の核酸にはあるが、母体の核酸にはなく；または（ｉｉｉ）母体の核酸にはあるが、胎児の核酸にはない。
性染色体に関する成果
いくつかの実施形態において、成果は、性染色体の遺伝的変異に関する。いくつかの実施形態において、成果は、性染色体核型の決定、性染色体異数性の検出、および／または胎児の性別の決定である。いくつかの性染色体異数性（ＳＣＡ）状態としては、ターナー症候群［４５，Ｘ］、トリソミーＸ［４７，ＸＸＸ］、クラインフェルター症候群［４７，ＸＸＹ］、および［４７，ＸＹＹ］症候群（ヤコブ症候群と呼ばれることもある）が挙げられるが、それらに限定されない。
いくつかの実施形態において、性染色体変異の評価は、染色体Ｘおよび染色体Ｙについての配列リードカウント変換結果の分離に基づく。配列リードカウント変換としては、例えば、染色体Ｘ表現および染色体Ｙ表現、および／またはそのような表現に基づくＺスコアが挙げられる。種々の核型（例えば、ＸＸ、ＸＹ、ＸＸＸ、Ｘ、ＸＸＹ、ＸＹＹ）を有するサンプル群の染色体Ｘ対染色体Ｙについてのヌクレオチド配列リードカウント変換結果（例えば、ＰＥＲＵＮ正規化リードカウントに基づくＺスコア）の２次元プロットは、具体的な核型に各々が特異的な領域に分けることができるプロット点の平面フィールドを作製する（例を図１に提供する）。例えば所与のサンプルについての性染色体核型の決定を、平面フィールドのどの領域にそのサンプルのプロット点があるかを決定することによって達成してもよい。
本明細書に記載の特定の方法は、具体的な核型変異について十分に定義された（例えば、シャープな境界、高い分解能を有する）領域を有するプロットの作製に有用であり得る。高分解能プロットの作製に役立つことができる方法としては、配列リードカウント正規化、染色体Ｘおよび染色体Ｙについての有益なゲノム片（すなわち、ビン）の選択、非報告対象（すなわち、「無呼び出し」ゾーン）の確立、ならびに染色体Ｘおよび染色体Ｙ上昇のさらなる正規化が挙げられる。配列リードの正規化および上昇のさらなる正規化は、本明細書に記載されており、例えば、染色体Ｘおよび／もしく染色体Ｙにマッピングされた配列リードならびに／または染色体Ｘおよび／もしくは染色体Ｙについての上昇（例えば、染色体表現）のＰＥＲＵＮ正規化を含み得る。染色体Ｘおよび染色体Ｙについての有益なゲノム片の選択は、本明細書に記載されており、例えば、フィルタリングパラメータ、例えば交差検証パラメータ、マッピング性、反復性および／または男性対女性分離、の上昇を含み得る。
本明細書に記載の、配列リードの２次元プロットへの変換は、多くの場合、高レベルの感度および特異性での、性染色体核型の決定、胎児の性別の決定および／または性染色体異数性の有無の決定に有用であることができる。いくつかの例において、感度（すなわち、真性陽性と偽陰性の和により除算された真性陽性）および特異性（すなわち、真性陰性と偽陽性の和により除算された真性陰性）をプロット点および平面フィールドの領域によって説明することがある。例えば、偽陰性は、核型Ａについて定義された領域外になる真性核型Ａを有するサンプルを表すプロット点であることもある。したがって、いくつかの例において、その核型領域外にあるプロット点は、感度ｆまたは核型の検出を低下させることになる。偽陽性は、核型Ａについて定義された領域内に入る真性核型Ｂを有するサンプルを表すプロット点であることもある。したがって、いくつかの例において、誤って核型領域内にあるプロット点が、その核型の検出の特異性を低下させることになる。
上で説明した平面フィールドの特定の領域は、非報告対象ゾーン（すなわち、「無呼び出し」ゾーン）と指定されることがある。そのような非報告対象ゾーン内にあるプロット点を有するサンプルは、成果（例えば性染色体核型）に割り当てられないことがある（ｎｏｔ ｂｅ ａｓｓｉｇｎｅｄ ａｎ ｏｕｔｃｏｍｅ）。非報告対象ゾーン内にあるプロット点を有するサンプルの排除は、本明細書における方法の総合精度（例えば、感度および特異性）を増加させることができる。非報告対象ゾーンは、２つ以上の核型領域がオーバーラップするまたはオーバーラップする可能性がある、平面フィールド上の任意の領域を含むことがある。例えば、非報告対象ゾーンは、Ｘ０サンプルについてのプロット点がＸＸサンプルとオーバーラップするもしくはオーバーラップし得る平面フィールド上の領域；ＸＸサンプルについてのプロット点がＸＸＸサンプルとオーバーラップするもしくはオーバーラップし得る平面フィールド上の領域；ＸＹサンプルについてのプロット点がＸＹＹサンプルとオーバーラップするもしくはオーバーラップし得る平面フィールド上の領域；ＸＸサンプルについてのプロット点がＸＸＹサンプルとオーバーラップするもしくはオーバーラップし得る平面フィールド上の領域；ＸＹサンプルについてのプロット点がＸＸＹサンプルとオーバーラップするもしくはオーバーラップし得る平面フィールド上の領域；ＸＹサンプルについてのプロット点がＸＸサンプルとオーバーラップするもしくはオーバーラップし得る平面フィールド上の領域；および／またはＸＸＹサンプルについてのプロット点がＸＹＹサンプルとオーバーラップするもしくはオーバーラップし得る平面フィールド上の領域を含むことがある。したがって、非報告対象ゾーンを特定の核型名のカットオフ値によって定義することができる。特定の核型名のカットオフ値の例の説明を表２に提供する。非報告対象ゾーンは、アッセイされる任意のまたは全ての核型のパーセンタイル範囲および／または信頼区間範囲に含まれない平面フィールド上の任意の領域も含むことがある。
いくつかの実施形態において、非報告対象ゾーンは、サンプルが、女性胎児を妊娠する妊娠女性（すなわち、「女性妊娠」）からのものであるのか、または男性胎児を妊娠する妊娠女性（すなわち、「男性妊娠」）からのものであるのかによって異なる。妊娠女性についての非報告対象ゾーンの例を図１０に提示する。いくつかの実施形態において、非報告対象ゾーンは、カットオフ値の周囲の領域を含むことがある。例えば、ＺＸスケールで（すなわち、染色体Ｘ表現のＺスコアについて）、非報告対象ゾーンは、−５から５（例えば、−５、−４、−３、−２、−１、−０．５、０．５、１、２、３、４、５）のカットオフ値の周囲の領域を含むことがあり、カットオフ値の周囲の領域は、選択されたカットオフ値（例えば、−１、−０．９、−０．８、−０．７、−０．６、−０．５、−０．４、−０．３、−０．２、−０．１、−０．０５、０．０５、０．１、０．２、０．３、０．４、０．５、０．６、０．７、０．８、０．９、１．０）より小さいおよび／または大きい値の範囲を含むことがある。いくつかの実施形態において、非報告対象ゾーンは、−３．５から−２．５（すなわち、−３±０．５）の範囲内のＺＸ値を有する領域を含む。いくつかの実施形態において、非報告対象ゾーンは、２．５から３．５（すなわち、３±０．５）の範囲内のＺＸ値を有する領域を含む。いくつかの実施形態において、非報告対象ゾーンは、−３．５から−２．５（すなわち、−３±０．５）の範囲内のＺＸ値を有する領域と、２．５から３．５（すなわち、３±０．５）の範囲内のＺＸ値を有する領域とを含む。
いくつかの実施形態において、非報告対象ゾーンは、複数の境界によって定義される。例えば、男性妊娠についての非報告対象ゾーンは、いくつかのカットオフ値が交差する領域として定義される。そのようなゾーンの例を図１１に提供する。例えば、非報告対象ゾーンは、Ｘ０カットオフ（例えば、ＺＸ＝−３）、ＸＹ上限信頼区間値（例えば、第９９パーセンタイル）およびＸＹ対照カットオフ（例えば、０．１５）によって定義される領域を含むことがある。いくつかの実施形態において、非報告対象ゾーンは、正倍数体男性（ＸＹ）対照測定値についての特定のパーセンタイル（例えば、０．１５）より下の平面領域を含む。
いくつかの実施形態において、具体的な性染色体異数性の有無を、本明細書において提供する方法を使用して、特定の感度および特異性で検出することができる。例えば、トリプルＸ症候群（ＸＸＸ）は、約７５％以上、８０％以上、８５％以上、９０％以上、９５％以上、９６％以上、９７％以上、９８％以上、９９％以上または１００％の感度および約７５％以上、８０％以上、８５％以上、９０％以上、９５％以上、９６％以上、９７％以上、９８％以上、９９％以上または１００％の特異性で検出されることがある。ターナー症候群（ＸまたはＸ０）は、約７５％以上、８０％以上、８５％以上、９０％以上、９５％以上、９６％以上、９７％以上、９８％以上、９９％以上または１００％の感度および約７５％以上、８０％以上、８５％以上、９０％以上、９５％以上、９６％以上、９７％以上、９８％以上、９９％以上または１００％の特異性で検出されることがある。クラインフェルター症候群（ＸＸＹ）は、約７５％以上、８０％以上、８５％以上、９０％以上、９５％以上、９６％以上、９７％以上、９８％以上、９９％以上または１００％の感度および約７５％以上、８０％以上、８５％以上、９０％以上、９５％以上、９６％以上、９７％以上、９８％以上、９９％以上または１００％の特異性で検出されることがある。ヤコブ症候群（ＸＹＹ）は、約７５％以上、８０％以上、８５％以上、９０％以上、９５％以上、９６％以上、９７％以上、９８％以上、９９％以上または１００％の感度および約７５％以上、８０％以上、８５％以上、９０％以上、９５％以上、９６％以上、９７％以上、９８％以上、９９％以上または１００％の特異性で検出されることがある。
いくつかの実施形態において、胎児の性別を、本明細書において提供する方法を使用して、特定の感度および特異性で検出することができる。例えば、ＸＸ核型（正倍数体女性胎児）は、約９０％以上、９５％以上、９６％以上、９７％以上、９８％以上、９９％以上または１００％の感度および約９０％以上、９５％以上、９６％以上、９７％以上、９８％以上、９９％以上または１００％の特異性で決定されることがある。ＸＹ核型（正倍数体男性胎児）は、約９０％以上、９５％以上、９６％以上、９７％以上、９８％以上、９９％以上または１００％の感度および約９０％以上、９５％以上、９６％以上、９７％以上、９８％以上、９９％以上または１００％の特異性で決定されることがある。
成果モジュール
遺伝的変異（異数性、胎児異数性、コピー数多型、性染色体異数性）の有無を、成果モジュールにより、または成果モジュールを含む装置により同定することができる。いくつかの実施形態において、遺伝的変異を成果モジュールにより同定する。多くの場合、異数性の有無の決定を、成果モジュールにより同定する。いくつかの実施形態において、遺伝的変異（異数性、コピー数多型）を決定する成果を、成果モジュールにより、または成果モジュールを含む装置により同定することができる。成果モジュールを、特定の遺伝的変異（例えば、トリソミー１３、トリソミー１８、トリソミー２１、性染色体異数性）の決定専用のものにすることができる。例えば、トリソミー２１を同定する成果モジュールは、トリソミー１８を同定する成果モジュールと異なるおよび／または別個であることができる。いくつかの実施形態において、成果モジュールまたは成果モジュールを含む装置は、遺伝的変異または遺伝的変異を決定する成果（例えば、異数性、コピー数多型、胎児の性別）を同定することを要求される。成果モジュールを含む装置は、少なくとも１つのプロセッサを含むことができる。いくつかの実施形態において、遺伝的変異または遺伝的変異を決定する成果は、成果モジュールから１つまたは複数の命令（例えば、プロセス、ルーティンおよび／またはサブルーティン）を行い、かつ／または実行することができるプロセッサ（例えば、１つまたは複数のプロセッサ）を含む装置により提供される。いくつかの実施形態において、遺伝的変異または遺伝的変異を決定する成果は、マルチプロセッサ、例えば、並列に協動し、かつ作用するプロセッサを含み得る装置により同定される。いくつかの実施形態において、成果モジュールは、１つまたは複数の外部プロセッサ（例えば、内部または外部ネットワーク、サーバー、記憶デバイスおよび／または記憶ネットワーク（例えば、クラウド））とともに動作する。いくつかの実施形態において、成果モジュールを含む装置は、別のモジュールまたは装置からデータおよび／または情報を収集し、組み立て、かつ／または受信する。いくつかの実施形態において、成果モジュールを含む装置は、別のモジュールまたは装置にデータおよび／または情報を提供し、かつ／または転送する。いくつかの実施形態において、成果モジュールは、コンポーネントまたは周辺機器にまたはそれからデータおよび／または情報を転送し、受信し、または収集する。多くの場合、成果モジュールは、カウント、上昇、プロファイル、正規化されたデータおよび／または情報、参照上昇、期待される上昇、期待範囲、不確定値、調節、上昇調節値、プロット、分類された上昇、比較および／または定数を受信し、収集し、かつ／または組み立てる。いくつかの実施形態において、成果モジュールは、装置のオペレータからの入力データおよび／または情報を承認し、収集する。例えば、装置のオペレータは、定数、閾値、式または所定の値を、成果モジュールに提供することもある。いくつかの実施形態において、データおよび／または情報は、マルチプロセッサ、例えば、並列に協動し、かつ作用するプロセッサを含む装置により提供される。いくつかの実施形態において、遺伝的変異または遺伝的変異を決定する成果の同定は、適切な周辺機器またはコンポーネントを含む装置により提供される。成果モジュールを含む装置は、正規化モジュールからの正規化されたデータ、範囲設定モジュールからの期待される上昇および／または範囲、比較モジュールからの比較データ、分類モジュールからの分類された上昇、プロットモジュールからのプロット、および／または調節モジュールからの調節データを受信することができる。成果モジュールは、データおよび／または情報を受信し、データおよび／または情報を変換し、成果を提供することができる。成果モジュールは、遺伝的変異または遺伝的変異を決定する成果に関係するデータおよび／または情報を、適切な装置および／またはモジュールに提供または転送することができる。本明細書に記載の方法により同定された遺伝的変異または遺伝的変異を決定する成果を、さらなる試験により（例えば、母体および／または胎児の核酸の標的化シークエンシングにより）独立して検証することができる。
１つまたは複数の成果を作製した後、成果は、多くの場合、遺伝的変異および／または関連の医学的状態の有無を決定するために使用される。成果は典型的に、医療専門家（例えば、実験室技術者または管理者、医師または助手）に提供される。多くの場合、成果は、成果モジュールにより提供される。いくつかの実施形態において、成果は、プロットモジュールにより提供される。いくつかの実施形態において、成果は装置の周辺機器またはコンポーネントに提供される。例えば、成果は、プリンタまたはディスプレイにより提供されることもある。いくつかの実施形態において、遺伝的変異の有無を決定する成果は、レポートの形態で医療専門家に提供され、特定の実施形態において、そのレポートは、成果の値の表示および関連の信頼パラメータを含む。一般に、成果を、遺伝的変異および／または医学的状態の有無の決定を容易にする適切なフォーマットで表示することができる。データセットを報告および／もしくは表示するためのまたは成果を報告するための使用に適切なフォーマットの非限定的な例としては、デジタルデータ、グラフ、２Ｄグラフ、３Ｄグラフ、および４Ｄグラフ、写真、統計図表、チャート、棒グラフ、円グラフ、図式、フローチャート、散布図、マップ、ヒストグラム、密度チャート、機能グラフ、回路図、ブロック図、バブルマップ、信号空間ダイヤグラム、等値線図、統計地図、レーダーチャート、ベン図、ノモグラムなど、および前述のものの組み合わせが挙げられる。成果表示の種々の例を、図面に示し、実施例において説明する。
特定の実施形態において、成果の作製は、被験体の細胞核酸の表示への核酸配列リードの変換と見なすことができる。被験体の細胞核酸の表示は、多くの場合、具体的な染色体またはその部分についての用量またはコピー数を反映し、それによる表示は、多くの場合、被験体の核酸の特性である。例えば、多数の比較的小さい配列リードを比較的大きい染色体の表現に変えることは、変換と見なすことができる。実例として、およそ３６塩基対長のリードを使用して、約４７００万塩基長である第２１番染色体の表現を作製するためのプロセスでは、その染色体より少なくとも１００，０００倍小さい何千ものリードを、それより有意に大きい染色体の表現に変換する。典型的に、染色体のそのような表現の作製は、本明細書に記載するように、比較的大きい染色体の表現に到達するためのいくつかのリード操作（例えば、マッピング、フィルタリングおよび／または正規化）を含む。１つまたは複数のコンピュータ、多くの場合、並列に協動する複数のコンピュータ、の使用を必要とし得る複数の操作が、多くの場合、利用される。
妊娠女性からのサンプルを使用して胎児の染色体についての染色体表現を提供するとき、大多数のリードが、多くの場合、母体の核酸からのものであり、少数のリードが、多くの場合、胎児の核酸からのものであることを考えれば、そのような変換は、さらに明白である。母体の核酸のリードは、多くの場合、胎児の核酸のリードより優位を占め、大多数の母体核酸リードが、多くの場合、胎児染色体表現をマスクする。母体のリードの概して大きいバックグランドは、胎児の染色体核酸と母体染色体核酸との差を不明瞭にし、そのようなバックグランドに対して胎児の染色体の表現を得ることは、本明細書に記載の母体リードの寄与をデコンボリュートするプロセスを必要とする。
いくつかの実施形態において、成果は、第１の被験体（例えば、妊娠女性）からの配列リードの、構造（例えば、ゲノム、染色体またはそのセグメント）の複合表示への変換と、第１の被験体（例えば、妊娠女性）および／または第２の被験体（例えば、胎児）に存在する構造の表示を生じさせる前記複合表示の第２の変換とを含む。
本明細書における変換方法は、胎児を妊娠する妊娠女性被験体から得たサンプルにおける核酸リードから胎児におけるトリソミー染色体（すなわち、染色体トリソミー）（例えば、Ｔ２１、Ｔ１８および／またはＴ１３）の有無を決定することを含むこともある。本明細書における変換方法は、胎児を妊娠する妊娠女性被験体から得たサンプルにおける核酸リードから胎児における異数性の性染色体（すなわち、性染色体異数性）（例えば、Ｘ０、ＸＸＸ、ＸＸＹ、ＸＹＹ）の有無を決定することを含むこともある。いくつかの実施形態において、本明細書における変換方法は、胎児を妊娠する妊娠女性被験体から得たサンプルにおける核酸リードから胎児についての染色体表現（例えば、染色体コピー数、染色体用量）の作製（例えば、決定、視覚化、表示、提供）を含むことがある。直ぐ前の実施形態において、胎児の染色体表現は、多くの場合、第１３番染色体、第１８番染色体、第２１番染色体、染色体Ｘおよび／または染色体Ｙである。
成果の使用
遺伝的変異の有無を決定する１つまたはそれより多い成果を含むレポートを受け取る、医療専門家または他の有資格者は、レポート内に表示されたデータを使用し、試験被験体または患者の状態に関する呼び出しを作製することができる。いくつかの実施形態において、医療専門家は、提供された成果に基づき提言を作製することができる。いくつかの実施形態において、医療専門家または有資格者は、レポートに提供された１つまたは複数の成果値および関連の信頼パラメータに基づき、遺伝的変異の有無に関する呼び出しまたはスコアを試験被験体または患者に提供することができる。特定の実施形態において、スコアまたは呼び出しを、提供されたレポートの目視観察を使用して、医療専門家または有資格者が手入力で作製する。特定の実施形態において、スコアまたは呼び出しを、ソフトウェアに組み込まれることもある自動ルーティンにより作製し、試験被験体または患者に情報を提供する前に精度を医療専門家または有資格者が精査する。本明細書において使用される場合、用語「レポートを受け取る」は、医療専門家または他の有資格者が精査した上で、試験被験体または患者における遺伝的変異の有無に関する決定を行うことを可能にする成果を含む、書面のおよび／またはグラフ表示を通信手段により得ることを指す。レポートを、コンピュータにより、またはヒトのデータ入力により作製することができ、電子手段を用いて（例えば、インターネット上、コンピュータを介して、ファックスを介して、同じまたは異なる物理的サイトでの１つのネットワークの場所から別の場所へ）またはデータを送受信する他の方法（メールサービス、宅配サービスなど）により通信することができる。いくつかの実施形態において、成果を、口頭、文書、またはファイル形式を含むが限定されない適切な媒体において医療専門家に伝送する。ファイルは、例えば、可聴ファイル、コンピュータ読み取り可能ファイル、紙面ファイル、実験室ファイルまたは医療記録ファイルであり得るが、それらに限定されない。
本明細書において使用される場合、用語「成果を提供する」およびその文法的等価物も、実験室からの情報（例えば、実験室ファイル）を得ることを含むが限定されないこのような情報を得るための方法を指す。実験室ファイルを、医学的状態の有無を決定する１つまたはそれより多いアッセイまたは１つまたはそれより多いデータ処理ステップを実行した実験室により作製することができる。実験室は、実験室ファイルからの医学的状態の有無を同定する従事者と同じ場所または異なる場所（例えば、別の国）に存在してよい。例えば、実験室ファイルを、ある場所で作製し、その中の情報を妊娠女性被験体に伝達する別の場所に伝送することができる。特定の実施形態において、実験室ファイルは、有形の形態または電子形態（例えば、コンピュータ読み取り可能形態）であってよい。
いくつかの実施形態において、成果を、実験室から医療専門家、医師または有資格者に提供することができ、医療専門家、医師または有資格者が、成果に基づき診断を行うことができる。いくつかの実施形態において、成果を、実験室から医療専門家、医師または有資格者に提供することができ、医療専門家、医師または有資格者が、追加のデータおよび／または情報に沿った成果および他の成果に一部基づいて診断を行うことができる。
医療専門家または有資格者は、レポートに提供された１つまたは複数の成果に基づき適切な提言を提供することができる。提供された成果レポートに基づいて提供することができる提言の非限定的な例として、外科手術、放射線治療、化学療法、遺伝相談、出生後の治療解決法（例えば、人生計画、長期介護、薬物、対症療法）、妊娠中絶、臓器移植、輸血など、または上記の組み合わせが挙げられる。いくつかの実施形態において、提言は、提供された分類（例えば、ダウン症候群、ターナー症候群、Ｔ１３の遺伝的変異に関連する医学的状態、Ｔ１８の遺伝的変異に関連する医学的状態）に基づいた成果に依存する。
ソフトウェアを使用し、以下を含むがそれらに限定されない、本明細書に記載のプロセセスの１つまたはそれより多いステップを行うことができる：以下にさらに詳細に記載されるように、カウンティング、データ処理、成果を作製、かつ／または作製された成果に基づいた１つまたはそれより多い提言の提供。
変換
上述のように、データを、ある形態から別の形態に変換することもある。本明細書において使用される場合、用語「変換した」、「変換」、およびその文法的派生語または相当語句は、物理的開始材料（例えば、試験被験体および／または参照被験体サンプル核酸；試験染色体および／または参照染色体；標的フラグメントおよび／または参照フラグメント）から、該物理的開始材料のデジタル表示（例えば、配列リードデータ）へのデータの変更を指し、いくつかの実施形態において、成果を提供するために利用することができるデジタル表示の１つまたは複数の数値またはグラフ表示へのさらなる変換を含む。特定の実施形態において、デジタル表示されたデータの１つまたは複数の数値および／またはグラフ表示を利用して、試験被験体の物理的ゲノムの様子を表す（例えば、ゲノム挿入、重複または欠失の有無を仮想的に表す、または視覚的に表す；医学的状態に関連する配列、フラグメント、領域または染色体の物理量の分散の有無を表す）ことができる。仮想表示を開始材料のデジタル表示の１つまたは複数の数値またはグラフ表示にさらに変換することもある。これらの方法は、物理的開始材料を、数値もしくはグラフ表示、または試験被験体のゲノムの物理的な様子の表示に変換することができる。
いくつかの実施形態において、データセットの変換は、データの複雑性および／またはデータの次元性を減少させることにより成果を提供することを容易にする。データセットの複雑性は、物理的開始材料を、該開始材料の仮想表示（
例えば、物理的開始材料を表す配列リード）に変換するプロセスの間に減少されることもある。適切な特徴または変数を利用して、データセットの複雑性および／または次元性を減少させることができる。データ処理のための標的特徴として使用するために選択することができる特徴の非限定的な例としては、ＧＣ含量、フラグメントサイズ（例えば、長さ）、フラグメント配列、胎児性別予測、染色体異数性の同定、具体的な遺伝子またはタンパク質の同定、がんの同定、疾患、先天性遺伝子／形質、染色体異常、生物学的分類、化学的分類、生化学的分類、遺伝子またはタンパク質の分類、遺伝子オントロジー、タンパク質オントロジー、同時調節遺伝子、細胞信号遺伝子、細胞周期遺伝子、前述の遺伝子に関係するタンパク質、遺伝子変異体、タンパク質変異体、同時調節遺伝子、同時調節タンパク質、アミノ酸配列、ヌクレオチド配列、タンパク質構造データなど、および前述のものの組み合わせが挙げられる。データセットの複雑性および／または次元性の減少の非限定的な例としては、以下が挙げられる：プロファイルプロットへの複数の配列リードの減少、数値（例えば、正規化された値、Ｚスコア、ｐ値）への複数の配列リードの減少、確率プロットまたは単一点への複数の分析方法の減少、得られた量の主成分分析など、またはそれらの組み合わせ。
マシン、ソフトウェアおよびインターフェース
本明細書に記載の特定のプロセスおよび方法（例えば、配列リード、カウント、上昇（例えば、各上昇）および／またはプロファイルを定量し、マッピングし、正規化し、範囲設定し、調節し、分類し、カウントし、かつ／または決定する）は、多くの場合、コンピュータ、プロセッサ、ソフトウェア、モジュールまたは他の装置を用いずに行うことはできない。本文書に記載の方法は、典型的に、コンピュータ実行方法であり、方法の１つまたはそれより多い部分が、１つまたはそれより多いプロセッサにより行われることもある。本明細書に記載の方法に関する実施形態は、一般に、本明細書に記載のシステム、装置およびコンピュータプログラム製品の命令により実行される同じまたは関連のプロセスに利用可能である。いくつかの実施形態において、本明細書に記載のプロセスおよび方法（例えば、配列リード、カウント、上昇および／またはプロファイルにおける定量、カウントおよび／または決定）を、自動化方法により行う。いくつかの実施形態において、自動化方法は、配列リード、カウント、マッピング、マッピングされた配列タグ、上昇、プロファイル、正規化、比較、範囲設定、分類、調節、プロット、成果、変換および同定を決定するソフトウェア、モジュール、プロセッサ、周辺機器および／または同様のものを含む装置において具体化される。本明細書において使用される、ソフトウェアは、プロセッサにより実行されるときに、本明細書に記載のようにコンピュータ動作を行うコンピュータ読み取り可能プログラム命令を指す。
試験被験体（例えば、患者、妊娠女性）から、および／または参照被験体から得られた配列リード、カウント、上昇、およびプロファイルを、さらに分析し、処理して、遺伝的変異の有無を決定することができる。配列リード、カウント、上昇および／またはプロファイルは、「データ」または「データセット」と呼ばれることもある。いくつかの実施形態において、データまたはデータセットは、１つまたはそれより多い特徴または変数（例えば、配列系［例えば、ＧＣ含量、特異的ヌクレオチド配列など］、機能特異的［例えば、発現した遺伝子、がん遺伝子など］、局在系［ゲノム特異的、染色体特異的、ゲノム片またはビン特異的）などおよびそれらの組み合わせ）を特徴とすることができる。特定の実施形態において、データまたはデータセットを、１つまたはそれより多い特徴または変数に基づき、２つ以上の次元を有するマトリクスに組織化することができる。マトリクスに組織化されたデータを、任意の適切な特徴または変数を使用して組織化することができる。マトリクスのデータの非限定的な例として、母体の年齢、母体の倍数性、および胎児の寄与により組織化されたデータが挙げられる。特定の実施形態において、１つまたはそれより多い特徴または変数を特徴とするデータセットを、カウントの後に処理することもある。
装置、ソフトウェアおよびインターフェースを使用し、本明細書に記載の方法を行うことができる。装置、ソフトウェアおよびインターフェースを使用して、ユーザーは、特定の情報、プログラムまたはプロセス（例えば、配列リードのマッピング、マッピングされたデータの処理および／または成果の提供）を使用するための選択肢を入力し、要求し、問い合わせまたは決定することができ、これは、例えば、統計学的分析アルゴリズム、統計学的有意性アルゴリズム、統計学的アルゴリズム、繰り返しステップ、検証アルゴリズム、およびグラフ表示を実行することを含むことができる。いくつかの実施形態において、データセットを、入力情報としてユーザーが入力し、ユーザーが適切なハードウェア媒体（例えば、フラッシュドライブ）により１つまたはそれより多いデータセットをダウンロードすることができ、かつ／またはユーザーが１つのシステムから、次の成果の処理および／または提供のための別のシステムにデータセットを送信することができる（例えば、シーケンサから、配列リードマッピングのためのコンピュータシステムに配列リードデータを送信し、成果および／またはレポートの処理および作製のためのコンピュータシステムにマッピングされた配列データを送信する）。
システムは、典型的に、１つまたはそれより多い装置を含む。多くの場合、各装置は、メモリ、１つまたはそれより多いプロセッサ、および命令の１つ以上を含む。システムが２つ以上の装置を含む場合、装置の一部または全てを、同じ場所に配置することができ、装置の一部または全てを、異なる場所に配置することができ、装置の全てを、１つの場所に配置することができ、かつ／または装置の全てを異なる場所に配置することができる。システムが２つ以上の装置を含む場合、装置の一部または全てを、ユーザーと同じ場所に配置することができ、装置の一部または全てを、ユーザーと異なる場所に配置することができ、装置の全てをユーザーと同じ場所に配置することができ、かつ／または装置の全てをユーザーと異なる１つまたはそれより多い場所に配置することができる。
システムは、演算装置およびシークエンシング装置を含むこともあり、この場合、シークエンシング装置は、物理的核酸を受信し、配列リードを作製するよう構成され、演算装置は、シークエンシング装置からのリードを処理するよう構成される。演算装置は、配列リードから遺伝的変異（例えば、コピー数多型、胎児の染色体異数性）の有無を決定するよう構成されることもある。
ユーザーは、例えば、後からインターネットアクセスを介してデータセットを取得することができるソフトウェアに問い合わせを入力することができ、特定の実施形態において、プログラム可能なプロセッサに指示を与えて、所与のパラメータに基づき、適切なデータセットを取得することができる。プログラム可能なプロセッサはまた、ユーザーに、所与のパラメータに基づき、プロセッサにより選択された１つまたはそれより多いデータセットの選択肢を選択するよう指示することができる。プログラム可能なプロセッサは、ユーザーに、インターネットを介して見つけた情報、他の内部または外部情報などに基づき、プロセッサにより選択された１つまたはそれより多いデータセットの選択肢を選択するよう指示することができる。方法、装置またはコンピュータプログラムの１つまたはそれより多いデータ特徴選択、１つまたはそれより多い統計学的アルゴリズム、１つまたはそれより多い統計学的分析アルゴリズム、１つまたはそれより多い統計学的有意性アルゴリズム、繰り返しステップ、１つまたはそれより多い検証アルゴリズム、および１つまたはそれより多いグラフ表示を選択するための選択肢を選択することができる。
本明細書において対処するシステムは、コンピュータシステム、例えば、ネットワークサーバー、ラップトップシステム、デスクトップシステム、ハンドヘルドシステム、携帯情報端末、演算キオスク（ｃｏｍｐｕｔｉｎｇ ｋｉｏｓｋ）などの汎用コンポーネントを含むことができる。コンピュータシステムは、キーボード、タッチスクリーン、マウス、音声認識などの１つまたはそれより多い入力手段またはユーザーがシステムにデータを入力することが可能な他の手段を含むことができる。システムは、さらに、表示スクリーン（例えば、ＣＲＴまたはＬＣＤ）、スピーカー、ＦＡＸ機、プリンタ（例えば、レーザー、インクジェット式、インパクト式、白黒またはカラープリンタ）、または情報（例えば、成果および／またはレポート）の視覚化、可聴化および／またはハードコピー出力を提供するのに有用な他の出力を含むがそれらに限定されない１つまたはそれより多い出力を含むことができる。
システムにおいて、入力および出力手段を、他のコンポーネントのうち、プログラム命令を実行するマイクロプロセッサおよび、プログラムコードおよびデータを格納するメモリを含むことができる中央処理装置に接続することができる。いくつかの実施形態において、プロセスを、単一の地理的サイト（ｓｉｎｇｌｅ ｇｅｏｇｒａｐｈｉｃａｌ ｓｉｔｅ）に配置された単一のユーザーシステムとして実行することができる。特定の実施形態において、プロセスを、マルチユーザーシステムとして実行することができる。マルチユーザーの実行の場合において、複数の中央処理装置を、ネットワークによって接続することができる。ネットワークは、局所、建物の一カ所の単一の部署を包含し、建物全体、複数の建物に及び、一地域に及び、国全体に及び、または世界中であってよい。ネットワークは、個人用、所有されたものおよびプロバイダーにより管理されたものであってよく、またはユーザーが情報を入力および検索するためのウェブページにアクセスするインターネットに基づくサービスとして実行することができる。それに応じて、特定の実施形態において、システムは、１つまたはそれより多いマシンを含み、これは、ユーザーに関して局所であっても遠隔であってもよい。１つの場所または複数の場所の１つより多いマシンをユーザーがアクセスし、データを、連続して、かつ／または並列にマッピングし、かつ／または処理することができる。したがって、適切な構成および制御を、複数のマシン、例えば、局所ネットワーク、遠隔ネットワークおよび／または「クラウド」演算プラットフォームを使用して、データをマッピングかつ／または処理するために利用することができる。
いくつかの実施形態において、システムは、通信インターフェースを含むことができる。通信インターフェースは、コンピュータシステムと１つまたはそれより多い外部デバイスとの間のソフトウェアおよびデータの転送を可能にする。通信インターフェースの非限定的な例として、モデム、ネットワークインターフェース（例えば、イーサネット（登録商標）カード）、通信ポート、ＰＣＭＣＩＡスロットおよびカードなどを含む。通信インターフェースを介して転送されるソフトウェアおよびデータは一般に、信号の形式であり、通信インターフェースにより受信することができる電子、電磁、光学および／または他の信号であってよい。信号は、多くの場合、チャンネルを介して通信インターフェースに提供される。チャンネルは、多くの場合、信号を伝え、ワイヤまたはケーブル、光ファイバー、電話線、携帯電話接続、ＲＦ接続および／または他の通信チャンネルを使用して実行することができる。したがって、一例において、通信インターフェースを使用し、信号検出モジュールにより検出することができる信号情報を受信することができる。
データを、マニュアル入力デバイスまたは直接データ入力デバイス（ＤＤＥ）を含むがそれに限定されない適切なデバイスおよび／または方法により入力することができる。マニュアルデバイスの非限定的な例として、キーボード、コンセプトキーボード、タッチ感応スクリーン、ライトペン、マウス、トラックボール、ジョイスティック、グラフィックタブレット、スキャナ、デジタルカメラ、ビデオデジタイザーおよび音声認識デバイスが挙げられる。ＤＤＥの非限定的な例として、バーコードリーダー、磁気ストリップコード、スマートカード、磁気インク文字認識、光学文字認識、光学マーク認識およびターンアラウンドドキュメントが挙げられる。
いくつかの実施形態において、シークエンシング装置からの出力は、入力デバイスによって入力することができるデータとして役立ち得る。特定の実施形態において、マッピングされた配列リードは、入力デバイスによって入力することができるデータとして役立ち得る。特定の実施形態において、核酸フラグメントサイズ（例えば、長さ）は、入力デバイスによって入力することができるデータとして役立ち得る。特定の実施形態において、核酸捕捉プロセスからの出力（例えば、ゲノム領域由来データ）は、入力デバイスによって入力することができるデータとして役立ち得る。特定の実施形態において、核酸フラグメントサイズ（例えば、長さ）と核酸捕捉プロセスからの出力（例えば、ゲノム領域由来データ）との組み合わせは、入力デバイスによって入力することができるデータとして役立ち得る。特定の実施形態において、核酸検出プロセス（例えば、質量分析、デジタルＰＣＲ、ナノポア）からの出力は、入力デバイスによって入力することができるデータとして役立ち得る。特定の実施形態において、シミュレーションされたデータを、コンピュータ内のプロセスにより作製し、シミュレーションされたデータは、入力デバイスによって入力することができるデータとして役立つ。用語「コンピュータ内の」は、コンピュータを使用して行われる研究および実験を指す。コンピュータ内のプロセスとしては、本明細書に記載のプロセスによる配列リードのマッピングおよびマッピングされた配列リードの処理が挙げられるが、それらに限定されない。
いくつかの実施形態において、シークエンシング装置からの出力は、入力デバイスを介して入力することができるデータとして機能することができる。特定の実施形態において、マッピングされた配列リードは、入力デバイスを介して入力することができるデータとして機能することができる。特定の実施形態において、シミュレーションされたデータを、コンピュータ内のプロセスにより作製し、シミュレーションされたデータは、入力デバイスを介して入力することができるデータとして機能する。用語「コンピュータ内の」は、コンピュータを使用して行われる研究および実験を指す。コンピュータ内のプロセスは、本明細書に記載のプロセスに従った、配列リードのマッピングおよびマッピングされた配列リードの処理を含むがそれらに限定されない。
システムは、本明細書に記載のプロセスを行うために有用なソフトウェアを含むことができ、ソフトウェアは、このようなプロセス（例えば、シークエンシングモジュール、ロジック処理モジュール、データ表示組織化モジュール）を行うための１つまたはそれより多いモジュールを含むことができる。用語「ソフトウェア」は、コンピュータにより実行されるときに、コンピュータ動作を行うコンピュータ読み取り可能なプログラム命令を指す。１つまたはそれより多いプロセッサにより実行可能な命令を、実行されるときに、１つまたはそれより多いプロセッサに本明細書に記載の方法を実行させることができる実行可能なコードとして提供されることもある。本明細書に記載のモジュールは、ソフトウェアとして存在することができ、ソフトウェアにおいて具体化された命令（例えば、プロセス、ルーティン、サブルーティン）を、プロセッサにより実行し、または行うことができる。例えば、モジュール（例えば、ソフトウェアモジュール）は、特定のプロセスまたはタスクを行うプログラムの一部であってよい。用語「モジュール」は、大型の装置またはソフトウェアシステムに使用され得る自己充足機能ユニットを指す。モジュールは、モジュールの機能を行うための命令のセットを含むことができる。モジュールは、データおよび／または情報を変換することができる。データおよび／または情報は、適切な形態であってよい。例えば、データおよび／または情報はデジタルまたはアナログであってよい。いくつかの実施形態において、データおよび／または情報は、パケット、バイト、文字またはビットであることもある。いくつかの実施形態において、データおよび／または情報は、任意の収集された、組み立てられた、または利用可能なデータまたは情報であってよい。データおよび／または情報の非限定的な例として、適切な媒体、写真、ビデオ、音声（例えば、周波数、可聴式または非可聴式）、数字、定数、値、オブジェクト、時間、関数、命令、マップ、参照、配列、リード、マッピングされたリード、上昇、範囲、閾、信号、ディスプレイ、表示またはそれらの変換物が挙げられる。モジュールは、データおよび／または情報を受け取り、または受信し、データおよび／または情報を第２の形態に変換し、第２の形態を、装置、周辺機器、コンポーネントまたは別のモジュールに提供または転送することができる。モジュールは、以下の非限定的な機能の１つ以上を行うことができる：配列リードのマッピング、カウントの提供、ゲノム片の組み立て、上昇の提供または決定、カウントプロファイルの提供、正規化（例えば、リードの正規化、カウントの正規化など）、正規化されたカウントプロファイルまたは正規化されたカウントの上昇の提供、２つ以上の上昇の比較、不確定値の提供、期待される上昇および期待範囲（例えば、期待される上昇範囲、閾範囲および上昇閾）の提供または決定、上昇に対する調節（例えば、第１の上昇の調節、第２の上昇の調節、染色体またはそのセグメントのプロファイルにおける調節、および／またはパディング）の提供、同定（例えば、胎児の性別、コピー数多型、遺伝的変異または異数性の同定）の提供、分類、プロット、および／または成果の決定など。いくつかの例において、プロセッサは、モジュールにおいて命令を行う。いくつかの実施形態において、１つまたはそれより多いプロセッサは、モジュールまたはモジュールのグループにおいて命令を行うことを要求される。モジュールは、別のモジュール、装置またはソースにデータおよび／または情報を提供することができ、別のモジュール、装置またはソースからデータおよび／または情報を受信することができる。
コンピュータプログラム製品は、有形のコンピュータ読み取り可能な媒体に具体化されることもあり、非一時的な（ｎｏｎ−ｔｒａｎｓｉｔｏｒｙ）コンピュータ読み取り可能な媒体に有形に具体化されることもある。モジュールは、コンピュータ読み取り可能な媒体（例えば、ディスク、ドライブ）上にまたはメモリ（例えば、ランダムアクセスメモリ）に格納されることもある。モジュールからの命令を実行することができるモジュールおよびプロセッサを、装置内または異なる装置内に配置することができる。モジュールの命令を実行することができるモジュールおよび／またはプロセッサを、ユーザーと同じ場所（例えば、局所ネットワーク）に、またはユーザーと異なる場所（例えば、遠隔ネットワーク、クラウドシステム）に配置することができる。方法を２つ以上のモジュールと合わせて行う実施形態において、モジュールを、同じ装置に配置することができ、１つまたはそれより多いモジュールを同じ物理的な場所にある異なる装置に配置することができ、１つまたはそれより多いモジュールを、異なる物理的な場所にある異なる装置に配置することができる。
いくつかの実施形態において、装置は、モジュールにおける命令を行うための少なくとも１つのプロセッサを含む。参照ゲノムのゲノム片にマッピングされた配列リードのカウントが、本明細書に記載の方法を行うよう構成された命令を実行するプロセッサによりアクセスされる。プロセッサによりアクセスされるカウントは、システムのメモリ内にあってよく、カウントがアクセスされ、得られた後にシステムのメモリにのせることができる。いくつかの実施形態において、装置は、モジュールからの１つまたはそれより多い命令（例えば、プロセス、ルーティンおよび／またはサブルーティン）を行い、かつ／または実行することができるプロセッサ（例えば、１つまたはそれより多いプロセッサ）を含む。いくつかの実施形態において、装置は、複数のプロセッサ、例えば、並列に協動し、作業するプロセッサを含む。いくつかの実施形態において、装置は、１つまたはそれより多い外部プロセッサ（例えば、内部または外部ネットワーク、サーバー、記憶デバイスおよび／または記憶ネットワーク（例えば、クラウド））とともに動作する。いくつかの実施形態において、装置はモジュールを含む。いくつかの実施形態において、装置は、１つまたはそれより多いモジュールを含む。モジュールを含む装置は、多くの場合、他のモジュールに、および他のモジュールからデータおよび／または情報の１つ以上を受信し、転送することができる。いくつかの実施形態において、装置は、周辺機器および／またはコンポーネントを含む。いくつかの実施形態において、装置は、他のモジュール、周辺機器および／またはコンポーネントに、およびそこからデータおよび／または情報を転送することができる１つまたはそれより多い周辺機器またはコンポーネントを含むことができる。いくつかの実施形態において、装置は、データおよび／または情報を提供する周辺機器および／またはコンポーネントと相互作用する。いくつかの実施形態において、周辺機器およびコンポーネントは、機能を行い、またはモジュールと直接相互作用するときに装置を補助する。周辺機器および／またはコンポーネントの非限定的な例として、適切なコンピュータ周辺機器であって、Ｉ／Ｏまたは格納方法またはデバイスが挙げられ、以下を含むがそれらに限定されない：スキャナ、プリンタ、ディスプレイ（例えば、モニター、ＬＥＤ、ＬＣＴまたはＣＲＴ）、カメラ、マイクロフォン、パッド（例えば、ｉパッド、タブレット）、タッチスクリーン、スマートフォン、携帯、ＵＳＢ Ｉ／Ｏデバイス、ＵＳＢ大容量記憶デバイス、キーボード、コンピュータマウス、デジタルペン、モデム、ハードドライブ、ジャンプドライブ、フラッシュドライブ、プロセッサ、サーバー、ＣＤ、ＤＶＤ、グラフィックカード、特定のＩ／Ｏデバイス（例えば、シーケンサ、フォトセル、光電子増倍管、光学式リーダー、センサーなど）、１つまたはそれより多いフローセル、流体処理コンポーネント、ネットワークインターフェースコントローラ、ＲＯＭ、ＲＡＭ、ワイヤレス転送法およびデバイス（Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＷｉＦｉなど）、ワールドワイドウェブ（ＷＷＷ）、インターネット、コンピュータモジュールおよび／または別のモジュール。
シークエンシングモジュール、ロジック処理モジュールおよびデータ表示組織化モジュールの１つ以上を、本明細書に記載の方法において利用することができる。いくつかの実施形態において、ロジック処理モジュール、シークエンシングモジュールまたはデータ表示組織化モジュール、または１つまたはそれより多いこのようなモジュールを含む装置は、別のモジュール、装置、コンポーネント、周辺機器または装置のオペレータに、またはそれらからデータおよび／または情報を収集し、組み立て、受信し、提供し、かつ／または転送する。例えば、装置のオペレータは、定数、閾値、式または所定の値を、ロジック処理モジュール、シークエンシングモジュールまたはデータ表示組織化モジュールに提供することもある。ロジック処理モジュール、シークエンシングモジュールまたはデータ表示組織化モジュールは、別のモジュールからデータおよび／または情報を受信することができ、その非限定的な例として、ロジック処理モジュール、シークエンシングモジュール、データ表示組織化モジュール、マッピングモジュール、カウンティングモジュール、正規化モジュール、比較モジュール、範囲設定モジュール、分類モジュール、調節モジュール、プロットモジュール、成果モジュール、データ表示組織化モジュールおよび／またはロジック処理モジュールなど、またはそれらの組み合わせが挙げられる。ロジック処理モジュール、シークエンシングモジュールまたはデータ表示組織化モジュールから得られ、またはこれらより変換されたデータおよび／または情報を、ロジック処理モジュール、シークエンシングモジュールまたはデータ表示組織化モジュールから、シークエンシングモジュール、マッピングモジュール、カウンティングモジュール、正規化モジュール、比較モジュール、範囲設定モジュール、分類モジュール、調節モジュール、プロットモジュール、成果モジュール、データ表示組織化モジュール、ロジック処理モジュールまたは他の適切な装置および／またはモジュールに転送することができる。シークエンシングモジュールは、例えば、ロジック処理モジュールおよび／またはシークエンシングモジュールから（ｆｏｒｍ）のデータおよび／または情報を受信し、ロジック処理モジュールおよび／またはマッピングモジュールにデータおよび／または情報を転送することができる。いくつかの実施形態において、ロジック処理モジュールは、データおよび／または情報を統合し、制御し、制限し、組織化し、指令し、分配し、区画化し、変換し、かつ／または調節し、あるいは１つまたはそれより多いモジュール、周辺機器またはデバイスに、およびそれらからデータおよび／または情報の転送。データ表示組織化モジュールは、ロジック処理モジュールおよび／またはプロットモジュールから（ｆｏｒｍ）データおよび／または情報を受信し、ロジック処理モジュール、プロットモジュール、ディスプレイ、周辺機器またはデバイスにデータおよび／または情報を転送することができる。ロジック処理モジュール、シークエンシングモジュールまたはデータ表示組織化モジュールを含む装置は、少なくとも１つのプロセッサを含むことができる。いくつかの実施形態において、データおよび／または情報は、ロジック処理モジュール、シークエンシングモジュールおよび／またはデータ表示組織化モジュールからの１つまたはそれより多い命令（例えば、プロセス、ルーティンおよび／またはサブルーティン）を行い、かつ／または実行することができるプロセッサ（例えば、１つまたはそれより多いプロセッサ）を含む装置により提供される。いくつかの実施形態において、ロジック処理モジュール、シークエンシングモジュールまたはデータ表示組織化モジュールは、１つまたはそれより多い外部プロセッサ（例えば、内部または外部ネットワーク、サーバー、記憶デバイスおよび／または記憶ネットワーク（例えば、クラウド））とともに動作する。
ソフトウェアは、多くの場合、フロッピー（登録商標）ディスク、ハードディスク、および磁気テープを含む磁気媒体、ＣＤ−ＲＯＭディスク、ＤＶＤディスク、光磁気ディスク、フラッシュドライブ、ＲＡＭ、フロッピー（登録商標）ディスクなどを含む光学媒体、およびプログラム命令を記録することができる他のこのような他の媒体を含むがそれらに限定されない、コンピュータ読み取り可能な媒体上に記録されるプログラム命令を含有するプログラム製品に提供される。オンラインの実行において、組織化（ｏｒｇａｎｉｚａｔｉｏｎ）により維持されるサーバーおよびウェブサイトは、ソフトウェアのダウンロードを遠隔ユーザーに提供するよう構成されることができ、遠隔ユーザーは、組織化により維持された遠隔システムにアクセスし、ソフトウェアに遠隔操作によりアクセスすることができる。ソフトウェアは、入力情報を得、または受信することができる。ソフトウェアは、データを専用に得、または受信するモジュールを含むことができ（例えば、配列リードデータおよび／またはマッピングされたリードデータを受信するデータ受信モジュール）、専用にデータを処理するモジュール（例えば、受信したデータを処理する処理モジュール）を含むことができる（例えば、成果および／またはレポートをフィルタリングし、正規化し、提供する）。用語、入力情報を「得る」および「受信する」は、局所、もしくは遠隔サイト、ヒトによるデータ入力からのコンピュータ通信手段、または任意の他のデータを受信する方法により、データ（例えば、配列リード、マッピングされたリード）を受信することを指す。入力情報を、それを受信する同じ場所で収集することができ、または異なる場所で収集し、受信する場所に送ることができる。いくつかの実施形態において、入力情報を、それが処理される前に改変する（例えば、処理しやすいフォーマットに入力する（例えば、表にする））。
いくつかの実施形態において、コンピュータプログラム製品、例えば、コンピュータ読み取り可能なプログラムコードをその中に具体化するコンピュータ利用な可能な媒体を含むコンピュータプログラム製品などを提供し、コンピュータ読み取り可能なプログラムコードは、以下を含む方法を実行するように、実行されるよう適合させた：（ａ）試験被験体からサンプル核酸の配列リードを得ること、（ｂ）ゲノム片に分割されている既知のゲノムに（ａ）で得られた配列リードをマッピングすること、（ｃ）ゲノム片内にマッピングされた配列リードをカウントすること、（ｄ）（ｃ）で得られたゲノム片についてのカウントを正規化することによりサンプル正規化されたカウントプロファイルを作製すること、および（ｅ）（ｄ）におけるサンプルの正規化されたカウントプロファイルから遺伝的変異の有無を決定すること。
特定の実施形態において、ソフトウェアは、１つまたはそれより多いアルゴリズムを含むことができる。アルゴリズムを、有限列の命令に従い、データを処理し、かつ／または成果またはレポートを提供するために使用することができる。アルゴリズムは、多くの場合、タスクを完了するための定義された命令の一覧である。初期状態から開始すると、命令は、定義された一連の連続した状態を通して進行し、最後に最終のエンド状態で終了する演算を書き込むことができる。一状態から次への移動は、必ずしも決定論的ではない（例えば、アルゴリズムの中には、乱数度を組み込んでいる）。例として、限定されないが、アルゴリズムは、検索アルゴリズム、ソートアルゴリズム、マージアルゴリズム、数値アルゴリズム、グラフアルゴリズム、文字列アルゴリズム、モデリングアルゴリズム、計算幾何学アルゴリズム、組み合わせアルゴリズム、機械学習アルゴリズム、暗号アルゴリズム、データ圧縮アルゴリズム、構文解析アルゴリズムなどであってよい。アルゴリズムは、１つのアルゴリズムまたは組み合わせて作業する２つ以上のアルゴリズムを含むことができる。アルゴリズムは、任意の適切な複雑性のクラスおよび／またはパラメータ化された複雑性のものであってよい。アルゴリズムを、計算および／またはデータ処理に使用しすることができ、いくつかの実施形態において、決定論的または確率／予測アプローチに使用することができる。アルゴリズムを、適切なプログラミング言語の使用により、演算環境において実行することができ、その非限定的な例は、Ｃ、Ｃ＋＋、Ｊａｖａ（登録商標）、Ｐｅｒｌ、Ｐｙｔｈｏｎ、Ｆｏｒｔｒａｎなどである。いくつかの実施形態において、アルゴリズムを、誤差のマージン、統計学的分析、統計学的有意性、および／または他の情報もしくはデータセットに対する比較を含むよう構成または改変することができる（例えば、ニューラルネットまたはクラスタリングアルゴリズムを使用するときに適用可能）。
特定の実施形態において、いくつかのアルゴリズムを、ソフトウェアで使用するために実行することができる。いくつかの実施形態において、これらのアルゴリズムを、未処理データで訓練することができる。それぞれの新たな未処理データサンプルについて、訓練されたアルゴリズムは、代表的な処理したデータセットまたは成果を生成することができる。処理されたデータセットは、処理された親データセットに比較して複雑性が減少したものであることもある。いくつかの実施形態において、処理されたセットに基づき、訓練されたアルゴリズムの性能を、感度および特異性に基づき評価することができる。特定の実施形態において、最も高い感度および／または特異性を有するアルゴリズムを同定し、利用することができる。
特定の実施形態において、シミュレートした（またはシミュレーション）データは、例えば、アルゴリズムを訓練し、またはアルゴリズムを試験することによりデータ処理を補助することができる。いくつかの実施形態において、シミュレートしたデータは、異なるグループ分けの配列リードの仮定の種々のサンプリングを含む。シミュレートしたデータは、実際の集団から期待され得るもの、またはアルゴリズムを試験および／また正確な分類に割り当てるためにスキューさせ得るものに基づくことができる。シミュレートしたデータも、本明細書において、「仮想」データと呼ばれる。特定の実施形態において、シミュレーションを、コンピュータプログラムにより行うことができる。シミュレートしたデータセットを使用するときの１つの考えられるステップは、同定された結果の信頼性、例えば、無作為のサンプリングが元のデータと十分に一致するか、または最もよく表すかを評価することである。１つの方法は、確率値（ｐ値）を算出することであり、これは、選択されたサンプルに比べ良いスコアを有する無作為のサンプルの確率を推定する。いくつかの実施形態において、少なくとも１つのサンプルが参照サンプルと（変動を分解し、または分解せずに）一致することを仮定する、経験的モデルを評価することができる。いくつかの実施形態において、別の分布、例えば、ポアソン分布などを使用し、確率分布を定義することができる。
特定の実施形態において、システムは、１つまたはそれより多いプロセッサを含むことができる。プロセッサを、通信バスに接続することができる。コンピュータシステムは、メインメモリ、多くの場合、ランダムアクセスメモリ（ＲＡＭ）を含むことができ、また、セカンダリメモリを含むことができる。いくつかの実施形態において、メモリは、非一時的なコンピュータ読み取り可能な記憶媒体を含む。セカンダリメモリは、例えば、ハードディスクドライブおよび／またはフロッピー（登録商標）ディスクドライブ、磁気テープドライブ、光ディスクドライブ、メモリカードなどを表す、リムーバブル記憶ドライブなどを含むことができる。リムーバブル記憶ドライブは、多くの場合、リムーバブル記憶ユニットから読み取り、かつ／またはそこに書き込む。リムーバブル記憶ユニットの非限定的な例として、フロッピー（登録商標）ディスク、磁気テープ、光ディスクなどが挙げられ、これらは、例えば、リムーバブル記憶ドライブにより読み取られ、かつそこに書き込まれることができる。リムーバブル記憶ユニットをコンピュータソフトウェアおよび／またはデータに格納されているコンピュータ使用可能な記憶媒体を含むことができる。
プロセッサは、システムのソフトウェアを実行することができる。いくつかの実施形態において、プロセッサをプログラムし、ユーザーが行うことができる本明細書に記載のタスクを自動で行うことができる。それに応じて、プロセッサまたはこのようなプロセッサにより行われるアルゴリズムは、ユーザーからの監視または入力をほとんどか全く必要としなくてよい（例えば、ソフトウェアをプログラムし、自動的に機能を実行することができる）。いくつかの実施形態において、プロセスの複雑性は、一人またはグループで、遺伝的変異の有無を決定するにはあまりに短い時間枠でプロセスを行うことができないほど大きい。
いくつかの実施形態において、セカンダリメモリは、コンピュータプログラムまたは他の命令をコンピュータシステムにロードすることを可能にする他の同様の手段を含むことができる。例えば、システムは、リムーバブル記憶ユニットおよびインターフェースデバイスを含むことができる。このようなシステムの非限定的な例として、プログラムカートリッジおよびカートリッジインターフェース（例えば、ビデオゲームデバイスに見られるもの）、リムーバブルメモリチップ（例えば、ＥＰＲＯＭ、またはＰＲＯＭ）および関連のソケット、ならびにソフトウェアおよびデータをリムーバブル記憶ユニットからコンピュータシステムに転送することを可能にする他のリムーバブル記憶ユニットおよびインターフェースが挙げられる。
いくつかの実施形態において、本明細書に記載の方法、システム、装置またはコンピュータプログラム製品において、１つのエンティティが、配列リードのカウントを作製し、配列リードをゲノム片にマッピングし、マッピングされたリードをカウントし、カウントされ、マッピングされたリードを利用することができる。特定の実施形態において、本明細書に記載の方法、システム、装置またはコンピュータプログラム製品において、第２のエンティティにより使用するため、第１のエンティティが第２のエンティティに、ゲノム片にマッピングされた配列リードのカウントを転送することもある。
いくつかの実施形態において、１つのエンティティが配列リードを作製し、いくつかの実施形態において、第２のエンティティがこれらの配列リードを参照ゲノムのゲノム片にマッピングする。本明細書に記載の方法、システム、装置またはコンピュータプログラム製品において、第２のエンティティがマッピングされたリードをカウントし、カウントされ、マッピングされたリードを利用することもある。本明細書に記載の方法、システム、装置またはコンピュータプログラム製品において、第２のエンティティが、マッピングされたリードを第３のエンティティに転送し、第３のエンティティが、マッピングされたリードをカウントし、マッピングされたリードを利用することもある。本明細書に記載の方法、システム、装置またはコンピュータプログラム製品において、第２のエンティティが、マッピングされたリードをカウントし、カウントされ、マッピングされたリードを第３のエンティティに転送し、第３のエンティティが、カウントされ、マッピングされたリードを利用することもある。第３のエンティティを含む実施形態において、第３のエンティティが第１のエンティティと同じであることもある。すなわち、第１のエンティティが、配列リードを第２のエンティティに転送することもあり、この第２のエンティティが、配列リードを、参照ゲノムのゲノム片にマッピングし、かつ／またはマッピングされたリードをカウントすることができ、第２のエンティティが、マッピングされ、かつ／またはカウントされたリードを第３のエンティティに転送することができる。本明細書に記載の方法、システム、装置またはコンピュータプログラム製品において、第３のエンティティが、マッピングされ、かつ／またはカウントされたリードを利用することができ、この場合、第３のエンティティが第１のエンティティと同じであることもあり、第３のエンティティが第１または第２のエンティティと異なることもある。
いくつかの実施形態において、１つのエンティティは、妊娠女性からの血液を得、必要に応じて血液から（例えば、血漿または血清から）核酸を単離し、血液または核酸を、核酸から配列リードを作製する第２のエンティティに転送する。
図２７は、本明細書に記載の多様なシステム、方法、アルゴリズムおよびデータ構造が実行され得る演算環境５１０の非限定的な例を図示する。演算環境５１０は、適切な演算環境の一例に過ぎず、本明細書に記載のシステム、方法およびデータ構造の使用または機能性の範囲に関しての何らかの制限を示唆するためのものではない。演算環境５１０は、演算環境５１０に図示されている構成要素のいずれか１つまたは組み合わせに関して何らかの従属や必要性も含んでいないと解釈すべきである。特定の実施形態において、図２７に示すシステム、方法およびデータ構造のサブセットを利用することができる。本明細書に記載のシステム、方法およびデータ構造は、非常に多くの他の汎用または専用演算システム環境または構成で動作可能である。適切であり得る公知の演算システム、環境および／または構成の例としては、パーソナルコンピュータ、サーバーコンピュータ、シンクライアント、シッククライアント、携帯用またはラップトップデバイス、マルチプロセッサシステム、マルチプロセッサに基づいたシステム、セットトップボックス、プログラム可能な家庭用電化製品、ネットワークＰＣ、ミニコンピュータ、メインフレームコンピュータ、上記システムまたはデバイスのいずれかを含む分散型演算環境などが挙げられるが、それらに限定されない。
図２７の動作環境５１０は、処理装置５２１と、システムメモリ５２２と、システムメモリ５２２を含む多様なシステム構成要素を処理装置５２１に動作可能に連結させるシステムバス５２３とを含む、コンピュータ５２０の形態の汎用演算デバイスを含む。コンピュータ５２０のプロセッサが、単一の中央処理装置（ＣＰＵ）を含み、または複数の処理装置を含む（これは、一般に並行処理環境と呼ばれる）ように、処理装置５２１は１つだけであってもよく、または２つ以上でもよい。コンピュータ５２０は、従来のコンピュータ、分散型コンピュータ、または任意の他のタイプのコンピュータであってよい。
システムバス５２３は、メモリバスまたはメモリコントローラ、周辺バス、および種々のバスアーキテクチャのいずれかを使用するローカルバスを含む、いくつかのタイプのバス構造のいずれかであってもよい。システムメモリは、単にメモリと呼ばれることもあり、読み取り専用メモリ（ＲＯＭ）５２４およびランダムアクセスメモリ（ＲＡＭ）を含む。起動中などのコンピュータ５２０内の要素間の情報の転送に役立つベーシックルーチンを含有する、基本入出力システム（ＢＩＯＳ）５２６が、ＲＯＭ ５２４に格納される。コンピュータ５２０は、示されていないが、ハードディスクからの読み取りおよび該ディスクへの書き込みのためのハードディスクドライブインターフェース５２７、取り外し可能磁気ディスク５２９からの読み取りまたは該ディスクへの書き込みのための磁気ディスクドライブ５２８、および例えばＣＤ ＲＯＭまたは他の光媒体などの取り外し可能な光ディスク５３１からの読み取りまたは該ディスクへの書き込みのための光ディスクドライブ５３０をさらに含んでもよい。
ハードディスクドライブ５２７、磁気ディスクドライブ５２８、および光ディスクドライブ５３０は、それぞれ、ハードディスクドライブインターフェース５３２、磁気ディスクドライブインターフェース５３３、および光ディスクドライブインターフェース５３４によってシステムバス５２３に接続される。前記ドライブおよびそれらの関連のコンピュータ読み取り可能媒体は、コンピュータ５２０にコンピュータ読み取り可能な命令、データ構造、プログラムモジュールおよび他のデータの不揮発性記憶を提供する。コンピュータによるアクセスが可能であるデータを記憶することができる任意のタイプのコンピュータ読み取り可能媒体、例えば、磁気カセット、フラッシュメモリカード、デジタルビデオディスク、ベルヌーイカートリッジ、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）などを動作環境で使用してよい。
オペレーティングシステム５３５、１つまたは複数のアプリケーションプログラム５３６、他のプログラムモジュール５３７、およびプログラムデータ５３８を含めて、多数のプログラムモジュールを、ハードディスク、磁気ディスク５２９、光ディスク５３１、ＲＯＭ ５２４またはＲＡＭに格納することができる。ユーザーは、入力デバイス、例えば、キーボード５４０および位置決めデバイス５４２によって、コマンドおよび情報をパーソナルコンピュータ５２０に入力することができる。他の入力デバイス（示されていない）は、マイクロフォン、ジョイスティック、ゲームパッド、衛星放送受信アンテナ、スキャナなどを含む。これらおよび他の入力デバイスを、多くの場合、システムバスに接続されているシリアルポートインターフェース５４６によって処理装置５２１に接続するが、他のインターフェース、例えば、パラレルポート、ゲームポートまたはユニバーサルシリアルバス（ＵＳＢ）によって接続することができる。モニター５４７または他のタイプの表示デバイスも、ビデオアダプター５４８などのインターフェースを介してシステムバス５２３に接続される。モニターに加えて、コンピュータは、典型的に、スピーカーおよびプリンタなどの他の周辺出力デバイス（示されていない）を含む。
コンピュータ５２０は、１つまたは複数のリモートコンピュータ、例えばリモートコンピュータ５４９への論理結合を用いてネットワーク化された環境で動作することができる。これらの論理結合は、コンピュータ５２０にもしくはその一部に連結された通信デバイスによって達成されることがあり、または他の様式で達成されることもある。リモートコンピュータ５４９は、別のコンピュータ、サーバー、ルーター、ネットワークＰＣ、クライアント、ピアデバイスまたは他の一般的なネットワークノードであってよく、典型的に、コンピュータ５２０に関して上で説明した要素の多くまたは全てを含むが、図２７にはメモリ記憶デバイス５５０のみが図示されている。図２７に描かれている論理結合は、ローカルエリアネットワーク（ＬＡＮ）５５１およびワイドエリアネットワーク（ＷＡＮ）５２２を含む。このようなネットワーク環境は、オフィスネットワーク、企業規模のコンピュータネットワーク、イントラネットおよびインターネット（これらは全てネットワークのタイプである）においてごく普通のものである。
ＬＡＮネットワーク環境で使用するとき、通信デバイスの１タイプである、ネットワークインターフェースまたはアダプター５５３によって、コンピュータ５２０をローカルネットワーク５５１に接続する。ＷＡＮネットワーク環境で使用するとき、コンピュータ５２０は、多くの場合、モデム５５４、１つのタイプの通信デバイス、またはワイドエリアネットワーク５５２を通して通信を確立するための任意の他のタイプの通信デバイスを含む。内部のものであってもよいし、または外部のものであってもよいモデム５５４は、シリアルポートインターフェース５４６を介してシステムバス５２３に接続される。ネットワーク化された環境では、パーソナルコンピュータ５２０またはその部分に関して描かれているプログラムモジュールが、リモートメモリ記憶デバイスに格納されることもある。示されているネットワーク接続が非限定的な例であり、コンピュータ間の通信リンクを確立するために他の通信デバイスを使用してもよいことが理解される。
特定のシステム、装置およびコンピュータプログラム製品の実施形態
特定の態様において、胎児における性染色体異数性の有無を同定する、胎児の性別を決定する、および／または胎児における性染色体核型を決定するためのコンピュータ実行方法を提供し、該方法は、（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを得るステップ；（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれ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ついてのマッピング特徴との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定するステップ；（ｃ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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ステップ；および（ｄ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体異数性の有無を同定する、胎児の性別を決定する、および／または前記胎児における性染色体核型を決定するステップを含む。
特定の態様において、１つまたは複数のプロセッサおよびメモリを含むシステムであって、前記メモリが、前記１つまたは複数のプロセッサにより実行可能な命令を含み、および前記メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、前記配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに前記１つまたは複数のプロセッサにより実行可能な命令が、（ａ）（ｉ）前記参照ゲノムの部分のそれぞれ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ついてのマッピング特徴との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定し；（ｂ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして（ｃ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体異数性の有無を同定する、胎児の性別を決定する、および／または前記胎児についての性染色体核型を決定するよう構成される、システムも提供する。
特定の態様において、１つまたは複数のプロセッサおよびメモリを含む装置であって、前記メモリが、前記１つまたは複数のプロセッサにより実行可能な命令を含み、および前記メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、前記配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに前記１つまたは複数のプロセッサにより実行可能な命令が、（ａ）（ｉ）前記参照ゲノムの部分のそれぞれ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ついてのマッピング特徴との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定し；（ｂ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして（ｃ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体異数性の有無を同定する、胎児の性別を決定する、および／または前記胎児についての性染色体核型を決定するよう構成される、装置も提供する。
特定の態様において、コンピュータ読み取り可能な媒体に具体化された有形のコンピュータプログラム製品も提供し、該製品は、１つまたは複数のプロセッサにより実行されるときに、（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントにアクセスし；（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれ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ついてのマッピング特徴との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定し；（ｃ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして（ｄ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体異数性の有無を同定する、胎児の性別を決定する、および／または前記胎児についての性染色体核型を決定するよう構成される命令を含む。
特定の実施形態において、システム、装置および／またはコンピュータプログラム製品は、参照ゲノムのゲノム片またはそれらの部分（例えば、ゲノム片のサブセット、ゲノム片の選択されたセット）にマッピングされたリードをカウントするよう構成されたカウンティングモジュールを含む。カウンティングモジュールは、多くの場合、選択されたフラグメント長より短い長さを有する核酸フラグメントからのリードをカウントするよう構成される。前記カウントは、未処理カウント、フィルタリングされたカウント、正規化されたカウントまたは前述のものの組み合わせであることもある。いくつかの実施形態において、カウンティングモジュールは、例えば、本明細書に記載のまたは当該技術分野において公知の任意の適切な正規化プロセスを使用して、カウントを正規化することができる。
いくつかの実施形態において、システム、装置および／またはコンピュータプログラム製品は、カウント比較モジュールを含む。カウント比較モジュールは、多くの場合、カウンティングモジュールによりカウントされたリードのカウント数を比較し、それによりカウント比較を行うよう構成される。カウント比較モジュールは、多くの場合、（例えば、カウンティングモジュールまたは正規化モジュールからの）リードのカウントにアクセスする、それらを受信する、利用する、記憶する、検索するおよび／または整列させるよう構成される。カウント比較モジュールは、多くの場合、カウント間の適切な比較を提供するよう構成され、この比較の非限定的な例としては、単純比較（例えば、ゲノム片の第２のセットと比較したゲノム片の第１のセットにマッピングされたリードのカウント間の一致または不一致）、数学的比較（例えば、比、百分率）、統計的比較（例えば、複数の比較、複数の試験、標準化（例えば、Ｚスコア分析））などおよびそれらの組み合わせが挙げられる。カウント比較モジュールによって適切なカウント比較値を得ることができ、その非限定的な例としては、カウント間の一致の有無；比；百分率；ｚスコア；分散または不確定要素（例えば、標準偏差、中央絶対偏差、信頼区間）の測定値と結びづけて考えられる値など、およびそれらの組み合わせが挙げられる。カウント比較モジュールは、別のモジュールまたは装置、例えば、遺伝的変異モジュール、表示装置またはプリンタ装置などに比較値を伝送するよう構成される。
特定の実施形態において、システム、装置および／またはコンピュータプログラム製品は、遺伝的変異モジュールを含む。遺伝的変異モジュールは、参照ゲノムのゲノム片にマッピングされたリードのカウントに従い遺伝的変異の有無の決定を提供するよう構成されることもある。遺伝的変異モジュールは、カウントの比較に従い遺伝的変異の有無の決定を提供するよう構成されることもある。遺伝的変異モジュールは、多くの場合、カウント比較モジュールからの１つまたは複数の比較および／またはカウンティングモジュールからのカウントにアクセスする、それらを受信する、利用する、記憶する、検索するおよび／または整列させるよう構成される。遺伝的変異モジュールは、１つまたは複数の比較からまたはカウントから適切な様式で遺伝的変異の有無を決定することができる。遺伝的変異モジュールは、参照ゲノム内のゲノム片の異なるセットについてのカウント間に有意差があるかどうかを決定することもある。差の有意性を遺伝的変異モジュールによって適切な様式（例えば、差異率、Ｚスコア分析）で決定することができる。遺伝的変異モジュールは、カウント決定またはカウントの比較が具体的な分類の中にあるかどうかを決定することもある。例えば、遺伝的変異モジュールは、または正倍数性決定と関連する具体的な比閾もしくは比の範囲、または異数性決定と関連する具体的な比閾もしくは比の範囲に、具体的な比較を分類することがある。別の非限定的な例において、遺伝的変異モジュールは、正倍数性決定と関連する具体的なカウント閾もしくはカウントの範囲、または異数性決定と関連する具体的なカウント閾もしくはカウントの範囲に、具体的なカウント決定を分類することがある。遺伝的変異モジュールは、適切なフォーマットで成果を提供することができ、それは、分散または不確定要素（例えば、標準偏差、中央絶対偏差、精度（例えば、具体的な信頼区間内のもの）の測定値と場合により関連する遺伝的変異に関係する呼び出しであることもある。遺伝的変異モジュールは、別のモジュールまたは装置、例えば、表示装置またはプリンタなどに遺伝的変異の有無の決定を伝送するよう構成されることもある。
本明細書に記載のモジュール（例えば、参照比較モジュール）を含む装置またはシステムは、１つまたは複数のプロセッサを含むことができる。いくつかの実施形態において、装置またはシステムは、マルチプロセッサ、例えば、並列に協動し、かつ作動するプロセッサを含むことができる。システムまたは装置内のプロセッサ（例えば、１つまたは複数のプロセッサ）は、本明細書に記載のモジュールにおいて１つまたは複数の命令（例えば、プロセス、ルーティンおよび／またはサブルーティンを行い、かつ／または実行することができる。本明細書に記載のモジュールは、メモリ内に位置することもあり、または装置もしくはシステムと関連づけられることもある。いくつかの実施形態において、本明細書に記載のモジュールは、１つまたは複数の外部プロセッサ（例えば、内部または外部ネットワーク、サーバー、記憶デバイスおよび／または記憶ネットワーク（例えば、クラウド））とともに動作する。いくつかの実施形態において、本明細書に記載のモジュールは、別のモジュール、装置またはシステム（例えば、コンポーネント、周辺機器）からのデータおよび／または情報にアクセスする、それらを収集する、組み立てるおよび／または受信するよう構成される。いくつかの実施形態において、本明細書に記載のモジュールは、別のモジュール、装置またはシステム（例えば、コンポーネント、周辺機器）にデータおよび／または情報を提供および／または転送するよう構成される。いくつかの実施形態において、本明細書に記載のモジュールは、装置またはシステムのオペレータ（すなわち、ユーザー）からの入力データおよび／または情報にアクセスする、それらを承認する、受信するおよび／または収集するよう構成される。例えば、ユーザーは、定数、閾値、式および／または所定の値をモジュールに提供することもある。本明細書に記載のモジュールは、それがアクセスする、受信する、収集するおよび／または組み立てるデータおよび／または情報を変換するよう構成されることもある。
特定の実施形態において、システム、装置および／またはコンピュータプログラム製品は、（ｉ）核酸配列リードおよび／または部分ヌクレオチド配列リードを得るようおよび／またはそれらにアクセスするよう構成されたシークエンシングモジュール；（ｉｉ）核酸配列リードを参照ゲノムの部分にマッピングするよう構成されたマッピングモジュール、（ｉｉｉ）参照ゲノムの部分にマッピングされた核酸配列リードのカウントを提供するよう構成されたカウンティングモジュール；（ｉｖ）正規化されたカウントを提供するよう構成された正規化モジュール；（ｖ）第２の上昇と有意に異なる第１の上昇の同定を提供するよう構成された比較モジュール；（ｖｉ）１つまたは複数のレベル期待範囲を提供するよう構成された範囲設定モジュール；（ｖｉｉ）コピー数多型を表す上昇を同定するよう構成された分類モジュール；（ｖｉｉｉ）コピー数多型として同定されたレベルを調節するよう構成された調節モジュール；（ｉｘ）レベルおよび／またはプロファイルをグラフにし、かつ表示するよう構成されたプロットモジュール；（ｘ）遺伝的変異の有無を決定するよう、または成果（例えば、胎児異数性の有無を決定する成果）を決定するよう構成された成果モジュール；（ｘｉ）遺伝的変異の決定を表示するよう構成されたデータ表示組織化モジュール；（ｘｉｉ）配列リードのマッピング、マッピングされた配列リードのカウンティング、カウントの正規化および成果の作製の１つまたは複数を行うよう構成されたロジック処理モジュール；（ｘｉｉｉ）カウント比較モジュール、（ｘｉｖ）胎児画分の決定を提供するよう構成された胎児画分モジュール；（ｘｖ）遺伝的変異の有無の決定を提供するよう構成された遺伝的変異モジュール；または（ｘｖｉ）上記の２つ以上の組み合わせを含む。
いくつかの実施形態において、シークエンシングモジュールおよびマッピングモジュールは、配列リードをシークエンシングモジュールからマッピングモジュールに転送するよう構成される。マッピングモジュールおよびカウンティングモジュールは、マッピングされた配列リードをマッピングモジュールからカウンティングモジュールに転送するよう構成されることもある。いくつかの実施形態において、正規化モジュールおよび／または比較モジュールは、正規化されたカウントを比較モジュールおよび／または範囲設定モジュールに転送するよう構成される。いくつかの実施形態において、比較モジュール、範囲設定モジュールおよび／または分類モジュールは、独立して、（ｉ）第２の上昇と有意に異なる第１の上昇の同定および／または（ｉｉ）レベル期待範囲を比較モジュールおよび／または範囲設定モジュールから分類モジュールに転送するよう構成される。特定の実施形態において、分類モジュールおよび調節モジュールは、コピー数多型として分類された上昇を分類モジュールから調節モジュールに転送するよう構成される。いくつかの実施形態において、調節モジュール、プロットモジュールおよび成果モジュールは、１つまたは複数の調節されたレベルを調節モジュールからプロットモジュールまたは成果モジュールに転送するよう構成される。正規化モジュールは、マッピングされ正規化された配列リードカウントを、比較モジュール、範囲設定モジュール、分類モジュール、調節モジュール、成果モジュールまたはプロットモジュールの１つまたは複数に転送するよう構成されることもある。
遺伝的変異および医学的状態
遺伝的分散の有無を、本明細書に記載の方法または装置を使用して決定することができる。特定の実施形態において、１つまたはそれより多い遺伝的変異の有無を、本明細書に記載の方法および装置により提供される成果に従い決定する。遺伝的変異は、一般に、特定の個体に存在する特定の遺伝的表現型であり、多くの場合、遺伝的変異は、個体の統計学的有意な亜集団に存在する。いくつかの実施形態において、遺伝的変異は、染色体異常（例えば、異数性）、部分的染色体異常またはモザイク現象であり、これらのそれぞれを本明細書においてさらに詳細に記載する。遺伝的変異の非限定的な例として、１つまたはそれより多い欠失（例えば、微小欠失）、重複（例えば、微小重複）、挿入、変異、多型（例えば、一塩基多型）、融合、繰り返し（例えば、縦列型反復配列）、個別のメチル化部位、個別のメチル化パターンなど、およびそれらの組み合わせが挙げられる。挿入、繰り返し、欠失、重複、変異または多型は、任意の長さであってよく、いくつかの実施形態において、約１塩基または塩基対（ｂｐ）〜約２５０メガ塩基（Ｍｂ）長である。いくつかの実施形態において、挿入、繰り返し、欠失、重複、変異または多型は、約１塩基または塩基対（ｂｐ）〜約１，０００キロ塩基（ｋｂ）長（例えば、約１０ｂｐ、５０ｂｐ、１００ｂｐ、５００ｂｐ、１ｋｂ、５ｋｂ、１０ｋｂ、５０ｋｂ、１００ｋｂ、５００ｋｂ、または１０００ｋｂ長）である。
遺伝的変異は欠失であることもある。いくつかの実施形態において、欠失は、染色体またはＤＮＡの配列の一部を失う変異（例えば、遺伝的異常）である。欠失は、多くの場合、遺伝物質の消失である。あらゆる数のヌクレオチドを欠失し得る。欠失は、１つまたはそれより多い染色体全体、染色体の断片、アレル、遺伝子、イントロン、エクソン、任意の非コード領域、任意のコード領域、それらの断片またはそれらの組み合わせを含み得る。欠失は、微小欠失を含み得る。欠失は、一塩基の欠失を含み得る。
遺伝的変異は、遺伝子重複であることもある。いくつかの実施形態において、重複は、染色体またはＤＮＡの配列の一部をコピーし、ゲノムに挿入して戻す変異（例えば、遺伝子異常）である。いくつかの実施形態において、遺伝子重複（すなわち、重複）は、ＤＮＡの領域の任意の重複である。いくつかの実施形態において、重複は、ゲノムまたは染色体内で、多くの場合、縦に並んで繰り返される核酸配列である。いくつかの実施形態において、重複は、１つまたはそれより多い染色体全体、染色体の断片、アレル、遺伝子、イントロン、エクソン、任意の非コード領域、任意のコード領域、それらの断片またはそれらの組み合わせのコピーを含むことができる。重複は、微小重複を含み得る。重複は、重複された核酸の１つまたはそれより多いコピーを含むこともある。重複は、１回以上繰り返された（例えば、１、２、３、４、５、６、７、８、９または１０回繰り返された）遺伝子領域として特徴付けられることもある。いくつかの例において、重複は、小範囲（数千の塩基対）から、染色体全体に及び得る。重複は、多くの場合、相同組み換えにおいて、またはレトロトランスポゾン事象による誤差の結果として生じる。重複は、特定の種類の増殖性疾患と関連している。重複は、ゲノムマイクロアレイまたは比較遺伝子ハイブリダイゼーション（ＣＧＨ）を使用して特徴付けることができる。
遺伝的変異は、挿入であることもある。挿入は、１つまたはそれより多いヌクレオチド塩基対の核酸配列への付加であることもある。挿入は、微小挿入であることもある。いくつかの実施形態において、挿入は、染色体の断片の、ゲノム、染色体、またはそれらの断片への付加を含む。いくつかの実施形態において、挿入は、アレル、遺伝子、イントロン、エクソン、任意の非コード領域、任意のコード領域、それらの断片またはそれらの組み合わせの、ゲノムまたはその断片への付加を含む。いくつかの実施形態において、挿入は、未知の起源の核酸の、ゲノム、染色体、またはそれらの断片への付加（すなわち、挿入）を含む。いくつかの実施形態において、挿入は、一塩基の付加（すなわち、挿入）を含む。
本明細書において使用される場合、「コピー数多型」は、一般に、遺伝的変異または染色体異常のクラスまたは種類である。コピー数多型は、欠失（例えば、微小欠失）、重複（例えば、微小重複）または挿入（例えば、微小挿入）であり得る。多くの場合、本明細書において使用される場合、接頭語「微小」は、５Ｍｂ長未満の核酸の断片であることもある。コピー数多型は、染色体の断片の１つまたはそれより多い欠失（例えば、微小欠失）、重複および／または挿入（例えば、微小重複、微小挿入）を含み得る。いくつかの実施形態において、重複は挿入を含む。いくつかの実施形態において、挿入は重複である。いくつかの実施形態において、挿入は重複でない。例えば、多くの場合、ゲノム片の配列の重複は、重複が見つかるゲノム片についてのカウントを増加させる。多くの場合、ゲノム片の配列の重複は、上昇を増大させる。いくつかの実施形態において、第１の上昇を作製するゲノム片に存在する重複は、重複が存在しない第２の上昇に関連する上昇を増大させる。いくつかの実施形態において、挿入は、ゲノム片のカウントを増加させ、挿入を表す配列は、同じゲノム片内の別の位置に存在する（すなわち、重複する）。いくつかの実施形態において、挿入は、ゲノム片のカウントまたは上昇を顕著に増大させず、挿入される配列は、同じゲノム片内の配列の重複ではない。いくつかの実施形態において、挿入は、重複として検出されず、または表現されず、挿入を表す重複配列は、同じゲノム片に存在しない。
いくつかの実施形態において、コピー数多型は、胎児のコピー数多型である。多くの場合、胎児のコピー数多型は、胎児のゲノムのコピー数多型である。いくつかの実施形態において、コピー数多型は、母体のコピー数多型である。いくつかの実施形態において、母体および／または胎児のコピー数多型は、妊娠女性（例えば、胎児を妊娠する女性被験体）、出産した女性被験体または胎児を妊娠することができる女性のゲノム内のコピー数多型である。コピー数多型は、多型（例えば、重複または欠失）がゲノムの１つのアレルに存在する場合、ヘテロ接合のコピー数多型であり得る。コピー数多型は、多型がゲノムの両方のアレルに存在する場合、ホモ接合のコピー数多型であり得る。いくつかの実施形態において、コピー数多型は、ヘテロ接合の、またはホモ接合の胎児のコピー数多型である。いくつかの実施形態において、コピー数多型は、ヘテロ接合の、またはホモ接合の母体および／または胎児のコピー数多型である。コピー数多型は、母体のゲノムおよび胎児のゲノムに存在し、母体のゲノムに存在し、かつ胎児のゲノムに存在せず、または胎児のゲノムに存在し、かつ母体のゲノムに存在しないこともある。
「倍数性」は、胎児または母親に存在する染色体の数を指す。いくつかの実施形態において、「倍数性」は「染色体倍数性」と同じである。ヒトにおいて、例えば、常染色体は、多くの場合、対で存在する。例えば、遺伝的変異の非存在において、ほとんどのヒトは、２本のそれぞれの常染色体（例えば、第１番染色体〜２２）を有する。ヒトにおける２本の常染色体の正常な相補体の存在は、多くの場合、正倍数性と呼ばれる。「微小倍数性（ｍｉｃｒｏｐｌｏｉｄｙ）」は、倍数性の意味に類似する。「微小倍数性」は、多くの場合、染色体の断片の倍数性を指す。用語「微小倍数性」は、染色体内のコピー数多型（例えば、欠失、重複および／または挿入）の有無（例えば、ホモ接合の、またはヘテロ接合の欠失、重複、または挿入など、あるいはそれらの非存在）を指すこともある。「倍数性」および「微小倍数性」は、プロファイルにおける上昇のカウントの正規化の後（例えば、１のＮＲＶに上昇のカウントを正規化した後）に決定される。したがって、常染色体対（例えば、正倍数体）を表す上昇は、多くの場合、１のＮＲＶに正規化され、１の倍数性と呼ばれる。同様に、重複、欠失または挿入の非存在を表す染色体の断片内の上昇は、多くの場合、１のＮＲＶに正規化され、１の微小倍数性と呼ばれる。倍数性および微小倍数性は、多くの場合、ビン特異的（例えば、ゲノム片特異的）およびサンプル特異的である。倍数性は、多くの場合、１、１／２、０、３／２および２の値を含む、１／２の整数倍が、それぞれ、正倍数性（例えば、２本の染色体）、１本の染色体の存在（例えば、染色体の欠失）、染色体の非存在、３本の染色体（例えば、トリソミー）および４本の染色体を表すとして定義される。同様に、微小倍数性は、多くの場合、１、１／２、０、３／２および２の値を含む、１／２の整数倍が、それぞれ、正倍数性（例えば、コピー数多型がない）、ヘテロ接合欠失、ホモ接合欠失、ヘテロ接合重複およびホモ接合重複を表すとして定義される。
いくつかの実施形態において、胎児の微小倍数性は、胎児の母親（すなわち、妊娠女性被験体）の微小倍数性に一致する。いくつかの実施形態において、胎児の微小倍数性は、胎児の母親の微小倍数性と一致し、母親および胎児の両方が同じヘテロ接合のコピー数多型、ホモ接合のコピー数多型を担持するかまたは両方が正倍数体である。いくつかの実施形態において、胎児の微小倍数性は、胎児の母親の微小倍数性と異なる。例えば、胎児の微小倍数性がコピー数多型についてヘテロ接合であり、母親がコピー数多型についてホモ接合であり、胎児の微小倍数性が、特定のコピー数多型について母親の微小倍数性と一致しない（例えば、等しくない）こともある。
微小倍数性は、多くの場合、期待される上昇と関連する。例えば、上昇（例えば、プロファイルの上昇、実質的にコピー数多型を含まない上昇もある）を、１のＮＲＶに正規化し、ホモ接合重複の倍数性が２であり、ヘテロ接合重複が１．５であり、ヘテロ接合欠失が０．５であり、ホモ接合欠失がゼロである。
特定の実施形態において、遺伝的変異は、その有無を被験体について同定されるが、医学的状態と関連がある。したがって、本明細書に記載の技術を使用し、医学的状態または医学的状況と関連する１つまたはそれより多い遺伝的変異の有無を同定することができる。医学的状態の非限定的な例として、知的障害（例えば、ダウン症候群）、異常細胞増殖（例えば、がん）、微生物核酸（例えば、ウイルス、細菌、真菌、酵母）の存在および妊娠高血圧腎症と関連するものが挙げられる。
遺伝的変異、医学的状態および状況の非限定的な例を、以下に記載する。
胎児の性別
いくつかの実施形態において、胎児の性別または性関連障害（例えば、性染色体異数性）の予測を、本明細書に記載の方法または装置により決定することができる。いくつかの実施形態において、胎児の性別を決定する方法は、胎児画分の決定および／または胎児の遺伝的変異（例えば、胎児の染色体異数性）の有無の決定も含むことができる。胎児の遺伝的変異の有無の決定を適切な手法で行うことができ、それらの非限定的な例としては、核型分析、羊水穿刺、循環無細胞核酸分析、細胞非含有胎児ＤＮＡ分析、ヌクレオチド配列分析、配列リード定量、標的化方法、増幅に基づいた方法、質量分析に基づいた方法、差次的メチル化に基づいた方法、差次的消化に基づいた方法、多型に基づいた方法、ハイブリダイゼーションに基づいた方法（例えば、プローブの使用）などが挙げられる。
性別決定は、一般に、性染色体に基づく。ヒトには２つの性染色体、ＸおよびＹ染色体、がある。Ｙ染色体は、遺伝子、ＳＲＹを含有し、これは、男性としての胚発育を誘発する。ヒトおよび他の哺乳類動物のＹ染色体は、正常な精子産生に必要な他の遺伝子も含有する。ＸＸを有する個体は女性であり、ＸＹは男性であり、非限定的な多型は、多くの場合、性染色体異数性と呼ばれ、Ｘ０、ＸＹＹ、ＸＸＸおよびＸＸＹを含む。いくつかの例において、男性は、２つのＸ染色体と１つのＹ染色体（ＸＸＹ；クラインフェルター症候群）または１つのＸ染色体と２つのＹ染色体（ＸＹＹ症候群；ヤコブ症候群）を有し、一部の女性は、３つのＸ染色体（ＸＸＸ；トリプルＸ症候群）を有するか、または２つではなく１つのＸ染色体（Ｘ０；ターナー症候群）を有する。いくつかの例において、個体の細胞の一部のみが、モザイク（例えば、ターナーモザイク）と呼ばれ得る性染色体異数性により影響される。他の例は、ＳＲＹが損傷される（ＸＹ女性をもたらす）またはＸにコピーされる（ＸＸ男性をもたらす）ものを含む。
特定の例において、子宮内で胎児の性別を決定することは有益であり得る。例えば、１つまたはそれより多い伴性障害の家族歴を有する患者（例えば、妊娠女性）は、このような障害を受け継ぐ胎児の危険を評価するのに役立てるために、患者が妊娠する胎児の性別を決定することを望むことができる。伴性障害は、Ｘ連鎖およびＹ連鎖障害を含むが、限定されない。Ｘ連鎖障害は、Ｘ連鎖劣性およびＸ連鎖優性障害を含む。Ｘ連鎖劣性障害の例として、免疫障害（例えば、慢性肉芽腫症（ＣＹＢＢ）、ヴィスコット・アルドリッチ症候群、Ｘ連鎖重症複合免疫不全症、Ｘ連鎖無ガンマグロブリン血症、１型高ＩｇＭ症候群、ＩＰＥＸ、Ｘ連鎖リンパ増殖性疾患、プロペルジン欠乏症）、血液障害（例えば、血友病Ａ，血友病Ｂ、Ｘ連鎖性鉄芽球性貧血）、内分泌障害（例えば、アンドロゲン不応症候群／ケネディ症、ＫＡＬ１カルマン症候群、Ｘ連鎖先天性副腎低形成）、代謝障害（例えば、オルニチントランスカルバミラーゼ欠損症、眼脳腎症候群、副腎白質萎縮症、グルコース−６−リン酸脱水素酵素欠損症、ピルビン酸デヒドロゲナーゼ欠損症、ダノン病／ＩＩｂ型糖原病、ファブリー病、ハンター症候群、レッシュ・ナイハン症候群、メンケス病／後角症候群）、神経系障害（例えば、コフィン−ローリー症候群、ＭＡＳＡ症候群、Ｘ連鎖αサラセミア・精神遅滞症候群、シデリウス型Ｘ連鎖性精神遅滞症候群、色覚障害、眼白子症、ノリエ病、先天性脈絡膜欠如、シャルコー・マリー・トゥース病（ＣＭＴＸ２−３）、ペリツェウス・メルツバッハー病、ＳＭＡＸ２）、皮膚および関連組織障害（例えば、先天性角化不全症、無汗性外胚葉形成不全（ＥＤＡ）、Ｘ連鎖性魚鱗癬、Ｘ連鎖性角膜内皮ジストロフィー）、神経筋障害（例えば、ベッカー型筋ジストロフィー／デュシェンヌ型筋ジストロフィー、中心核ミオパチー（ＭＴＭ１）、コンラーディ・ヒューネルマン症候群、エメリ・ドレフュス型筋ジストロフィー１）、泌尿器障害（例えば、アルポート症候群、デント病、Ｘ連鎖性腎性尿崩症）、骨／歯科障害（例えば、ＡＭＥＬＸエナメル質形成不全症）、および他の障害（例えば、バース症候群、マクロード症候群、スミス‐ファインマン‐マイヤーズ症候群、シンプソン・ゴラビ・ベーメル症候群、モーア−トラネジャーグ症候群（Ｍｏｈｒ−Ｔｒａｎｅｂｊａｅｒｇ ｓｙｎｄｒｏｍｅ）、ナソディジトアコースティック症候群（Ｎａｓｏｄｉｇｉｔｏａｃｏｕｓｔｉｃ ｓｙｎｄｒｏｍｅ））を含むが限定されない。Ｘ連鎖優性障害の例として、Ｘ連鎖性低リン酸血症、巣状皮膚低形成、脆弱Ｘ症候群、アイカルディ症候群、色素失調症、レット症候群、ＣＨＩＬＤ症候群、ルハン−フリンス症候群（Ｌｕｊａｎ−Ｆｒｙｎｓ ｓｙｎｄｒｏｍｅ）、および口顔面指症候群１を含むが限定されない。Ｙ連鎖障害の例として、男性不妊、網膜色素変性、および無精子症を含むが限定されない。
染色体異常
いくつかの実施形態において、胎児染色体異常の有無を、本明細書に記載の方法または装置を使用することにより決定することができる。染色体異常は、染色体全体または１つまたはそれより多い遺伝子を含む染色体の領域の増加または消失を含むが限定されない。染色体異常は、不均衡転座により生じる欠失および重複を含む、モノソミー、トリソミー、ポリソミー、ヘテロ接合性の消失、１つまたはそれより多いヌクレオチド配列（例えば、１つまたはそれより多い遺伝子）の欠失および／または重複を含む。本明細書において使用される場合、用語「異数性」および「異数体」は、生物の細胞の異常な数の染色体を指す。異なる生物が広範囲の異なる染色体相補体を有する場合、用語「異数性」は、特定の数の染色体を指さず、むしろ生物の所与の１つまたは複数の細胞の染色体含量が異常である状況を指す。いくつかの実施形態において、本明細書における用語「異数性」は、染色体全体または染色体の一部の消失または増加により生じた遺伝物質の不均衡を指す。「異数性」は、染色体の断片の１つまたはそれより多い欠失および／または挿入を指し得る。
本明細書において使用される用語「モノソミー」は、正常な相補体の１本の染色体の欠如を指す。部分的なモノソミーは、不均衡転座または欠失に生じ得、この場合、染色体の断片のみが単一のコピーに存在する。性染色体のモノソミー（４５、Ｘ）は、例えば、ターナー症候群を生じる。
用語「ダイソミー」は、染色体の２つのコピーの存在を指す。各染色体の２つのコピー（２倍体または「正倍数体」であるもの）を有するヒトなどの生物について、ダイソミーが正常な状態である。通常、各染色体の３つ以上のコピー（３倍体以上であるもの）を有する生物について、ダイソミーは異数体染色体状況である。片親のダイソミーにおいて、染色体の両方のコピーは、同じ親から生じる（もう一方の親からの寄与がない）。
いくつかの実施形態において、用語「正倍数体」は、染色体の正常な相補体を指す。
本明細書において使用される場合、用語「トリソミー」は、特定の染色体の２つのコピーに代わりに、３つのコピーの存在を指す。ヒトダウン症候群に見出される特別な第２１番染色体の存在は、「トリソミー２１」と呼ばれる。トリソミー１８およびトリソミー１３は、２つの他のヒト常染色体トリソミーである。性染色体のトリソミーは、女性（例えば、４７、トリプルＸ症候群のＸＸＸ）または男性（例えば、４７、クラインフェルター症候群のＸＸＹ、または４７、ヤコブ症候群のＸＹＹ）が認められ得る。
本明細書において使用される場合、用語「テトラソミー」および「ペンタソミー」は、それぞれ、染色体の４つまたは５つのコピーの存在を指す。常染色体にまれにしか認められないが、性染色体テトラソミーおよびペンタソミーは、ヒトにおいて、ＸＸＸＸ、ＸＸＸＹ、ＸＸＹＹ、ＸＹＹＹ、ＸＸＸＸＸ、ＸＸＸＸＹ、ＸＸＸＹＹ、ＸＸＹＹＹおよびＸＹＹＹＹを含むと報告されている。
染色体異常は、種々のメカニズムにより生じ得る。メカニズムは、以下を含むがそれらに限定されない：（ｉ）脆弱な有糸分裂チェックポイントの結果として生じる不分離、（ｉｉ）複数の染色体にて不分離を生じる不活性の有糸分裂チェックポイント、（ｉｉｉ）１つの動原体が有糸分裂の紡錘体極の両方に結合するときに生じるメロテリック結合、（ｉｖ）２つを超える紡錘体極が形成されるときに形成される多極紡錘体、（ｖ）単一の紡錘体極のみが形成されるときに形成される単極紡錘体および（ｖｉ）単極紡錘体メカニズムの最終的な結果として生じる４倍体の中間体。
本明細書において使用される場合、用語「部分モノソミー」および「部分トリソミー」は、染色体の一部の消失または増加により生じる遺伝物質の不均衡を指す。部分モノソミーまたは部分トリソミーは、不平衡転座から生じ得、この場合、個体は、２本の異なる染色体の破損および融合により形成される派生染色体を担持する。この状況において、個体は、１本の染色体の一部の３つのコピー（派生染色体上に存在する２つの正常なコピーおよび断片）および派生染色体に含まれる他の染色体の一部の１つのみのコピーを有する。
本明細書において使用される場合、用語「モザイク現象」は、生物の全ての細胞ではないが、一部の細胞の異数性を指す。特定の染色体異常は、モザイクおよび非モザイク染色体異常として存在し得る。例えば、特定のトリソミー２１の個体は、モザイクダウン症候群を有し、一部は、非モザイクダウン症候群を有する。異なるメカニズムがモザイク現象を生じ得る。例えば、（ｉ）初期の接合体が３本の２１番染色体を有し得、これが通常、単一のトリソミー２１を生じるが、細胞分裂の過程の間、１つまたはそれより多い細胞株が、２１番染色体の１つ消失し、かつ（ｉｉ）初期の接合体が２本の２１番染色体を有し得るが、細胞分裂の過程の間、２１番染色体の１つが重複された。体細胞モザイク現象は、完全な、またはモザイク異数性を含む遺伝症候群に典型的に関連するものとは別のメカニズムにより生じるようである。体細胞モザイク現象は、例えば、特定の種類のがんにおいて、およびニューロンにおいて、同定されている。特定の例において、トリソミー１２は、慢性リンパ性白血病（ＣＬＬ）において同定されており、トリソミー８は、急性骨髄性白血病（ＡＭＬ）において同定されている。また、個体が染色体を破損しやすい遺伝症候群（染色体不安定症状群）は、多くの場合、種々の種類のがんの危険の増加に関連があるため、発がんにおける体細胞異数性の役割が強調される。本明細書に記載の方法およびプロトコールは、非モザイクおよびモザイク染色体異常の有無を同定することができる。
表１Ａおよび１Ｂは、本明細書に記載の方法および装置により潜在的に同定され得る染色体状態、症候群および／または異常の非限定的な一覧を表す。表１Ｂは、２０１１年１０月６日現在のＤＥＣＩＰＨＥＲデータベースによるものである（例えば、バージョン５．１、ＧＲＣｈ３７にマッピングされた位置に基づく。ユニフォームリソースロケータ（ＵＲＬ）ｄｅｃｈｉｐｈｅｒ．ｓａｎｇｅｒ．ａｃ．ｕｋにて利用可能）。
グレード１の状態は、多くの場合、以下の特質の１つ以上を有す；病原性異常、遺伝学者間での強い一致、高い浸透率、表現型の多様性をなお有し得るが、いくつかの共通の特徴を有し得る、文献の全ての症例が臨床的表現型を有する、異常のある健常個体の例がない、ＤＶＧデータベースに報告されておらず、または健常集団で見つかっていない、単一遺伝子量効果または複数遺伝子量効果を確認する機能的データがある、確認済みまたは強力な候補遺伝子がある、臨床管理の関連事項が定義される、監視の意味も含めてがんのリスクが知られている、複数の情報源がある（ＯＭＩＭ、ＧｅｎｅＲｅｖｉｅｗｓ、Ｏｒｐｈａｎｅｔ、Ｕｎｉｑｕｅ、Ｗｉｋｉｐｅｄｉａ）、および／または診断的用途に利用可能である（妊娠に関するカウンセリング）。
グレード２の状態は、多くの場合、以下の特質の１つ以上を有する；同様な病原性異常、高い浸透率、ＤＤ以外の一貫した特徴がない表現型の多様性、文献における症例／報告数が少ない、報告された症例全ては、臨床的表現型を有する、機能的データまたは確認済みの病原性遺伝子がない、複数の情報源がある（ＯＭＩＭ、ＧｅｎｅＲｅｖｉｅｗｓ、Ｏｒｐｈａｎｅｔ、Ｕｎｉｑｕｅ、Ｗｉｋｉｐｅｄｉａ）、および／または診断的目的および妊娠に関するカウンセリングに使用することができる。
グレード３の状態は、多くの場合、以下の特質の１つ以上を有する；感受性遺伝子座、発端者と記載されている者が健常個体または罹患していない親、対照集団に存在する、非浸透、軽度であり特異的でない表現型、あまり一貫しない特徴、機能的データまたは確認済みの病原性遺伝子がない、かなり限定されたデータ源、大多数から逸脱する症例について、または新規の臨床所見が存在する場合の可能性として（ａ ｐｏｓｓｉｂｉｌｉｔｙ）、二次診断の可能性が残る、ならびに／または診断目的に使用する場合の注意、および妊娠に関するカウンセリングのための慎重な助言。
妊娠高血圧腎症
いくつかの実施形態において、妊娠高血圧腎症の有無を、本明細書に記載の方法または装置を使用することにより決定する。妊娠高血圧腎症は、高血圧が妊娠中に生じ（すなわち、妊娠誘発性高血圧）、かなりの量の尿タンパク質を伴う状態である。いくつかの例において、妊娠高血圧腎症はまた、細胞外核酸レベルの上昇および／またはメチル化パターンの変更を伴う。例えば、細胞外の胎児由来の高メチル化ＲＡＳＳＦ１Ａレベルと、妊娠高血圧腎症の重症度との間に正の相関が認められている。特定の例において、ＤＮＡメチル化の増大が、正常な対照と比較して妊娠高血圧腎症の胎盤のＨ１９遺伝子について認めらる。
妊娠高血圧腎症は、世界中で母体および胎児／新生児の罹病率および死亡率の主要な原因の１つとなっている。血漿および血清の循環無細胞核酸は、出生前診断を含む、異なる医学分野において臨床適用が有望な新規のバイオマーカーである。差し迫った妊娠高血圧腎症の指標として、母体血漿の細胞非含有胎児（ｃｆｆ）ＤＮＡの定量的変化が、異なる試験において、例えば、男性特異的ＳＲＹまたはＤＹＳ１４遺伝子座についてのリアルタイム定量的ＰＣＲを使用して、報告されている。早期発症妊娠高血圧腎症の例において、レベルの増加は、第１期において認めら得る。発症前のｃｆｆＤＮＡのレベルの増加は、組織酸化ストレスおよび胎盤のアポトーシスおよび壊死の増加につながる絨毛間腔内の低酸素／再酸素化に起因し得る。母体の循環へのｃｆｆＤＮＡの脱落が増加することが証明されているのに加え、妊娠高血圧腎症におけるｃｆｆＤＮＡの腎クリアランスの低下も証明されている。現在、胎児ＤＮＡの量を、Ｙ染色体特異的配列を定量することにより決定する場合に、総細胞非含有ＤＮＡの測定または性別非依存性胎児エピジェネティックマーカー、例えば、ＤＮＡメチル化の使用などの代替えの方法が代替えとして提供される。胎盤由来の細胞非含有ＲＮＡは、臨床診療における妊娠高血圧腎症をスクリーニングおよび診断するために使用され得る別の代替えのバイオマーカーである。胎児ＲＮＡは、分解から保護する細胞内胎盤粒子を伴う。胎児ＲＮＡレベルは、対照と比較して妊娠高血圧腎症の妊娠女性では１０倍高値となることもあり、それゆえ、臨床診療において妊娠高血圧腎症をスクリーニングし、診断するために使用され得る代替えのバイオマーカーである。
病原体
いくつかの実施形態において、病原性状態の有無を、本明細書に記載の方法または装置により決定する。病原性状態は、細菌、ウイルスまたは真菌を含むがそれらに限定されない病原体による宿主の感染により生じ得る。病原体は、典型的に、宿主の核酸と区別することができる核酸（例えば、ゲノムＤＮＡ、ゲノムＲＮＡ、ｍＲＮＡ）を保持するため、本明細書において提供される方法および装置を使用し、病原体の有無を決定することができる。多くの場合、病原体は、特定の病原体に特有の特質、例えば、エピジェネティック状態および／または１つまたはそれより多い配列の多様性、重複および／または欠失などを有する核酸を保持する。したがって、本明細書において提供される方法を使用し、特定の病原体または病原体の変異体（例えば、株）を同定することができる。
がん
いくつかの実施形態において、細胞増殖障害（例えば、がん）の有無を、本明細書に記載の方法または装置を使用することにより決定する。例えば、血清中の細胞非含有核酸のレベルは、健常な患者と比較して種々の種類のがん患者において上昇し得る。転移性疾患の患者は、例えば、非転移性患者のおよそ２倍高い血清ＤＮＡレベルを有し得ることもある。転移性疾患の患者はまた、例えば、がん特異的マーカーおよび／または特定の一塩基多型または縦列型反復配列により同定することができる。循環ＤＮＡの高値と正に相関し得るがんの種類の非限定的な例として、乳がん、結腸直腸がん、消化器がん、肝細胞がん、肺がん、悪性黒色腫、非ホジキンリンパ腫、白血病、多発性骨髄腫、膀胱がん、ヘパトーム、子宮頚部がん、食道がん、膵臓がん、および前立腺がんが挙げられる。種々のがんは、非がん性の健常細胞からの核酸と区別可能な特質、例えば、エピジェネティック状態および／または配列の多様性、重複および／または欠失などを有する核酸を保持することができ、血流に放出することができることもある。このような特質は、例えば、特定の種類のがんに特異的であり得る。したがって、本明細書において提供される方法を使用して、特定の種類のがんを同定することができることをさらに企図する。
以下の実施例は、単に例証として提供するものであり、限定として提供するものではない。したがって、下に示す実施例は、特定の実施形態を例証し、本技術を限定しない。本質的に同じまたは同様の結果を生じさせるように変化または変更することができるだろう様々な重要でないパラメータは、当業者には容易にわかるであろう。
実施例１：遺伝的変異に関連する状態を検出するためのＰＥＲＵＮおよび一般的方法。
本明細書に記載の方法および基本的理論を利用して、遺伝的変異に関連する種々の状態を検出すること、および遺伝的変異の有無を決定する成果を提供すること、また遺伝的変異の有無を決定することができる。
参照ゲノムの無益な部分の除去
参照ゲノムの無益な部分を除去する複数の試みは、部分の選択に分類を向上させる可能性があることを示した。
式Ａ：
式Ａ中の種々の項は、以下の意味を有する：
●Ｍ：不必要な変動により混入した主要な情報を表す測定カウント。
●Ｌ：染色体レベル−これは、データ処理方法からの所望の出力である。Ｌは、正倍数性からの胎児および／または母体異常を示す。これは、確率的誤差により、および体系的バイアスの両方によりマスクされる量である。染色体レベルＬは、サンプル特異的でもあり、部分特異的でもある。
●Ｇ：線形モデル、ＬＯＥＳＳ、または任意の等価の方法を使用して測定されたＧＣバイアス係数。Ｇは、Ｍから抽出される、および参照ゲノムから通常得られる（しかし、ＧＣ含量の実測値から得られることもある）部分特異的ＧＣ含量値のセットから抽出される、二次的な情報を表す。Ｇは、サンプル特異的であり、ゲノム位置に沿って変化しない。不必要な変動の一部を包含する。
●Ｉ：線形モデルの切片。このモデルパラメータは、実験設定ごとに一定であり、サンプルに依存せず、部分特異的である。
●Ｓ：線形モデルの傾き。このモデルパラメータは、実験設定ごとに一定であり、サンプルに依存せず、部分特異的である。
量ＭおよびＧを測定する。最初、部分特異的な値ＩおよびＳは未知である。未知のＩおよびＳを評価するために、正倍数体のサンプルにおける参照ゲノムの全ての部分についてＬ＝１を仮定しなければならない。この仮定が必ずしも当てはまるとは限らないが、欠失／重複を有する任意のサンプルよりも、正常な染色体レベルを有するサンプルのほうが圧倒的になることを合理的に予期することができる。正倍数体サンプルに適用される線形モデルは、（Ｌ＝１と仮定して）選択された部分に特異的なＩおよびＳパラメータ値を抽出する。同じ方法をヒトゲノムにおける参照ゲノムの全ての部分に適用して、ゲノム位置ごとに切片Ｉと傾きＳのセットを得る。交差検証は、全てのＬＤＴｖ２ＣＥ正倍数体の９０％を含有するワークセットを無作為に選択し、そのサブセットを使用してモデルを訓練する。この無作為の選択を１００回繰り返して、部分ごとに１００個の傾きと１００個の切片のセットを得る。
測定カウントからの染色体レベルの抽出
モデルパラメータ値ＩおよびＳが部分ごとに入手可能であることを前提に、新たな試験サンプルを用いて採取した測定値Ｍを使用して、以下の式Ｂに従い染色体レベルを評価する：
式Ａの場合と同様に、ＧＣバイアス係数Ｇを、ポーションワイズ未処理カウントの測定値Ｍと、参照ゲノムのＧＣ含量との間の回帰の傾きとして評価する。次いで、染色体レベルＬを、さらなる分析（Ｚ値、母体の欠失／重複、胎児の微小欠失／微小重複、胎児の性別、性別異数性など）に使用する。式Ｂにより包含される方法を、誤差除去のパラメータ化および不偏正規化（ＰＥＲＵＮ）と命名する。
式の例
本明細書に記載の方法において使用することができる数学的および／または統計学的式の非限定的な例を以下に提供する。
そこで、Ｚスコアと、１のレベル期待値からの偏差に関連づけられるＺスコアから算出したｐ値とを、平均レベルの不確定要素についての推定値に照らして評価することができる。前記ｐ値は、ピーク内の参照ゲノムの部分の数により次数が決まるｔ分布に基づく。所望の信頼水準に応じて、カットオフがノイズを抑制することができ、実際の信号の絶対的な検出を可能にする。
式１：
式１を使用して、２つの異なるサンプルのピークレベルを直接比較することができ、式中のＮおよびｎは、それぞれ、染色体全体における、および異常の範囲内の、参照ゲノムの部分の数を指す。２つのサンプル間の類似性を測定するｐ値を生成することになるｔ検定の次数を、２つの逸脱した伸長の短い方の参照ゲノムの部分の数により決定する。
式８を利用して、胎児画分、母体の倍数性、および参照カウント中央値を、胎児異数体に関しての遺伝的変異の有無を決定するための分類スキームに組み込むことができる。
式８：
式中、Ｙｉは、中央カウントプロファイルにおける部分に対応する試験サンプルの部分についての測定カウントを表し、Ｆは胎児画分を表し、Ｘは胎児倍数性を表し、Ｍｉは各部分に割り当てられた母体倍数性を表す。式（８）中のＸに使用される可能な値は、胎児が正倍数体である場合１であり；胎児が３倍体である場合３／２であり；および双胎の胎児であり、一方が罹患しており、もう一方が罹患していない場合５／４である。式（８）中の項Ｆが総胎児ＤＮＡを表すため、全ての胎児ＤＮＡを考慮する必要があるので、一方の胎児が罹患しており、もう一方の胎児が罹患していない双胎の場合に５／４を使用する。いくつかの実施形態において、母体ゲノムの大きな欠失および／または重複を、母体倍数性Ｍｉを各部分または部分に割り当てることにより、考慮することができる。いくつかの実施形態において、母体倍数性は、多くの場合、１／２の倍数として割り当てられ、ポーションワイズ正規化を使用して推定することができる。母体倍数性は、多くの場合、１／２の倍数であるため、母体倍数性を容易に考慮することができ、それゆえ、微分を簡易化するためにさらなる式に含めないことになる。
Ｘ＝１（例えば、正倍数体の仮定値）にて式（８）を評価するときに、胎児画分を取り消し、以下の式により残差二乗和を得る：
式９：
式（９）および次の計算を簡易化するために、以下の式を利用する：
式１０：
式１１：
式１２：
Ｘ＝３／２（例えば、３倍体の仮定値）にて式（８）を評価するときに、以下の式により残差二乗和を得る：
式１３：
式（９）と（１３）との差は、代替えの仮説（例えば、トリソミーシングルトン、Ｘ＝３／２）に対して帰無仮説（例えば、正倍数体、Ｘ＝１）を試験するために使用することができる関数結果（例えば、ファイ）を形成する。
式１４：
式１８：
倍数性の最適値は、式２０により得られることもある：
式２０：
母体倍数性についての項、Ｍｉを、いくつかの数学的微分から省略することができる。Ｘについて得られた式は、母親に評価される染色体（単数または複数）の欠失または重複がないときの、相対的に簡易な、および多くの場合、最も頻繁に生じる特定の症例に対応する。
式２１：
ＸｉｆｆおよびＸｉｆｙは、それぞれ、式（１１）および（１２）により得られる。全ての実験誤差が無視できる実施形態において、式（２１）を解くことにより、Ｘｉｆｆ＝Ｘｉｆｙである場合、正倍数体について１の値を得る。全ての実験誤差が無視できる特定の実施形態において、式（２１）を解くことにより、３倍体について３／２の値を得る（ＸｉｆｆとＸｉｆｙとの間の３倍体の関係については式（１５）を参照のこと）。
実施例２：染色体Ｘおよび染色体Ｙにマッピングされた正規化リードカウントを使用する核型決定
この実施例において、細胞非含有核酸を含有する母体サンプルを、染色体Ｘ（ＣｈｒＸ）および染色体Ｙ（ＣｈｒＹ）にマッピングされたヌクレオチド配列リードカウントに基づきＸＸ（正倍数体女性）、ＸＹ（正倍数体男性）、ＸＸＸ（トリプルＸ症候群）、Ｘ（ターナー症候群）、ＸＸＹ（クラインフェルター症候群）またはＸＹＹ（ヤコブ症候群）の核型を有する胎児を妊娠していると分類した。サンプルは、Ｗｏｍｅｎ ａｎｄ Ｉｎｆａｎｔｓ Ｈｏｓｐｉｔａｌ（ＷＩ研究；Ｐａｌｏｍａｋｉら（２０１１）Ｇｅｎｅｔ．Ｍｅｄ．１３（１１）：９１３−２０）から得た。各サンプルについてのヌクレオチド配列リードは、Ｉｌｌｕｍｉｎａ ＨＩＳＥＱ ２０００プラットフォーム（Ｉｌｌｕｍｉｎａ，Ｉｎｃ．，Ｓａｎ Ｄｉｅｇｏ，ＣＡ）を使用して得た。いくつかの例において、ＢＯＷＴＩＥ ２アライナを使用してヌクレオチド配列リードを参照ゲノムに整列させた（ビルド３７（ｈｇ１９））。いくつかの例において、ＥＬＡＮＤアライナを使用してヌクレオチド配列リードを参照ゲノムに整列させた。
ＰＥＲＵＮを使用して、染色体Ｘと染色体Ｙの両方についてのリードカウントを正規化した。染色体Ｙについてのゲノム片（例えば、ビン）パラメータは、２０名の成人男性対照から得た。染色体Ｘについてのゲノム片（例えば、ビン）パラメータは、女性胎児を妊娠する妊娠女性（女性妊娠）からのサンプル測定値から得た。男性妊娠カウント中央値が女性妊娠カウント中央値より６倍以上過剰であった約３００の染色体Ｙビンを選択した。いくつかの例において、２２６の染色体Ｙビンを選択した。本明細書中で定義するように、式：Ｌｉ＝（ｍｉ−ＧｉＳ）Ｉ−１に従い、サンプルごとに染色体Ｘゲノム片および染色体Ｙゲノム片についてのゲノム片レベル（Ｌ）を決定した。
いくつかの例において、ＰＥＲＵＮ正規化常染色体カウントを追加のＧＣ平滑化のための参照として使用した。いくつかの例において、そのような追加のＧＣ平滑化を染色体Ｘに適用して、染色体Ｙには適用せずに、ＰＥＲＵＮ正規化後に残留する体系的ＧＣバイアスを除去した。常染色体上昇（例えば、ヌクレオチド配列リードカウントまたはそれらの導関数（例えば、Ｌ値））および染色体Ｘ（ＣｈｒＸ）上昇（例えば、Ｌ値）をＧＣ含量に対してプロットした。傾向変動を説明する、常染色体カウントを含むＬＯＥＳＳ平滑化を使用して、染色体Ｘデータを修正した（すなわち、任意の残留傾向変動を除去した）。この場合、実行した補正は、乗算法であり、１から有意に逸脱するビンは極少数であった。
染色体Ｘビン（ほぼ２８００ビン）をＰＥＲＵＮ交差検証誤差に基づいて選択した。具体的には、７％を超える交差検証誤差を有する染色体Ｘビンを分析から除去した。染色体Ｙ分類の成功は、一部は、男性特異的染色体Ｙビンの選択に依存した。
染色体Ｘ表現を次の式に従い算出した：
（ＣｈｒＸについてのΣＬ値）／（常染色体についてのΣＬ値）
染色体Ｙ表現を次の式に従い算出した：
（ＣｈｒＹについてのΣＬ値）／（常染色体についてのΣＬ値）
（式中、Ｌは、ゲノム片レベルとして上で定義されている）。
中央値（すなわち、染色体表現値の上半分と下半分を分ける値；染色体表現値の中央値は、いくつかの例では、値を最低値から最高値へと並べ、中央の１つを選択するか、または中央の２つの値の平均を算出することによって、決定することができる）および中央絶対偏差（ＭＡＤ）値を、女性妊娠の染色体Ｘ表現（ＣｈｒＸ中央値；ＭＡＤ ＣｈｒＸ）および女性妊娠の染色体Ｙ表現（ＣｈｒＹ中央値；ＭＡＤ ＣｈｒＹ）について算出した。中央値およびＭＤＡ値を使用して、ＷＩ研究からのサンプルの全ての染色体Ｘおよび染色体Ｙ表現を標準化した。染色体Ｘと染色体Ｙの両方についての中央値およびＭＡＤ値は、ＸＸ核型帰無仮説に基づいた。染色体Ｘおよび染色体ＹについてのＺスコアを下記の式に従いサンプルごとに算出し、Ｚスコア染色体Ｙ（ｙ軸）対Ｚスコア染色体Ｘスコア（ｘ軸）としてプロットし、図１に示した。
染色体Ｘについて：
染色体Ｙについて：
得られたプロットは、特定の胎児核型（例えば、正常な核型および種々の性染色体異数性核型）を有するサンプルについてのプロット点がグラフの実質的に別個の領域に分離することを示した。例えば、得られたＹ染色体Ｚスコア対Ｘ染色体Ｚスコアのプロットは、以下のような種々の核型を分離した：原点でＸＸ核型（正倍数体女性胎児）；主対角線、第２象限（負のＸ軸、正のＹ軸）、に沿ってＸＹ核型（正倍数体男性胎児）；正のＸ軸に沿ってＸＸＸ核型（トリプルＸ症候群）；負のＸ軸に沿ってＸ核型（ターナー症候群）；正のＹ軸に沿ってＸＸＹ核型（クラインフェルター症候群）；正倍数体男性妊娠についての傾きの約２倍の大きさの傾きを有する副対角線、第２象限、に沿ってＸＹＹ核型（ヤコブ症候群）。
核型の分離を図１に図示する。核型分類の決定は、染色体Ｘおよび染色体Ｙの広がりによって定められる核型特異的領域に平面を分けることによって行った。図２は、染色体Ｘ平均値対染色体Ｙ平均値のプロット上の特定の核型特異的領域を図示する。図４は、染色体Ｘ平均値対染色体Ｙ平均値のプロット上のＸＸおよびＸＹ特異的（例えば、性別決定因子）領域を図示する。核型分類の決定を、Ｗｏｍｅｎ ａｎｄ Ｉｎｆａｎｔｓ Ｈｏｓｐｉｔａｌによって提供された核型真理値表と比較した（ＷＩ研究；図３）。
実施例３：母体血漿からの循環無細胞ＤＮＡのシークエンシングによる性染色体異数性の非侵襲的出生前検出
この実施例において、包括的バイオインフォマティクスモデルを使用して、全ゲノム超並列シークエンシングにより特定の性染色体異数性（ＳＣＡ）の正確な検出を実証した。このＳＣＡ検出法は、常染色体トリソミーの他の検出方法を補足することができる。例えば、母体血漿からの循環無細胞（ｃｃｆ）ＤＮＡの全ゲノムシークエンシングは、特定の常染色体異数性についての非侵襲的出生前検査を可能にした。この実施例では、検出を拡大して、特定の性染色体異数性：トリソミーＸ［４７，ＸＸＸ］、ターナー［４５，Ｘ］、クラインフェルター［４７，ＸＸＹ］、および［４７，ＸＹＹ］症候群を含めた。ＳＣＡ検出のためのならびに盲検検証セットでの新たに開発したアッセイおよびアルゴリズムのための訓練セットを確立した。この実施例では、ＳＣＡを高い感度および低い偽陽性率で非侵襲的に検出した。
方法
改善されたアッセイフォーマットを使用する超並列シークエンシングを、胎児の核型が判っている１５６４名の妊娠女性の血漿から単離されたｃｃｆ ＤＮＡを用いて行った。このコホートからのデータを訓練セットとして使用して、性染色体異数性検出のための分類アルゴリズムを構築した。次いで、実験室に知らせていない胎児核型を有する女性からの４２０の母体サンプルの別個の研究を行い、分類アルゴリズムの精度を判定した。
研究設計およびサンプル採取
訓練コホートは、独立して開発され統合された研究（Ｐａｌｏｍａｋｉら（２０１１）Ｇｅｎｅｔ Ｍｅｄ１３：９１３−２０；Ｐａｌｏｍａｋｉら（２０１２）Ｇｅｎｅｔ Ｍｅｄ１４：２９６−３０５；Ｃａｎｉｃｋら（２０１２）Ｐｒｅｎａｔ Ｄｉａｇｎ３２：７３０−４）の一部として採取された１５６４名の妊娠女性からの凍結血漿サンプルアリコートから成った。これらのサンプルは、胎児異数性の危険性が高い妊娠女性の以前のコホート内症例対照研究のために採取されたアリコートの残余バンクから選択した。含まれるサンプルを、侵襲的羊水穿刺または絨毛採取（ＣＶＳ）前に、妊娠１０．５週から２０週の間で採取した。性染色体異常を含む、核型の結果を、全てのサンプルについて得た。このコホートを、常染色体異数性検出のための改善されたアッセイの実験室開発プロセスの一部として利用した。個別の盲検臨床検証コホートは４２０名の妊娠者からのサンプルを含み、同様の妊娠期間内に（すなわち、胎児異数性の危険性が高い妊娠女性から、侵襲的サンプリング前に）採取した。これらのサンプルについての人口統計情報を図６に提示する。
多胎妊娠しており、性染色体がモザイクであるか、または入手可能な文書化された核型レポートがない患者からのサンプルは、この臨床成績分析から除外した（ｎ＝９）。４１１のサンプルの残りのセットは、２１の［４５，Ｘ］サンプル、１つの［４７，ＸＸＸ］サンプル、５つの[４７，ＸＸＹ］サンプルおよび３つの［４７，ＸＹＹ］サンプルを含
んだ。検証コホートのために使用した全てのサンプルは、利用可能な４ｍＬ血漿アリコートを患者１名につき少なくとも２つ有した。
治験審査委員会（または同等のもの）承認インフォームドコンセントを提供した１８歳以上の被験体からサンプルを得た。訓練コホート用のサンプルは、Ｐａｌｏｍａｋｉら（２０１１）Ｇｅｎｅｔ Ｍｅｄ１３：９１３−２０に記載されているように採取した。検証コホート用のサンプルは、次の治験審査委員会承認臨床研究のもとで採取された：Ｗｅｓｔｅｒｎ ＩＲＢ番号２００９１３９６、Ｗｅｓｔｅｒｎ ＩＲＢ番号２００８０７５７、Ｃｏｍｐａｓｓ ＩＲＢ番号００３５１。
採血および血漿分画
５０ｍＬ以下の全血を患者からＥＤＴＡ−Ｋ２を噴霧乾燥させた１０ｍＬバキュティナ（ＥＤＴＡチューブ；Ｂｅｃｔｏｎ Ｄｉｃｋｉｎｓｏｎ，Ｆｒａｎｋｌｉｎ Ｌａｋｅｓ，ＮＪ）に採取した。全血サンプルを冷蔵するか、または湿潤氷上で保管し、採血から６時間以内に処理した。ＥＤＴＡチューブ中の母体全血を４℃で１０分間、２５００ｇで遠心分離し（ＥＰＰＥＮＤＯＲＦ ５８１０Ｒとスイングアウトロータ）、血漿を回収した。そのＥＤＴＡ血漿を４℃で１０分間、１５，５００ｇで再度遠心分離した（ＥＰＰＥＮＤＯＲＦ ５８１０Ｒと固定角ロータ）。二度目の回転の後、ＥＤＴＡ血漿を、チューブの底に形成したペレットから除去し、４ｍＬのバーコード付き血漿アリコートに分配し、直ちに−７０℃以下で凍結させてＤＮＡ抽出まで保管した。
循環無細胞（ｃｃｆ）血漿ＤＮＡの単離および精製
循環無細胞（ｃｃｆ）ＤＮＡを、例えば、Ｃｈｉｕら（２００９）Ｃｌｉｎ Ｃｈｅｍ５６：４５９−６３およびＮｙｇｒｅｎら（２０１０）Ｃｌｉｎ Ｃｈｅｍ５６：１６２７−３５に記載のＱＩＡＡＭＰ Ｃｉｒｃｕｌａｔｉｎｇ Ｎｕｃｌｅｉｃ Ａｃｉｄ Ｋｉｔ（ＱＩＡＧＥＮ Ｉｎｃ．，Ｖａｌｅｎｃｉａ，ＣＡ）を使用して４ｍＬ以下の血漿から単離した。胎児染色体異数性（ＳＣＡ）の最終分類には最低３．５ｍＬの初期血漿体積が必要であった。ｃｃｆＤＮＡを５５μＬの最終体積で溶離した。
各サンプル中のｃｃｆ ＤＮＡの量を、例えばＮｙｇｒｅｎら（２０１０）Ｃｌｉｎ Ｃｈｅｍ５６：１６２７−３５；Ｅｈｒｉｃｈら（２０１１）Ａｍ Ｊ Ｏｂｓｔｅｔ Ｇｙｎｅｃｏｌ２０４：２０５．ｅ１−．ｅ１１；およびＰａｌｏｍａｋｉら（２０１１）Ｇｅｎｅｔ Ｍｅｄ１３：９１３−２０に記載のＦｅｔａｌ Ｑｕａｎｔｉｆｉｅｒ Ａｓｓａｙ（ＦＱＡ）を使用して評価した。
シークエンシングライブラリ作製
ＣＡＬＩＰＥＲ ＺＥＰＨＹＲ液体ハンドラ（ＰｅｒｋｉｎＥｌｍｅｒ Ｉｎｃ．，Ｓａｎｔａ Ｃｌａｒａ，ＣＡ）でのＡＭＰＵＲＥ ＸＰ磁性ビーズクリーンアップ（Ｂｅｃｋｍａｎ Ｃｏｕｌｔｅｒ，Ｉｎｃ．，Ｂｒｅａ，ＣＡ）を用いてＴＲＵＳＥＱライブラリ作製プロトコール（Ｉｌｌｕｍｉｎａ，Ｉｎｃ．，Ｓａｎ Ｄｉｅｇｏ，ＣＡ）に従いドナー１名につき４０μＬのｃｃｆ ＤＮＡから９６ウェルプレートフォーマットで循環無細胞ＤＮＡライブラリを作製した。ＴＲＵＳＥＱインデックス１から１２をライブラリに組み込んだ。ｃｃｆ ＤＮＡライブラリのサイズ分別は、ｃｃｆ ＤＮＡの特徴的フラグメント化のため必要なかった。ライブラリをＣＡＬＩＰＥＲ ＬＡＢＣＨＩＰ ＧＸ（ＰｅｒｋｉｎＥｌｍｅｒ Ｉｎｃ．，Ｓａｎｔａ Ｃｌａｒａ，ＣＡ）で定量し、同じ濃度に正規化した。
多重化、クラスタリングおよびシークエンシング
ｃｃｆ ＤＮＡライブラリを、１２プレックスレベルで行型にプールし、Ｉｌｌｕｍｉｎａ ＨＩＳＥＱ ２０００ ｖ３フローセルにクラスタリングし、ｃｃｆ ＤＮＡ挿入物をＨＩＳＥＱ ２０００で３６サイクル、シークエンシングした。インデックス配列を７サイクルのシークエンシングで同定した。
品質管理
シークエンシングの前に、各サンプルライブラリをＤＮＡ含量について評価した。結果を濃度測定値に変換した。７．５ｎＭ／Ｌより高いＤＮＡ濃度を有するサンプルを最終分析に受け入れた。４％の検出限界未満の胎児ＤＮＡ画分を有するサンプルは、受け入れなかった。さらに、母体血漿中の胎児ＤＮＡの濃度は、典型的に５０％未満であるので、５０％を超える胎児画分が報告されたサンプルは妥当でないと考え、それらも除外した。シークエンシングステップの質を保証するために、シークエンシング後の品質管理（ＱＣ）測定基準を１セット課した。このＱＣ基準は、（ａ）サンプル１つあたりのシーケンシングされる全リードの最低数、（ｂ）反復ＤＮＡ配列を有する部分についてフィルタリングし、ＧＣ含量補正に付し、全未処理カウントにより除算したときの５０ｋＢｐの部分に区分した整列リードについての下方カットオフ、および（ｃ）前記５０ｋＢｐの部分に関連して推定したカウント対ＧＣ含量の観察される曲率を含んだ。
バイオインフォマティクス分析
シークエンシング後、アダプターを定性リードから除去した。次いで、リードをそれらのバーコードに従い多重化し、ＢＯＷＴＩＥ ２ショートリードアライナを使用してヒト配列ゲノムビルド３７（ｈｇ．１９）に整列させた。シード領域内の完全一致のみを最終分析に割り当てた。
未処理の測定値から体系的バイアスを除去するために、正規化方法を性染色体に適用した。全ての染色体を、連続の、オーバーラップしない５０ｋＢｐゲノム片に区分し、パラメータ化した。染色体Ｘについての正規化パラメータは、既知女性胎児に対応する４８０の正倍数体サンプルのサブセットから得た。ゲノム片のフィルタリングにより染色体Ｘの７６．７％を含む小部分を得た。この小部分を利用して、サンプル中に存在する染色体Ｘの量を定量した。２３のプールされた成人男性サンプルの別の訓練セットを使用して、同様の方法を染色体Ｙに使用した。染色体Ｙの２．２％に相当する部分のサブセットは、男性に特異的であることが判明した。そこで、それらの部分を使用して、染色体Ｙ表現を定量した。ゲノム片選択に使用した正規化方法は、部分染色体異常（ｓｕｂ−ｃｈｒｏｍｏｓｏｍａｌ ａｂｎｏｒｍａｌｉｔｉｅｓ）の検出も可能にし、一般に、いずれの研究特異的な最適化され正規化された染色体比にも依存しなかった。
いくつかの例において、未処理の測定値から体系的バイアスを除去するために、本明細書に記載の、誤差除去のパラメータ化および不偏正規化（ＰＥＲＵＮ）プロトコールを性染色体に適用した。染色体ＸとＹの両方を、本明細書において常染色体について説明したように、連続の、オーバーラップしない５０ｋＢｐゲノム片に区分し、パラメータ化した。パラメータ化および正規化は、参照ヒトゲノムからの各部分のＧＣ含量を抽出することによって開始した。シークエンシングされたサンプルごとに、線形回帰を、部分特異的ＧＣ含量の関数としての部分あたりの整列リード数の測定値（カウント）に適用した。カウントまたはＧＣ含量いずれかにおいて外れ値の挙動を示した部分は、線形モデルに含めなかった。サンプル特異的ＧＣバイアス係数を、カウントをＧＣ含量に関係づける直線の傾きとして評価した。ゲノム片ごとに、サンプル特異的ＧＣバイアス係数値に対するリード測定カウントの回帰により、部分特異的モデルパラメータを得た。それらのパラメータを利用して、測定リードカウントの体系的変動を平坦化した。
染色体Ｘのモデルパラメータを、女性胎児に対応する７５２の正倍数体サンプルから得た。染色体Ｘの部分のフィルタリングは、ＧＣバイアス係数のレベルに関して層化される１０倍交差検証に基づいた。最終ゲノム片選択は、染色体Ｘの７６．７％を表し、染色体Ｘ表現を評価するために使用した。
染色体Ｙについてのモデルパラメータは、別の成人男性サンプルセットから抽出した。有益な染色体Ｙ部分を同定するために、最初に全ての正倍数体カウントプロファイルをＰＥＲＵＮ法に従い正規化した。染色体Ｙ部分ごとに、正規化されたカウントの中央値および平均絶対偏差（ＭＡＤ）を７５２の女性サンプルのサブセットおよび７５７の男性サンプルのサブセットについて算出した。次いで、それら２つの中央値およびＭＡＤを組み合わせて単一の、部分特異的ｔ統計値を得た。染色体Ｙの２．２％に表す部分のサブセットは、５０の予め定義されたカットオフを超えるｔ値を生成した。それらの部分を使用して、染色体Ｙの表現を評価した。
分類方法
本明細書における性染色体異数性（ＳＣＡ）検出方法は、一般に性別特異的である。超並列シークエンシング方法を使用して胎児の性別を予測した。次いで、ＳＣＡを男性妊娠および女性妊娠について別々に評価した。Ｘ染色体異数性（「４５，Ｘ］および［４７，ＸＸＸ］）を推定女性胎児について考慮し、その一方で、Ｙ染色体異数性（［４７，ＸＸＹ］および［４７，ＸＹＹ］）を推定男性胎児について評価した。両方の性についての染色体表現を、上記のゲノム片における正規化された染色体ＸおよびＹリードカウントの、全常染色体リードカウントに対する比として評価した。
女性胎児を表すと同定されたサンプルを、それらが訓練セットからの［４６，ＸＸ］サンプルに適合する範囲に含まれる場合、［ＸＸ］と標識した。染色体Ｘの過小表現は、［４５，Ｘ］の標識づけにつながり、その一方で、染色体Ｘの過剰表現は、［４７，ＸＸＸ］の標識づけにつながった。染色体Ｘ胎児性別異数性の呼び出しへの母体の干渉を回避するために、［４５，Ｘ］および［４７，ＸＸＸ］の予測のための染色体Ｘ表現に下方および上方境界を強制的に設けた。そのような下方および上方閾は、７０％胎児画分を有するサンプルの染色体表現の最大理論値を算出することによって決定した。染色体Ｘが境界範囲に含まれる推定女性サンプルについてのＳＣＡの決定は行わなかった。Ｚスコア空間におけるこれらの範囲は、［−３．５；−２．５］および［２．５；３．５］に対応した。
男性胎児を表すと同定されたサンプルを、それらが訓練セットにおける［４６，ＸＹ］サンプルに適合する染色体ＸおよびＹ分布パターンに従うことを条件に、［ＸＹ］と標識した。推定男性サンプルにおける染色体Ｘの過剰表現は、［４６，ＸＸ］サンプルについての染色体Ｘの分布と比較できる場合、［４７，ＸＸＹ］の標識づけにつながった。推定男性サンプルにおける染色体Ｙの過剰表現は、［４７，ＸＹＹ］の標識づけにつながった。胎児の寄与が不十分であった推定男性サンプルについては、ＳＣＡの決定を行わなかった。
非報告対象分類は、分析の失敗（４％未満のもしくは５０％より高い胎児画分、７．５ｎＭ／Ｌ未満のライブラリ濃度、または満たされなかったＱＣ要求）の、または性別異数性評価を行うことができない領域の、いずれかによる影響を受けたサンプルを含んだ。そのような領域を実施例４においてさらに詳細に説明する。
訓練セットにおける性染色体異数性の検出
本明細書における分類方法の動作を図７に要約する。訓練セットについてのデータを図１２（パネルＡおよびＢ）に示す。このセットには、胎児性別異数性の評価を可能にする女性の性別およびデータを示す核型結果を有する７４０のサンプルがあった。これらのうち、７３２は正しく分類された（７２０のＸＸ、８つのＸ、および４つのＸＸＸ）が、正倍数体であると報告されている８つのサンプルは、ＸＸと分類されなかった（３つはＸ、１つはＸＸＸ、および４つはＸＹと同定された）。加えて、男性の性別を示した核型結果を有する７２９のサンプルがあった。これらのうち、７２５は、正しく分類された（７１８のＸＹ、６つのＸＸＹ、および１つのＸＹＹ）が、４つの正倍数体男性サンプルは、正倍数体女性サンプルとして注解された。したがって、ＳＣＡの検出についての総合感度は、１００％（９５％信頼区間 ８２．３％〜１００％）であり、特異性は、９９．９％（９５％信頼区間 ９９．７％〜１００％）であった。ＳＣＡ決定に関係する非報告対象の比は、６％であった。
検証セットにおける性染色体異数性の検出
検証セットについてのデータを図１２（パネルＣおよびＤ）に示す。このセットには、胎児性別異数性の評価を可能にする女性の性別およびデータを示す核型結果を有する１９１のサンプルがあった。これらのうち、合計１８５は、正しく分類された（１６７のＸＸ、１７のＸ、１つのＸＸＸ）。［４５，Ｘ］について１つの偽陽性および１つの偽陰性があり、４つのＸＸサンプルは、ＸＹであると予測された。男性の性別を示す核型結果を有する１９９のサンプルのうち、１９８は、正しく分類され（１９１のＸＹ、５つのＸＸＹ、２つのＸＹＹ）、１つは、女性サンプルとして注解された。したがって、ＳＣＡの検出についての総合感度は、９６．２％（９５％信頼区間 ７８．４％〜９９．８％）であり、特異性は、９９．７％（９５％信頼区間 ９８．２％〜１００％）であった。ＳＣＡ決定に関係する非報告対象の比は、５％であった。
訓練セットからの結果は、検証セットからの結果と比較できた。非報告対象の比は、男性胎児に関するサンプルの中でのほうが高かった。染色体Ｙからのゲノム片がより少数であり、これにより、より弱い信号対ノイズ比がもたらされることに起因する可能性が高かった。
結論
女性性染色体異数性（ＳＣＡ）の検出のためにこの実施例において提示した方法は、９６．２％の感度と９９．７％の特異性の組み合わせと、５％の非報告対象の比を有した。したがって、特定の常染色体トリソミーの検出に使用することができる非侵襲的出生前検査（ＮＩＰＴ）は、高い検出率および低い偽陽性率で一定の性染色体異数性を検出するために使用することもできる。
実施例４：染色体ＸおよびＹについてのＰＥＲＵＮに基づく染色体表現の非報告対象ゾーン
この実施例は、性染色体異数性（ＳＣＡ）検出のための非報告対象（すなわち、無呼び出し）ゾーンの検出方法を説明するものである。
染色体Ｘ表現の分布
訓練コホートにおける正倍数体女性妊娠についての染色体Ｘ表現の分布（五分位数−五分位数プロットにより正規分布に対する比較様式で図８に示した）は、著しく非対称であり、左側の裾が重かった。観察された歪みは、モノソミーＸの推定母体および／または胎児モザイクの結果として生じた可能性もあり、技術の不完全さ（ＧＣバイアスおよび他の体系的誤差）の結果として生じた可能性もあった。このような分布は、胎児染色体Ｘ異常の検出に関連する複雑性を増大させ得る。例えば、ガウス分布からの逸脱は、（［４５，Ｘ］および［４７，ＸＸＸ］カットオフに近い、すなわち、分布の最頻値から±３σ離れている）限界染色体Ｘ表現を有する特定の女性妊娠において分類精度を低下させ得る。その結果として、訓練セットからの女性妊娠の殆どの誤報告は、それら２つのカットオフの近くに位置した。
標準化された染色体Ｘ表現
標準化されたＺスコアによって染色体Ｘ表現を表すために、打ち切り染色体Ｘ分布の幅を訓練セットからの正常女性サンプルについて推定した。最初に、標準正規五分位数理論値（予測子）を観察される染色体Ｘ五分位数（応答変数）に関係づける線形モデルを確立した。図９は、その線形モデルに基づく点推定値からの残差の分布を図示する。残差が分布（図９、水平線）の最頻値の左に５σより大きくまたは右に３σより大きく逸脱しているサンプルを除外して、染色体Ｘ表現の打ち切り分布を生成した。次いで、この打ち切り分布の不偏幅、
を使用して、以下のように女性染色体Ｘ表現を標準化した：
上記式中、ｃｈｒＸは、女性妊娠についての染色体Ｘ表現であり、ＺＸは、ｃｈｒＸの標準化された当量であり、
は、ｃｈｒＸの中央値を表し、および
は、染色体Ｘ表現の打ち切り分布の中央絶対偏差を表す。
女性妊娠についての非報告対象ＳＣＡゾーン
染色体Ｘ異数性検出の複雑性を例証するために、かつ、女性性別異数性の誤分類を回避するために、ＺＸスケールで±３カットオフに中心を置く２つの非報告対象領域を導入した。これら２つの非報告対象領域は、セグメント±［２．５，３．５］内のＺＸ値を含んだ。これら２領域内の染色体Ｘ表現を有する女性妊娠は、性別異数性について分類不可能（すなわち、非報告対象）と見なした（図１０、影付き領域）。
男性妊娠についての非報告対象ＳＣＡゾーン
染色体Ｙに関して正常［４６，ＸＹ］または異数性（クラインフェルター症候群、［４７，ＸＸＹ］；もしくはヤコブ症候群、［４７，ＸＹＹ］））としての男性胎児の分類は、ＸおよびＹ両方の染色体表現に依存した。正常男性胎児における染色体Ｘの欠失は、典型的に、染色体Ｙの比例上昇を伴う。染色体Ｙと染色体Ｘ間の比の倍増は、［４７，ＸＹＹ］胎児異数性（ヤコブ症候群）を示した。染色体Ｘ欠失のない場合の染色体Ｙの上昇は、［４７，ＸＸＹ］胎児異数性（クラインフェルター症候群）を示した。２つの染色体表現（横座標（すなわち、ｘ軸）上の染色体Ｘと縦座標（すなわち、ｙ軸）上の染色体Ｙ）を関係づける二次元ＸＹ散布図は、男性胎児異数性についての分類子の根拠となった。
男性妊娠において胎児染色体Ｙの上昇測定値と染色体Ｘ表現の欠失の両方が、母体血漿中の胎児ＤＮＡの画分に比例した。不十分な量の胎児ＤＮＡは、信号対ノイズ比に悪影響を及ぼし得る。この問題は、特定の確率的誤差に加えて、母体ゲノムからの染色体Ｙの不在にもかかわらず男性および女性胎児両方についての全ての妊娠においてゼロでないバックグランド染色体Ｙ信号の常例的出現によって悪化し得る。アーチファクトは、一部はミスアライメントによるものとされ得るが、ノイズへの有意な寄与は、典型的に、染色体Ｙと他の染色体（例えば、染色体Ｘ、例えば、３．５ＭｂのＴＧＩＦＬ Ｘ／Ｙ）間の相同性から生ずる。
［４７，ＸＸＹ］および［４７，ＸＹＹ］異数性の稀少性は、男性性別異数性分類子の訓練とその分類子の精度の評価の両方を妨げ得る。さらに、低い胎児画分値では、それら２つの男性性別異数性が占めるＸＹ散布図の領域が部分的にオーバーラップし得る。特定の例において、低い胎児画分により、クラインフェルター症候群とヤコブ症候群の両方が生じ、、正常男性妊娠とオーバーラップし得る。
染色体Ｙ異数性検出の複雑性を例証するために、かつ不十分な胎児ＤＮＡレベルに起因する分類不良を回避するために、２つの非報告対象ゾーンを、男性胎児に関するサンプルに導入した。第１の非報告対象ゾーンを、プールされた男性胎児ＤＮＡを４％の中央値レベルで含有する正倍数体対照サンプルによって定義した。このゾーンは、正倍数体対照測定値の０．１５パーセンタイル（図１１、水平の点線）より下の染色体Ｙレベルによって定義される半平面を含んだ。
第２の非報告対象ゾーンは、ＸＸＹ、ＸＹＹと正倍数体男性領域間のオーバーラップの輪郭を示した。それは、ＸＹ散布図の原点のすぐ上に直角三角形として形づくられる。この三角形は、第１の非報告対象ゾーンとその水平な隣辺が接触する（図１１）。その垂直な隣辺の位置は、ターナー症候群カットオフ（ＺＸ＝−３）によって決定される。前記三角形の斜辺は、正常男性領域についての上側第９９パーセンタイル信頼区間を定義する直線（図１１、上方の対角点線）と一致した。正倍数体男性対照カットオフ（図１１、水平の点線）とこの線の交差により前記三角形の右先端が示された。
上記のカットオフを下の表２に要約する。本明細書に記載のＳＣＡ法を実行する決定木を、下の表２に提供する変数名を含む図１３に提示する。
実施例５：染色体ＸおよびＹについてのゲノム片の選択
この実施例は、染色体Ｘの無益なゲノム片および染色体Ｙの男性特異的ゲノム片の選択を説明するものである。
性染色体における整列された（ＢＯＷＴＩＥアライナを使用して整列された）、シークエンシングされたリードの数の測定値から体系的バイアスを除去するために、誤差除去のパラメータ化および不偏正規化（ＰＥＲＵＮ）プロトコールを、実施例３において説明したように性染色体に適用した。染色体ＸとＹの両方を、本明細書において常染色体について説明したように、連続の、オーバーラップしない５０ｋＢｐゲノム片に区分し、パラメータ化した。パラメータ化および正規化は、参照ヒトゲノムからの各部分のＧＣ含量を抽出することによって開始した。シークエンシングされたサンプルごとに、打ち切り線形回帰を、部分特異的ＧＣ含量の関数としての部分あたりの整列リード数の測定値（カウント）に適用した。サンプル特異的ＧＣバイアス係数を、カウントをＧＣ含量に関係づける直線の傾きとして評価した。ゲノム片ごとに、サンプル特異的ＧＣバイアス係数値に対する測定リードカウントの線形回帰により、部分特異的ＰＥＲＵＮパラメータを得た。傾きおよび切片という２つのパラメータをゲノム片ごとに得た。本明細書において常染色体ゲノム片について説明したように、それらのパラメータを利用して測定リードカウントの体系的変動を平坦化した。
染色体ＸについてのＰＥＲＵＮパラメータは、７５２の正倍数体女性妊娠から得た。染色体Ｘの部分のフィルタリングは、１０倍交差検証に基づいた。交差検証サブセットの無作為選択をサンプル特異的ＧＣバイアス係数に従い層化し、１００回反復した。交差検証Ｒ因子値が７％を超える染色体Ｘ部分を排除した。さらなるマッピング性／反復性フィルタリングにより、染色体Ｘの７６．７％を表す２３８２のビンの最終選択を得た。選択された２３８２のビンを使用して、染色体Ｘ表現を評価した。染色体ＹについてのＰＥＲＵＮパラメータを２３の成人男性サンプルのセットから抽出した。
有益な染色体Ｙ部分を同定するために、正倍数体カウントプロファイルをＰＥＲＵＮ法に従い正規化した。それらのＰＥＲＵＮプロファイルを、胎児の性別に従い、７５２の女性および７５７の男性ヒストグラムをそれぞれ含む２つのサブセットに分離した。各染色体Ｙ部分についての中央値およびＭＡＤをサブセットごとに別々に評価した。次いで、それら２つの中央値およびＭＡＤを組み合わせて、単一の、ゲノム片特異的ｔ統計値を得ることができ、この統計値は、下記の式：
に従い決定し、この式中、
ｔ＝所与のＣｈｒＹビンについてのｔ値。
Ｎｍ＝男性正倍数体妊娠の数。
Ｙｍ＝所与のＣｈｒＹビンの全てのＮｍ男性妊娠について評価されたＰＥＲＵＮ正規化カウント中央値。特定の例では、前記中央値を平均値と置き換えることができる。前記ＰＥＲＵＮ正規化カウントを未処理カウントまたはＧＣＲＭカウントまたは任意の他の非正規化もしくは正規化カウントによって置き換えることができる。
Ｓｍ＝所与のＣｈｒＹビンの全てのＮｍ男性妊娠について評価されたＭＡＤ ＰＥＲＵＮ正規化カウント。特定の例では、前記ＭＡＤを標準偏差と置き換えることができる。前記ＰＥＲＵＮ正規化カウントを未処理カウントまたはＧＣＲＭカウントまたは任意の他の非正規化もしくは正規化カウントによって置き換えることができる。
Ｎｆ＝女性正倍数体妊娠の数。
Ｙｆ＝所与のＣｈｒＹビンの全てのＮｆ女性妊娠について評価されたＰＥＲＵＮ正規化カウント中央値。特定の例では、前記中央値を平均値と置き換えることができる。前記ＰＥＲＵＮ正規化カウントを未処理カウントまたはＧＣＲＭカウントまたは任意の他の非正規化もしくは正規化カウントによって置き換えることができる。
Ｓｆ＝所与のＣｈｒＹビンの全てのＮｆ女性妊娠について評価されたＭＡＤ ＰＥＲＵＮ正規化カウント。特定の例では、前記ＭＡＤを標準偏差と置き換えることができる。前記ＰＥＲＵＮ正規化カウントを未処理カウントまたはＧＣＲＭカウントまたは任意の他の非正規化もしくは正規化カウントによって置き換えることができる。
ｔ値が５０より大きいまたはこれに等しい（ｔ≧５０）場合、ビンを選択した。染色体Ｙの２．２％を表す２６ゲノム片のサブセットは、５０の予め定義されたカットオフを超えるｔ値を生じさせた。これらの部分を使用して、染色体Ｙ表現を評価した。
上記の方法を、未処理の染色体Ｙカウントを使用するために変更もした。ＥＬＡＮＤアライメントから得た未処理カウントを使用してその方法を適用することに成功した。未処理ＥＬＡＮＤカウントに基づくビン選択により２２６の染色体Ｙビンを得た。未処理カウントに基づくｔ値に使用したカットオフは６０であり、これは、上記のＢＯＷＴＩＥ整列、ＰＥＲＵＮ正規化染色体Ｙカウントに使用したカットオフよりわずかに高かった。いくつかの例において、ＢＯＷＴＩＥアライメントの結果として得られる未処理カウントも使用することができる。しかし、ｔ値を評価する前にＰＥＲＵＮでカウントを正規化することにより、特定の染色体表現の精度を向上させることができる。そのため、ＢＯＷＴＩＥ／ＰＥＲＵＮ処理（５０のｔ値カットオフ）に基づき以下の２６ビンを染色体Ｙ表現の評価のために選択した：ｃｈｒＹ＿１２５、ｃｈｒＹ＿１６９、ｃｈｒＹ＿１７０、ｃｈｒＹ＿１７１、ｃｈｒＹ＿１７２、ｃｈｒＹ＿１８２、ｃｈｒＹ＿１８３、ｃｈｒＹ＿１８４、ｃｈｒＹ＿１８６、ｃｈｒＹ＿１８７、ｃｈｒＹ＿１９２、ｃｈｒＹ＿４１７、ｃｈｒＹ＿４４８、ｃｈｒＹ＿４４９、ｃｈｒＹ＿４７３、ｃｈｒＹ＿４８０、ｃｈｒＹ＿４８１、ｃｈｒＹ＿４８５、ｃｈｒＹ＿４９１、ｃｈｒＹ＿５０２、ｃｈｒＹ＿５１９、ｃｈｒＹ＿５３５、ｃｈｒＹ＿５５９、ｃｈｒＹ＿１１７６、ｃｈｒＹ＿１１７７、ｃｈｒＹ＿１１７８。選択した染色体Ｙビンについてのゲノム座標を下の表３に提供する。
実施例６：染色体Ｙの特定のゲノム片の特殊処理
この実施例は、女性妊娠における染色体Ｙについての染色体表現を評価する時のゲノム片（すなわち、ビン）ｃｈｒＹ＿１１７６、ｃｈｒＹ＿１１７７およびｃｈｒＹ＿１１７８の特殊処理を説明するものである。
特定の例において、上昇したビンｃｈｒＹ＿１１７６、ｃｈｒＹ＿１１７７およびｃｈｒＹ＿１１７８を有する女性妊娠における染色体Ｙ表現の過大評価を防止するために以下の方法を適用した。前の実施例では、染色体Ｙにおける男性特異的ゲノム片を選択するための方法を詳述した。簡単に言うと、前記方法は、有益な染色体Ｙ部分を同定するために、ＰＥＲＵＮ法に従い全ての正倍数体カウントプロファイルを正規化することによって開始した。次に、それらのＰＥＲＵＮプロファイルを胎児の性別に従い２つのサブセットに分離した。ＬＤＴｖ２ＣＥ訓練セットの場合、前記２つのサブセットは、７５２の女性ヒストグラムおよび７５７の男性ヒストグラムを含んだ。各染色体Ｙ部分についての中央値およびＭＡＤをサブセットごとに別々に評価した。次いで、それら２つの中央値およびＭＡＤを組み合わせて、単一の、部分特異的ｔ統計値を得た。染色体Ｙの２．２％を表す部分のサブセットは、５０の予め定義されたカットオフを超えるｔ値を生じた。これらの部分を使用して、染色体Ｙ表現を評価した。この方法を使用して、以下の２６の染色体Ｙビンを男性妊娠と女性妊娠との区別に有用と同定した：ｃｈｒＹ＿１２５、ｃｈｒＹ＿１６９、ｃｈｒＹ＿１７０、ｃｈｒＹ＿１７１、ｃｈｒＹ＿１７２、ｃｈｒＹ＿１８２、ｃｈｒＹ＿１８３、ｃｈｒＹ＿１８４、ｃｈｒＹ＿１８６、ｃｈｒＹ＿１８７、ｃｈｒＹ＿１９２、ｃｈｒＹ＿４１７、ｃｈｒＹ＿４４８、ｃｈｒＹ＿４４９、ｃｈｒＹ＿４７３、ｃｈｒＹ＿４８０、ｃｈｒＹ＿４８１、ｃｈｒＹ＿４８５、ｃｈｒＹ＿４９１、ｃｈｒＹ＿５０２、ｃｈｒＹ＿５１９、ｃｈｒＹ＿５３５、ｃｈｒＹ＿５５９、ｃｈｒＹ＿１１７６、ｃｈｒＹ＿１１７７、ｃｈｒＹ＿１１７８。
選択したビンのセット内の最後の３つのビン（すなわち、ｃｈｒＹ＿１１７６、ｃｈｒＹ＿１１７７およびｃｈｒＹ＿１１７８）は、全ての女性妊娠の中で最小の分散度を示した。加えて、これら３つのビンは、男性妊娠では最高上昇に達する傾向があった。したがって、これら３つのビンは、サンプル中の染色体Ｙの存在の検出に特に有用であり得る。しかし、極少数の女性妊娠において、これら３つのビンが上昇したが、残りの染色体Ｙプロファイルは上昇しなかった。これら３つのビンの散発的上昇について考えられる理由は、染色体Ｙにおける擬似常染色体領域２（ＰＡＲ２）へのそれらの隣接である。これらの女性胎児は、それらの父系遺伝染色体Ｘと組み換えられた父系染色体Ｙ片を受け継いでいることがある。これらの稀な例（おおよそ０．５％未満）では、染色体Ｙ表現が前記最後の３つのビンのために増加するようであった。図１４から１７において例証されるこれらの偏差は、性別異数性評価、胎児画分評価、およびシークエンシング測定値に基づく性別決定に干渉する可能性がある。この実施例は、ビンｃｈｒＹ＿１１７６、ｃｈｒＹ＿１１７７およびｃｈｒＹ＿１１７８からの干渉を、それらが女性妊娠において上昇される状況のために、除去または減少させる方法を説明するものである。
上記の３つのビンの上昇についての１つの補正方法は、それらを考慮から外すことを含んだ。しかし、これらのビンは、男性妊娠にとっても女性妊娠にとっても非常に有益であったので、それらを保持することは有益であった。したがって、これらのビンを除去するのではなく、これら３つのビンの上昇中央値を残りの２３の染色体Ｙビンの上昇中央値と比較した。２つの中央値に加えて、ＭＡＤ値を染色体Ｙビンの２つのサブセット（ビン１〜２３およびビン２４〜２６）について評価した。前記２つの中央値および前記２つのＭＡＤを組み合わせて、ｔ値を形成した。そのｔ値が３を超える場合、染色体Ｙ表現を評価する前に、ビンｃｈｒＹ＿１１７６、ｃｈｒＹ＿１１７７およびｃｈｒＹ＿１１７８における正規化されたカウントを染色体Ｙビン１〜２３の中央値と置き換えた。これらの操作を実行するコードを図１８に提示する。
図１８におけるＲスクリプトを使用して、上昇したビンｃｈｒＹ＿１１７６、ｃｈｒＹ＿１１７７およびｃｈｒＹ＿１１７８を有する女性妊娠における染色体Ｙ表現を評価したとき、結果は、より大きな女性妊娠集団（女性胎児を含む全てのＬＤＴｖ２ＣＥサンプル）で観察された染色体Ｙ表現と一致した。
実施例７：ＰＥＲＵＮに基づく染色体ＸおよびＹ表現に適用した二次ＧＣ補正
この実施例は、胎児性別異数性検出の精度を増すための染色体ＸおよびＹのＰＥＲＵＮに基づく染色体表現への二次ＧＣ補正の適用を説明するものである。染色体Ｙおよび染色体Ｘ表現を、初期ＧＣ正規化（例えば、ＰＥＲＵＮ、ハイブリッド加法ＬＯＥＳＳ、中央値による除法を含む加法ＬＯＥＳＳ、ＧＣＲＭ、ＧＣ−ＬＯＥＳＳ、またはこれらの技術の変形）によって作製したカウントプロファイルから除去しなかったいずれかの体系的ＧＣバイアスについて補正した。結果は、胎児性別異数性検出の精度増加と、男性胎児において測定される染色体ＸおよびＹ表現に基づく胎児画分推定値向上と、ターナーおよびＸＸＸ症候群を有する女性胎児において観察される染色体Ｘ表現に基づく胎児画分推定値向上とを含んだ。
上の特定の実施例は、性染色体へのＰＥＲＵＮアルゴリズムの適用、染色体ＸおよびＹについてのビン選択、ならびにＰＡＲ２領域に隣接する特定の染色体Ｙ部分の特殊処理を説明するものである。上の特定の実施例において説明した方法に従い評価したとき、性染色体の染色体表現は、一般に、残留ＧＣバイアスを含有した。図１９は、サンプル特異的ＧＣバイアス係数（全常染色体カウントに対して位取りしたもの）に対する染色体Ｘ表現の依存を図示する。図２０は、染色体Ｙ表現とＧＣバイアス係数の相関関係を示す。図１９および２０は両方とも、男性胎児において観察されることもある、女性画分の特定の交絡効果を除去するために、女性胎児において測定された染色体表現を示す。図２１および２２は、男性および女性の両方のＬＤＴｖ２ＣＥ妊娠についての染色体Ｘおよび染色体Ｙ表現を、サンプル特異的ＧＣバイアス係数の関数として示す。図２１および２２における女性データ点は、図１９および２０におけるものと同じである。図１９〜２２における染色体表現は、いずれかの二次ＧＣ補正を行わずにＰＥＲＵＮプロファイスから得た。
女性妊娠における染色体Ｘ表現と、対応するＧＣバイアス係数（全常染色体カウントにより除算したもの）の間の線形回帰により、ｒ２＝５×１０−４で、２．１７８３の傾きおよび０．０４７７の切片を得た。この傾きについてのｐ値は、０．５６６９であった（図１９、対角線）。染色体Ｘの傾きについての標準誤差は、３．８０２であった。
女性妊娠における染色体Ｙ表現と、対応するＧＣバイアス係数（全常染色体カウントにより除算したもの）の間の線形回帰により、ｒ２＝０．４０９１で、１．６６９２の傾きおよび１×１０−４の切片を得た。この傾きについてのｐ値は、２．２×１０−１６であった（図２０、対角線）。染色体Ｙの傾きについての標準誤差は、７．９９３×１０−２であった。
ＧＣ係数（全常染色体カウントにより除算したもの）と、線形回帰の傾き（−１．６６９２）の積を、ＰＥＲＵＮプロファイルから得た染色体Ｙ表現推定値から減算することにより、ＧＣバイアスの二次補正を染色体Ｙ表現に適用した。ＧＣバイアスの傾きに対する染色体Ｙの値をより大きいデータセットで定期的に更新して、測定値のドリフトを考慮することができる。したがって、−１．６６９２の補正係数は、唯一の可能な値ではなく代表例と解釈すべきである。染色体Ｙの補正係数の範囲は、標準誤差から推定することができる。傾きの推定値への３つの標準誤差の減算および加算により［−１．９０８８，−１．４２９２］の範囲を得た。
染色体Ｘ表現の広がりに対して有意ではないが、ＧＣ係数（全常染色体カウントにより除算したもの）と、線形回帰の傾き（２．１７８３）の積を、ＰＥＲＵＮプロファイルから得た染色体Ｘ表現推定値から減算することにより、ＧＣバイアスの二次補正を染色体Ｘ表現に適用した。ＧＣバイアスの傾きに対する染色体Ｘの値をより大きいデータセットで定期的に更新して、測定値のドリフトを考慮することができる。したがって、２．１７８３の補正係数は、唯一の可能な値ではなく代表例と解釈すべきである。染色体Ｘの補正係数の範囲は、標準誤差から推定することができる。傾きの推定値への３つの標準誤差の減算および加算により［−９．２２７７，１３．５８４３］の範囲を得た。
図２３および２４は、女性胎児についての補正された染色体Ｘ表現および染色体Ｙ表現をそれぞれ示す。補正は、上記の方法に従う。実線は、二次補正後の染色体表現とＧＣバイアス係数との相関関係の完全不在を示す。図２３および２４に示したデータ点に加えて、図２５および２６は、男性妊娠について得られた、補正された染色体Ｘおよび染色体Ｙ表現も含む。図２３〜２６は、ＰＥＲＵＮプロファイルから得られた染色体Ｘ表現および染色体Ｙ表現からの残留ＧＣバイアスの除去の成功を確証する。
実施例８：実施形態の実施例
以降に、本技術の特定の実施形態の非限定的な例を挙げる。
Ａ１．胎児における性染色体異数性の有無を同定する方法であって、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；
（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのＧＣ含量との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）バイアスを決定するステップ；
（ｃ）前記ＧＣバイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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ステップ；および
（ｄ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体異数性の有無を同定するステップ
を含む、方法。
Ａ２．前記参照ゲノムの部分が、性染色体内にある、実施形態Ａ１の方法。
Ａ３．前記性染色体が、Ｘ染色体である、実施形態Ａ２の方法。
Ａ４．前記性染色体Ｙが染色体である（ｔｈｅ ｓｅｘ ｃｈｒｏｍｏｓｏｍｅ ａ Ｙ ｃｈｒｏｍｏｓｏｍｅ）、実施形態Ａ２の方法。
Ａ５．前記参照ゲノムのいくつかの部分がＸ染色体内にあり、および前記参照ゲノムのいくつかの部分がＹ染色体内にある、実施形態Ａ１の方法。
Ａ６．前記参照ゲノムの部分が、性染色体のセグメント内にある、実施形態Ａ１の方法。
Ａ７．前記性染色体異数性が、性染色体のセグメントの異数性である、実施形態Ａ１またはＡ６の方法。
Ａ８．前記性染色体異数性が、ＸＸＸ、ＸＸＹ、Ｘ、およびＸＹＹから選択される、実施形態Ａ１からＡ５のいずれか１つの方法。
Ａ９．（ｂ）の前に、前記参照ゲノムの部分の一部または全てにマッピングされた配列リードのカウントについての誤差の尺度を算出するステップ、および前記誤差の尺度の閾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ステップを含む、実施形態Ａ１からＡ８のいずれか１つの方法。
Ａ１０．前記誤差の尺度が、Ｒ因子である、実施形態Ａ９の方法。
Ａ１１．約７％から約１０％のＲ因子を有する前記参照ゲノムの部分についての配列リードのカウントが、（ｂ）の前に除去される、実施形態Ａ１０の方法。
Ａ１２．（ｂ）における前記フィットさせた関係が、フィットさせた線形関係である、実施形態Ａ１からＡ１１のいずれか１つの方法。
Ａ１３．前記関係の傾きが、線形回帰により決定される、実施形態Ａ１２の方法。
Ａ１４．各ＧＣバイアスが、ＧＣバイアス係数である、実施形態Ａ１２またはＡ１３の方法。
Ａ１５．前記ＧＣバイアス係数が、（ｉ）前記参照ゲノムの部分のそれぞれに前記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ついてのリードカウントおよびＧＣ含量との間の線形関係の傾きである、実施形態Ａ１４の方法。
Ａ１６．（ｂ）における前記フィットさせた関係が、フィットさせた非線形関係である、実施形態Ａ１からＡ１１のいずれか１つの方法。
Ａ１７．各ＧＣバイアスが、ＧＣ曲率推定値を含む、実施形態Ａ１６の方法。
Ａ１８．（ｃ）における前記フィットさせた関係が、線形である、実施形態Ａ１からＡ１７のいずれか１つの方法。
Ａ１９．前記関係の傾きが、線形回帰によって決定される、実施形態Ａ１８の方法。
Ａ２０．（ｂ）における前記フィットさせた関係が線形であり、（ｃ）における前記フィットさせた関係が線形であり、および前記ゲノム片レベルＬｉが、式α：
に従い前記参照ゲノムの部分のそれぞれについて決定され、この式中、Ｇｉが、前記ＧＣバイアスであり、Ｉが、（ｃ）における前記フィットさせた関係の切片であり、Ｓが、（ｃ）における前記関係の傾きであり、ｍｉが、前記参照ゲノムの各部分にマッピングされた測定カウントであり、およびｉが、サンプルである、実施形態Ａ１からＡ１９のいずれか１つの方法。
Ａ２１．前記参照ゲノムの部分の数が、染色体Ｙについて約２２０部分以上である、実施形態Ａ１からＡ２０のいずれか１つの方法。
Ａ２２．前記参照ゲノムの部分の数が、染色体Ｘについて約２７５０部分以上である、実施形態Ａ１からＡ２０のいずれか１つの方法。
Ａ２３．前記性染色体異数性の有無が、８０％以上の感度および９８％以上の特異性で前記胎児について同定される、実施形態Ａ１からＡ２２のいずれか１つの方法。
Ａ２４．前記性染色体異数性の有無が、８０％以上の感度および９９％以上の特異性で前記胎児について同定される、実施形態Ａ１からＡ２２のいずれか１つの方法。
Ａ２５．前記性染色体異数性の有無が、９９％以上の感度および９８％以上の特異性で前記胎児について同定される、実施形態Ａ１からＡ２２のいずれか１つの方法。
Ａ２６．前記性染色体異数性の有無が、９９％以上の感度および９９％以上の特異性で前記胎児について同定される、実施形態Ａ１からＡ２２のいずれか１つの方法。
Ａ２７．前記性染色体異数性の有無が、１００％の感度および９８％以上の特異性で前記胎児について同定される、実施形態Ａ１からＡ２２のいずれか１つの方法。
Ａ２８．前記性染色体異数性の有無が、１００％の感度および９９％以上の特異性で前記胎児について同定される、実施形態Ａ１からＡ２２のいずれか１つの方法。
Ａ２９．前記参照ゲノムが、男性被験体からのものである、実施形態Ａ１からＡ２８のいずれか１つの方法。
Ａ３０．前記参照ゲノムが、女性被験体からのものである、実施形態Ａ１からＡ２８のいずれか１つの方法。
Ａ３１．前記女性被験体が、妊娠女性である、実施形態Ａ２９またはＡ３０の方法。
Ａ３２．前記妊娠女性が、女性胎児を妊娠している、実施形態Ａ３１の方法。
Ａ３２．１ 前記妊娠女性が、男性胎児を妊娠している、実施形態Ａ３１の方法。
Ａ３３．１つまたは複数のプロセッサおよびメモリを含むシステムであって、前記メモリが、前記１つまたは複数のプロセッサにより実行可能な命令を含み、および前記メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、前記配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに前記１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのＧＣ含量との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）バイアスを決定し；
（ｂ）前記ＧＣバイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体異数性の有無を同定する
よう構成される、システム。
Ａ３４．１つまたは複数のプロセッサおよびメモリを含む装置であって、前記メモリが、前記１つまたは複数のプロセッサにより実行可能な命令を含み、および前記メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、前記配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに前記１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのＧＣ含量との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）バイアスを決定し；
（ｂ）前記ＧＣバイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体異数性の有無を同定する
よう構成される、装置。
Ａ３５．コンピュータ読み取り可能な媒体に具体化された有形のコンピュータプログラム製品であって、１つまたは複数のプロセッサにより実行されるときに、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントにアクセスし；
（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのＧＣ含量との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）バイアスを決定し；
（ｃ）前記ＧＣバイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして
（ｄ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体異数性の有無を同定する
よう構成される命令を含む、コンピュータプログラム製品。
Ｂ１．胎児の性別を決定する方法であって、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；
（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのＧＣ含量との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）バイアスを決定するステップ；
（ｃ）前記ＧＣバイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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ステップ；および
（ｄ）前記算出されたゲノム片レベルに従い胎児の性別を決定するステップ
を含む、方法。
Ｂ２．前記参照ゲノムの部分が、性染色体内にある、実施形態Ｂ１の方法。
Ｂ３．前記性染色体が、Ｘ染色体である、実施形態Ｂ２の方法。
Ｂ４．前記性染色体が、Ｙ染色体である（ｔｈｅ ｓｅｘ ｃｈｒｏｍｏｓｏｍｅ ａ Ｙ ｃｈｒｏｍｏｓｏｍｅ）、実施形態Ｂ２の方法。
Ｂ５．前記参照ゲノムのいくつかの部分が、Ｘ染色体内にあり、および前記参照ゲノムのいくつかの部分が、Ｙ染色体内にある、実施形態Ｂ１の方法。
Ｂ６．（ｂ）の前に、前記参照ゲノムの部分の一部または全てにマッピングされた配列リードのカウントについての誤差の尺度を算出するステップ、および前記誤差の尺度の閾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ステップを含む、実施形態Ｂ１からＢ５のいずれか１つの方法。
Ｂ７．前記誤差の尺度が、Ｒ因子である、実施形態Ｂ６の方法。
Ｂ８．約７％から約１０％のＲ因子を有する前記参照ゲノムの部分についての配列リードのカウントが、（ｂ）の前に除去される、実施形態Ｂ７の方法。
Ｂ９．（ｂ）における前記フィットさせた関係が、フィットさせた線形関係である、実施形態Ｂ１からＢ８のいずれか１つの方法。
Ｂ１０．前記関係の傾きが、線形回帰により決定される、実施形態Ｂ９の方法。
Ｂ１１．各ＧＣバイアスが、ＧＣバイアス係数である、実施形態Ｂ９またはＢ１０の方法。
Ｂ１２．前記ＧＣバイアス係数が、（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのリードカウントおよびＧＣ含量との間の線形関係の傾きである、実施形態Ｂ１１の方法。
Ｂ１３．（ｂ）における前記フィットさせた関係が、フィットさせた非線形関係である、実施形態Ｂ１からＢ８のいずれか１つの方法。
Ｂ１４．各ＧＣバイアスが、ＧＣ曲率推定値を含む、実施形態Ｂ１３の方法。
Ｂ１５．（ｃ）における前記フィットさせた関係が線形である、実施形態Ｂ１からＢ１４のいずれか１つの方法。
Ｂ１６．前記関係の傾きが、線形回帰によって決定される、実施形態Ｂ１５の方法。
Ｂ１７．（ｂ）における前記フィットさせた関係が線形であり、（ｃ）における前記フィットさせた関係が線形であり、および前記ゲノム片レベルＬｉが、式α：
に従い前記参照ゲノムの部分のそれぞれについて決定され、この式中、Ｇｉが、前記ＧＣバイアスであり、Ｉが、（ｃ）における前記フィットさせた関係の切片であり、Ｓが、（ｃ）における前記関係の傾きであり、ｍｉが、前記参照ゲノムの各部分にマッピングされた測定カウントであり、およびｉが、サンプルである、実施形態Ｂ１からＢ１６のいずれか１つの方法。
Ｂ１８．前記参照ゲノムの部分の数が、染色体Ｙについて約２２０部分以上である、実施形態Ｂ１からＢ１７のいずれか１つの方法。
Ｂ１９．前記参照ゲノムの部分の数が、染色体Ｘについて約２７５０部分以上である、実施形態Ｂ１からＢ１７のいずれか１つの方法。
Ｂ２０．胎児の性別が、９９％以上の感度および９９％以上の特異性で決定される、実施形態Ｂ１からＢ１９のいずれか１つの方法。
Ｂ２１．前記参照ゲノムが、男性被験体からのものである、実施形態Ｂ１からＢ２０のいずれか１つの方法。
Ｂ２２．前記参照ゲノムが、女性被験体からのものである、実施形態Ｂ１からＢ２０のいずれか１つの方法。
Ｂ２３．前記女性被験体が、妊娠女性である、実施形態Ｂ２１またはＢ２２の方法。
Ｂ２４．前記妊娠女性が、女性胎児を妊娠している、実施形態Ｂ２３の方法。
Ｂ２４．１ 前記妊娠女性が、男性胎児を妊娠している、実施形態Ｂ２３の方法。
Ｂ２５．１つまたは複数のプロセッサおよびメモリを含むシステムであって、前記メモリが、前記１つまたは複数のプロセッサにより実行可能な命令を含み、および前記メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、前記配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに前記１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのＧＣ含量との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）バイアスを決定し；
（ｂ）前記ＧＣバイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）前記算出されたゲノム片レベルに従い胎児の性別を決定する
よう構成される、システム。
Ｂ２６．１つまたは複数のプロセッサおよびメモリを含む装置であって、前記メモリが、前記１つまたは複数のプロセッサにより実行可能な命令を含み、および前記メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、前記配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに前記１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのＧＣ含量との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）バイアスを決定し；
（ｂ）前記ＧＣバイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）前記算出されたゲノム片レベルに従い胎児の性別を決定する
よう構成される、装置。
Ｂ２７．コンピュータ読み取り可能な媒体に具体化された有形のコンピュータプログラム製品であって、１つまたは複数のプロセッサにより実行されるときに、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントにアクセスし；
（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのＧＣ含量との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）バイアスを決定し；
（ｃ）前記ＧＣバイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして
（ｄ）前記算出されたゲノム片レベルに従い胎児の性別を決定する
よう構成される命令を含む、コンピュータプログラム製品。
Ｃ１．胎児における性染色体核型を決定する方法であって、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；
（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのＧＣ含量との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）バイアスを決定するステップ；
（ｃ）前記ＧＣバイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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ステップ；および
（ｄ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体核型を決定するステップ
を含む、方法。
Ｃ２．前記参照ゲノムの部分が、性染色体内にある、実施形態Ｃ１の方法。
Ｃ３．前記性染色体が、Ｘ染色体である、実施形態Ｃ２の方法。
Ｃ４．前記性染色体が、Ｙ染色体である（ｔｈｅ ｓｅｘ ｃｈｒｏｍｏｓｏｍｅ ａ Ｙ ｃｈｒｏｍｏｓｏｍｅ）、実施形態Ｃ２の方法。
Ｃ５．前記参照ゲノムのいくつかの部分がＸ染色体内にあり、および前記参照ゲノムのいくつかの部分がＹ染色体内にある、実施形態Ｃ１の方法。
Ｃ６．（ｂ）の前に、前記参照ゲノムの部分の一部または全てにマッピングされた配列リードのカウントについての誤差の尺度を算出するステップ、および前記誤差の尺度の閾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ステップを含む、実施形態Ｃ１からＣ５のいずれか１つの方法。
Ｃ７．前記誤差の尺度が、Ｒ因子である、実施形態Ｃ６の方法。
Ｃ８．約７％から約１０％のＲ因子を有する前記参照ゲノムの部分についての配列リードのカウントが、（ｂ）の前に除去される、実施形態Ｃ７の方法。
Ｃ９．（ｂ）における前記フィットさせた関係が、フィットさせた線形関係である、実施形態Ｃ１からＣ８のいずれか１つの方法。
Ｃ１０．前記関係の傾きが、線形回帰により決定される、実施形態Ｃ９の方法。
Ｃ１１．各ＧＣバイアスが、ＧＣバイアス係数である、実施形態Ｃ９またはＣ１０の方法。
Ｃ１２．前記ＧＣバイアス係数が、（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのリードカウントおよびＧＣ含量との間の線形関係の傾きである、実施形態Ｃ１１の方法。
Ｃ１３．（ｂ）における前記フィットさせた関係が、フィットさせた非線形関係である、実施形態Ｃ１からＣ８のいずれか１つの方法。
Ｃ１４．各ＧＣバイアスが、ＧＣ曲率推定値を含む、実施形態Ｃ１３の方法。
Ｃ１５．（ｃ）における前記フィットさせた関係が、線形である、実施形態Ｃ１からＣ１４のいずれか１つの方法。
Ｃ１６．前記関係の傾きが、線形回帰によって決定される、実施形態Ｃ１５の方法。
Ｃ１７．（ｂ）における前記フィットさせた関係が線形であり、（ｃ）における前記フィットさせた関係が線形であり、および前記ゲノム片レベルＬｉが、式α：
に従い前記参照ゲノムの部分のそれぞれについて決定され、この式中、Ｇｉが、前記ＧＣバイアスであり、Ｉが、（ｃ）における前記フィットさせた関係の切片であり、Ｓが、（ｃ）における前記関係の傾きであり、ｍｉが、前記参照ゲノムの各部分にマッピングされた測定カウントであり、およびｉが、サンプルである、実施形態Ｃ１からＣ１６のいずれか１つの方法。
Ｃ１８．前記参照ゲノムの部分の数が、染色体Ｙについて約２２０部分以上である、実施形態Ｃ１からＣ１７のいずれか１つの方法。
Ｃ１９．前記参照ゲノムの部分の数が、染色体Ｘについて約２７５０部分以上である、実施形態Ｃ１からＣ１７のいずれか１つの方法。
Ｃ２０．前記性染色体核型が、ＸＸ、ＸＹ、ＸＸＸ、Ｘ、ＸＸＹおよびＸＹＹから選択される、実施形態Ｃ１からＣ１９のいずれか１つの方法。
Ｃ２１．前記参照ゲノムが、男性被験体からのものである、実施形態Ｃ１からＣ２０のいずれか１つの方法。
Ｃ２２．前記参照ゲノムが、女性被験体からのものである、実施形態Ｃ１からＣ２０のいずれか１つの方法。
Ｃ２３．前記女性被験体が、妊娠女性である、実施形態Ｃ２１またはＣ２２の方法。
Ｃ２４．前記妊娠女性が、女性胎児を妊娠している、実施形態Ｃ２３の方法。
Ｃ２４．１ 前記妊娠女性が、男性胎児を妊娠している、実施形態Ｃ２３の方法。
Ｃ２５．１つまたは複数のプロセッサおよびメモリを含むシステムであって、前記メモリが、前記１つまたは複数のプロセッサにより実行可能な命令を含み、および前記メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、前記配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに前記１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのＧＣ含量との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）バイアスを決定し；
（ｂ）前記ＧＣバイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体核型を決定する
よう構成される、システム。
Ｃ２６．１つまたは複数のプロセッサおよびメモリを含む装置であって、前記メモリが、前記１つまたは複数のプロセッサにより実行可能な命令を含み、および前記メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、前記配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに前記１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのＧＣ含量との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）バイアスを決定し；
（ｂ）前記ＧＣバイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体核型を決定する
よう構成される、装置。
Ｃ２７．コンピュータ読み取り可能な媒体に具体化された有形のコンピュータプログラム製品であって、１つまたは複数のプロセッサにより実行されるときに、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントにアクセスし；
（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれ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ついてのＧＣ含量との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれについてのグアニンおよびシトシン（ＧＣ）バイアスを決定し；
（ｃ）前記ＧＣバイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして
（ｄ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体核型を決定する
よう構成される命令を含む、コンピュータプログラム製品。
Ｄ１．胎児における性染色体異数性の有無を同定する方法であって、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；
（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのマッピング特徴との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定するステップ；
（ｃ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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ステップ；および
（ｄ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体異数性の有無を同定するステップ
を含む、方法。
Ｄ１．１ 前記性染色体異数性が、ＸＸＸ、ＸＸＹ、Ｘ、およびＸＹＹから選択される、実施形態Ｄ１の方法。
Ｄ１．２ 前記性染色体異数性が、性染色体のセグメントの異数性である、実施形態Ｄ１またはＤ１．１の方法。
Ｄ２．胎児の性別を決定する方法であって、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；
（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのマッピング特徴との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定するステップ；
（ｃ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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ステップ；および
（ｄ）前記算出されたゲノム片レベルに従い胎児の性別を決定するステップ
を含む、方法。
Ｄ３．胎児における性染色体核型を決定する方法であって、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、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ステップ；
（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのマッピング特徴との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定するステップ；
（ｃ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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ステップ；および
（ｄ）前記算出されたゲノム片レベルに従い前記胎児における性染色体核型を決定するステップ
を含む、方法。
Ｄ３．１ 前記性染色体核型が、ＸＸ、ＸＹ、ＸＸＸ、Ｘ、ＸＸＹおよびＸＹＹから選択される、実施形態Ｄ３の方法。
Ｄ４．（ｂ）における前記フィットさせた関係が、フィットさせた線形関係である、実施形態Ｄ１からＤ３．１のいずれか１つの方法。
Ｄ５．前記関係の傾きが、線形回帰により決定される、実施形態Ｄ４の方法。
Ｄ６．各実験的バイアスが、実験的バイアス係数であり、前記実験的バイアス係数が、（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと（ｉｉ）前記部分のそれぞれについてのマッピング特徴との間の線形関係の傾きである、実施形態Ｄ４またはＤ５の方法。
Ｄ７．（ｂ）における前記フィットさせた関係が、フィットさせた非線形関係である、実施形態Ｄ１からＤ３のいずれか１つの方法。
Ｄ８．各実験的バイアスが、実験的バイアスの曲率推定値を含む、実施形態Ｄ７の方法。
Ｄ９．（ｃ）における前記フィットさせた関係が、線形である、実施形態Ｄ１からＤ８のいずれか１つの方法。
Ｄ１０．前記関係の傾きが、線形回帰によって決定される、実施形態９の方法。
Ｄ１１．（ｂ）における前記フィットさせた関係が線形であり、（ｃ）における前記フィットさせた関係が線形であり、および前記ゲノム片レベルＬｉが、式α：
に従い前記参照ゲノムの部分のそれぞれについて決定され、この式中、Ｇｉが、前記実験的バイアスであり、Ｉが、（ｃ）における前記フィットさせた関係の切片であり、Ｓが、（ｃ）における前記関係の傾きであり、ｍｉが、前記参照ゲノムの各部分にマッピングされた測定カウントであり、およびｉが、サンプルである、実施形態Ｄ１からＤ１０のいずれか１つの方法。
Ｄ１２．前記参照ゲノムの部分の数が、約４０，０００部分以上である、実施形態Ｄ１からＤ１１のいずれか１つの方法。
Ｄ１３．前記マッピング特徴が、ＧＣ含量であり、および前記実験的バイアスが、ＧＣバイアスである、実施形態Ｄ１からＤ１２のいずれか１つの方法。
Ｄ１４．前記マッピング特徴が、マッピング性の測定値であり、および前記実験的バイアスが、マッピング性バイアスである、実施形態Ｄ１からＤ１２のいずれか１つの方法。
Ｄ１５．（ｃ）における前記関係が、非線形である、実施形態Ｄ１からＤ１４のいずれか１つの方法。
Ｄ１６．（ｂ）の前に、前記参照ゲノムの部分の一部または全てにマッピングされた配列リードのカウントについての誤差の尺度を算出するステップ、および前記誤差の尺度の閾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ステップを含む、実施形態Ｄ１からＤ１５のいずれか１つの方法。
Ｄ１７．前記閾が、第１のゲノム片レベルと第２のゲノム片レベルの間の３．５以上の標準偏差ギャップに従い選択される、実施形態Ｄ１６の方法。
Ｄ１８．前記誤差の尺度が、Ｒ因子である、実施形態Ｄ１６またはＤ１７の方法。
Ｄ１９．約７％から約１０％のＲ因子を有する前記参照ゲノムの部分についての配列リードのカウントが、（ｂ）の前に除去される、実施形態Ｄ１８の方法。
Ｄ２０．前記参照ゲノムの部分が、性染色体内にある、実施形態Ｄ１からＤ１９のいずれか１つの方法。
Ｄ２１．前記性染色体が、Ｘ染色体である、実施形態Ｄ２０の方法。
Ｄ２２．前記性染色体が、Ｙ染色体である、実施形態Ｄ２０の方法。
Ｄ２３．前記参照ゲノムのいくつかの部分が、Ｘ染色体内にあり、および前記参照ゲノムのいくつかの部分が、Ｙ染色体内にある、実施形態Ｄ１からＤ１９のいずれか１つの方法。
Ｄ２３．１ 染色体Ｙについての部分のサブセットが選択される、実施形態Ｄ２３の方法。
Ｄ２３．２ 前記染色体Ｙについての部分のサブセットが、各部分について決定されたｔ値に従い選択される、実施形態Ｄ２３．１の方法。
Ｄ２３．３ 前記ｔ値が、式β：
に従い各部分について決定され、この式中、ｔが、所与のＣｈｒＹビンについてのｔ値であり；Ｎｍが、男性正倍数体妊娠の数であり；Ｙｍが、所与のＣｈｒＹビンについての全てのＮｍ男性妊娠について評価された中央値ＰＥＲＵＮ正規化カウントであり；Ｓｍが、所与のＣｈｒＹビンについての全てのＮｍ男性妊娠について評価されたＭＡＤ ＰＥＲＵＮ正規化カウントであり；Ｎｆが、女性正倍数体妊娠の数であり；Ｙｆが、所与のＣｈｒＹビンについての全てのＮｆ女性妊娠について評価された中央値ＰＥＲＵＮ正規化カウントであり；およびＳｆが、所与のＣｈｒＹビンについての全てのＮｆ女性妊娠について評価されたＭＡＤ ＰＥＲＵＮ正規化カウントである、実施形態Ｄ２３．２の方法。
Ｄ２３．４ ５０より大きいまたはこれに等しいｔ値を有する部分が選択される、実施形態Ｄ２３．３の方法。
Ｄ２４．前記参照ゲノムの部分の数が、染色体Ｙについて約２２０部分以上である、実施形態Ｄ１からＤ２３．４のいずれか１つの方法。
Ｄ２４．１ 前記参照ゲノムの部分の数が、染色体Ｙについて約２０部分以上である、実施形態Ｄ１からＤ２３．４のいずれか１つの方法。
Ｄ２４．２ 前記参照ゲノムの部分の数が、染色体Ｙについて約２６部分である、実施形態Ｄ２４．１の方法。
Ｄ２４．３ 前記参照ゲノムの部分の数が、染色体Ｙについて約２３部分である、実施形態Ｄ２４．１の方法。
Ｄ２４．４ 前記部分が、表３のゲノム片の中から選択される、実施形態Ｄ２４．１、Ｄ２４．２またはＤ２４．３の方法。
Ｄ２４．５ 前記部分が、ＣｈｒＹ＿１１７６、ＣｈｒＹ＿１１７７、およびＣｈｒＹ＿１１７６を含まない、実施形態Ｄ２４．１からＤ２４．４のいずれか１つの方法。
Ｄ２５．前記参照ゲノムの部分の数が、染色体Ｘについて約２７５０部分以上である、実施形態Ｄ１からＤ２３のいずれか１つの方法。
Ｄ２５．１ 前記参照ゲノムの部分の数が、染色体Ｘについて約２３５０部分以上である、実施形態Ｄ１からＤ２３のいずれか１つの方法。
Ｄ２５．２ 前記参照ゲノムの部分の数が、Ｘ染色体について約２３８２部分である、実施形態Ｄ２５．１の方法。
Ｄ２６．前記参照ゲノムが、男性被験体からのものである、実施形態Ｄ１からＤ２５．２のいずれか１つの方法。
Ｄ２７．前記参照ゲノムが、女性被験体からのものである、実施形態Ｄ１からＤ２５．２のいずれか１つの方法。
Ｄ２８．前記女性被験体が、妊娠女性である、実施形態Ｄ２６またはＤ２７の方法。
Ｄ２９．前記妊娠女性が、女性胎児を妊娠している、実施形態Ｄ２８の方法。
Ｄ２９．１ 前記妊娠女性が、男性胎児を妊娠している、実施形態Ｄ２８の方法。
Ｄ３０．前記参照ゲノムの各部分が、所定の長さのヌクレオチド配列を含む、実施形態Ｄ１からＤ２９．１のいずれか１つの方法。
Ｄ３１．前記所定の長さが、約５０キロ塩基である、実施形態Ｄ３０の方法。
Ｄ３２．（ｃ）において算出された前記ゲノム片レベルに二次正規化を適用するステップを含む、実施形態Ｄ１からＤ３１のいずれか１つの方法。
Ｄ３３．前記二次正規化が、ＧＣ正規化を含む、実施形態Ｄ３２の方法。
Ｄ３４．（ｃ）において算出された複数のゲノム片レベル（ａ ｐｌｕｒａｌｉｔｙ ｇｅｎｏｍｉｃ ｓｅｃｔｉｏｎ ｌｅｖｅｌｓ）から染色体Ｘ上昇および染色体Ｙ上昇を決定するステップを含む、実施形態Ｄ１からＤ３３のいずれか１つの方法。
Ｄ３５．二次元グラフ上に、前記染色体Ｙ上昇、またはその導関数、に対して染色体Ｘ上昇、またはその導関数、をプロットし、それによりプロット位置を作製するステップを含む、実施形態Ｄ３４の方法。
Ｄ３６．前記プロット位置に従い前記胎児についての性染色体核型を決定するステップを含む、実施形態Ｄ３５の方法。
Ｄ３７．前記プロット位置に従い前記胎児についての性染色体核型を決定するステップを含まない、実施形態Ｄ３５の方法。
Ｄ３８．１つまたは複数のプロセッサおよびメモリを含むシステムであって、前記メモリが、前記１つまたは複数のプロセッサにより実行可能な命令を含み、および前記メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、前記配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに前記１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと
（ｉｉ）前記部分のそれぞれについてのマッピング特徴と
の間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定し；
（ｂ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体異数性の有無を同定する
よう構成される、システム。
Ｄ３９．１つまたは複数のプロセッサおよびメモリを含む装置であって、前記メモリが、前記１つまたは複数のプロセッサにより実行可能な命令を含み、および前記メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、前記配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに前記１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと
（ｉｉ）前記部分のそれぞれについてのマッピング特徴と
の間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定し；
（ｂ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体異数性の有無を同定する
よう構成される、装置。
Ｄ４０．コンピュータ読み取り可能な媒体に具体化された有形のコンピュータプログラム製品であって、１つまたは複数のプロセッサにより実行されるときに、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントにアクセスし；
（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと
（ｉｉ）前記部分のそれぞれについてのマッピング特徴と
の間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定し；
（ｃ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして
（ｄ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体異数性の有無を同定する
よう構成される命令を含む、コンピュータプログラム製品。
Ｄ４１．１つまたは複数のプロセッサおよびメモリを含むシステムであって、前記メモリが、前記１つまたは複数のプロセッサにより実行可能な命令を含み、および前記メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、前記配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに前記１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと
（ｉｉ）前記部分のそれぞれについてのマッピング特徴と
の間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定し；
（ｂ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）前記算出されたゲノム片レベルに従い胎児の性別を決定する
よう構成される、システム。
Ｄ４２．１つまたは複数のプロセッサおよびメモリを含む装置であって、前記メモリが、前記１つまたは複数のプロセッサにより実行可能な命令を含み、および前記メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、前記配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに前記１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと
（ｉｉ）前記部分のそれぞれについてのマッピング特徴と
の間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定し；
（ｂ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）前記算出されたゲノム片レベルに従い胎児の性別を決定する
よう構成される、装置。
Ｄ４３．コンピュータ読み取り可能な媒体に具体化された有形のコンピュータプログラム製品であって、１つまたは複数のプロセッサにより実行されるときに、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントにアクセスし；
（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと
（ｉｉ）前記部分のそれぞれについてのマッピング特徴との間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定し；
（ｃ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして
（ｄ）前記算出されたゲノム片レベルに従い胎児の性別を決定する
よう構成される命令を含む、コンピュータプログラム製品。
Ｄ４４．１つまたは複数のプロセッサおよびメモリを含むシステムであって、前記メモリが、前記１つまたは複数のプロセッサにより実行可能な命令を含み、および前記メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、前記配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに前記１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと
（ｉｉ）前記部分のそれぞれについてのマッピング特徴と
の間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定し；
（ｂ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体核型を決定する
よう構成される、システム。
Ｄ４５．１つまたは複数のプロセッサおよびメモリを含む装置であって、前記メモリが、前記１つまたは複数のプロセッサにより実行可能な命令を含み、および前記メモリが、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントを含み、前記配列リードが、胎児を妊娠する妊娠女性からの循環無細胞核酸のリードであり；ならびに前記１つまたは複数のプロセッサにより実行可能な命令が、
（ａ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと
（ｉｉ）前記部分のそれぞれについてのマッピング特徴と
の間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定し；
（ｂ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして
（ｃ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体核型を決定する
よう構成される、装置。
Ｄ４６．コンピュータ読み取り可能な媒体に具体化された有形のコンピュータプログラム製品であって、１つまたは複数のプロセッサにより実行されるときに、
（ａ）胎児を妊娠する妊娠女性からの循環無細胞核酸のリードである、参照ゲノムのゲノム片にマッピングされたヌクレオチド配列リードのカウントにアクセスし；
（ｂ）（ｉ）前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントと
（ｉｉ）前記部分のそれぞれについてのマッピング特徴と
の間の各サンプルについてフィットさせた関係から、複数のサンプルについての前記参照ゲノムの部分のそれぞれの実験的バイアスを決定し；
（ｃ）前記実験的バイアスと前記参照ゲノムの部分のそれぞれにマッピングされた前記配列リードのカウントとの間のフィットさせた関係から、前記参照ゲノムの部分のそれぞれについての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し；そして
（ｄ）前記算出されたゲノム片レベルに従い前記胎児についての性染色体核型を決定する
よう構成される命令を含む、コンピュータプログラム製品。
実施例９：式の例
本明細書に記載の方法に使用することができる数学的および／または統計学的式の非限定的な例を以下に記載する。
本明細書において参照された各特許、特許出願、公報および明細書の全体は、参照により本明細書に組み込まれる。上記の特許、特許出願、公報および明細書の引用は、上記のいずれかが関連の従来技術であるという承認ではなく、これらの公報または明細書の内容または日付に関し何らかの承認を構成することもない。
技術の基本的な態様から逸脱することなく、上記を修正することができる。技術は、１つまたは複数の特定の実施形態を参照して、実質的に詳細に説明しているが、当業者であれば、本出願に特に開示される実施形態を変更することができ、さらにこれらの修正および改善が技術の範囲および趣旨内であることが理解されるだろう。
本明細書において図により説明した技術は、本明細書に特に開示されていない任意の要素（単数または複数）の存在しない場合に適切に実施することができる。したがって、例えば、本明細書における各例において、用語「含む」、「本質的に〜からなる」および「〜からなる」のいずれかは、他の２つの用語のいずれかと置き換えることができる。使用されている用語および表現は、説明の用語として使用され、限定されず、このような用語および表現の使用は、示され、かつ説明される特徴の任意の等価物またはその部分を除外せず、種々の修正が主張される技術の範囲内で可能である。用語、不定冠詞（「ａ」または「ａｎ」）は、要素の１つまたは要素の１つまたは複数のいずれかを説明することが文脈上、明らかでない限り、修正する要素の１つまたは複数を指すことができる（例えば、「試薬」は１つまたは複数の試薬を意味することができる）。本明細書において使用される場合、用語「約」は基本となるパラメータの１０％以内の値を指し（すなわち、プラスまたはマイナス１０％）、一連の値の始めの用語「約」の使用は、各値を修飾する（すなわち、「約１、２および３」は、約１、約２および約３を指す）。例えば、「約１００グラム」は、９０グラムと１１０グラムの間の重さを含むことができる。さらに、本明細書において、値の列挙が記載されるとき（例えば、約５０％、６０％、７０％、８０％、８５％または８６％）、列挙は、その全ての中間および分数の値（例えば、５４％、８５．４％）を含む。したがって、本技術は、当業者が利用し得る、本明細書に開示された概念の代表的な実施形態、任意選択の特徴、修正および変形により特に開示されているが、このような修正および変形は本技術の範囲であると考慮されると理解されるものとする。
本技術の特定の実施形態を、以下に続く特許請求の範囲に記載する。

Claims (1)

  1. 明細書に記載の発明。
JP2017119091A 2012-06-22 2017-06-16 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 JP6688764B2 (ja)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201261663482P 2012-06-22 2012-06-22
US61/663,482 2012-06-22
US13/797,508 US10497461B2 (en) 2012-06-22 2013-03-12 Methods and processes for non-invasive assessment of genetic variations
US13/797,508 2013-03-12

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2015518621A Division JP6318151B2 (ja) 2012-06-22 2013-06-21 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 (2)

Publication Number Publication Date
JP2017153494A true JP2017153494A (ja) 2017-09-07
JP6688764B2 JP6688764B2 (ja) 2020-04-28

Family

ID=49236137

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2015518621A Active JP6318151B2 (ja) 2012-06-22 2013-06-21 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
JP2017119091A Active JP6688764B2 (ja) 2012-06-22 2017-06-16 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 Before (1)

Application Number Title Priority Date Filing Date
JP2015518621A Active JP6318151B2 (ja) 2012-06-22 2013-06-21 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 (7)

Country Link
US (2) US10497461B2 (ja)
EP (3) EP3473731B1 (ja)
JP (2) JP6318151B2 (ja)
AU (4) AU2013277997B2 (ja)
CA (1) CA2877331C (ja)
HK (1) HK1206794A1 (ja)
WO (1) WO2013192562A1 (ja)

Families Citing this family (54)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140235474A1 (en) 2011-06-24 2014-08-21 Sequenom, Inc. Methods and processes for non invasive assessment of a genetic variation
US9984198B2 (en) 2011-10-06 2018-05-29 Sequenom, Inc. Reducing sequence read count error in assessment of complex genetic variations
CA2850785C (en) 2011-10-06 2022-12-13 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
US10196681B2 (en) 2011-10-06 2019-02-05 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
US9367663B2 (en) 2011-10-06 2016-06-14 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
ES2929923T3 (es) 2012-01-20 2022-12-02 Sequenom Inc Procesos de diagnóstico que condicionan las condiciones experimentales
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
US10497461B2 (en) 2012-06-22 2019-12-03 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
US20140100126A1 (en) * 2012-08-17 2014-04-10 Natera, Inc. Method for Non-Invasive Prenatal Testing Using Parental Mosaicism Data
US10482994B2 (en) 2012-10-04 2019-11-19 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
US10844424B2 (en) 2013-02-20 2020-11-24 Bionano Genomics, Inc. Reduction of bias in genomic coverage measurements
EP2959015B1 (en) 2013-02-20 2020-11-04 Bionano Genomics, Inc. Characterization of molecules in nanofluidics
PL2981921T3 (pl) 2013-04-03 2023-05-08 Sequenom, Inc. Metody i procesy nieinwazyjnej oceny zmienności genetycznych
EP3004383B1 (en) 2013-05-24 2019-04-24 Sequenom, Inc. Methods for non-invasive assessment of genetic variations using area-under-curve (auc) analysis
AU2014284180B2 (en) * 2013-06-21 2020-03-19 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
WO2015051163A2 (en) * 2013-10-04 2015-04-09 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
CA2925111C (en) 2013-10-07 2024-01-16 Sequenom, Inc. Methods and processes for non-invasive assessment of chromosome alterations
CN106164295B (zh) 2014-02-25 2020-08-11 生物纳米基因公司 减小基因组覆盖测量中的偏差
EP3736344A1 (en) 2014-03-13 2020-11-11 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
US11783911B2 (en) 2014-07-30 2023-10-10 Sequenom, Inc Methods and processes for non-invasive assessment of genetic variations
CN107111692B (zh) 2014-10-10 2021-10-29 生命科技股份有限公司 用于计算经校正扩增子覆盖度的方法、系统及计算机可读媒体
JP6971845B2 (ja) 2014-10-10 2021-11-24 セクエノム， インコーポレイテッド 遺伝子の変動の非侵襲的評価のための方法および処理
US10006910B2 (en) 2014-12-18 2018-06-26 Agilome, Inc. Chemically-sensitive field effect transistors, systems, and methods for manufacturing and using the same
US9857328B2 (en) 2014-12-18 2018-01-02 Agilome, Inc. Chemically-sensitive field effect transistors, systems and methods for manufacturing and using the same
WO2016100049A1 (en) 2014-12-18 2016-06-23 Edico Genome Corporation Chemically-sensitive field effect transistor
US9859394B2 (en) 2014-12-18 2018-01-02 Agilome, Inc. Graphene FET devices, systems, and methods of using the same for sequencing nucleic acids
US10020300B2 (en) 2014-12-18 2018-07-10 Agilome, Inc. Graphene FET devices, systems, and methods of using the same for sequencing nucleic acids
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
ES2745556T3 (es) * 2015-07-29 2020-03-02 Progenity Inc Acidos nucleicos y métodos para detectar anomalías cromosómicas
KR101817785B1 (ko) * 2015-08-06 2018-01-11 이원다이애그노믹스(주) 다양한 플랫폼에서 태아의 성별과 성염색체 이상을 구분할 수 있는 새로운 방법
KR101678962B1 (ko) * 2015-08-21 2016-12-06 이승재 대규모 병렬형 게놈서열분석 방법을 이용한 비침습적 산전검사 장치 및 방법
EP3459115A4 (en) 2016-05-16 2020-04-08 Agilome, Inc. GRAPHEN-FET DEVICES, SYSTEMS AND METHODS FOR USE THEREOF FOR SEQUENCING NUCLEIC ACIDS
US20170342477A1 (en) 2016-05-27 2017-11-30 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
EP3491561A1 (en) 2016-07-27 2019-06-05 Sequenom, Inc. Methods for non-invasive assessment of genomic instability
CA3198931A1 (en) 2017-01-20 2018-07-26 Sequenom, Inc. Methods for non-invasive assessment of genetic alterations
WO2018136882A1 (en) 2017-01-20 2018-07-26 Sequenom, Inc. Methods for non-invasive assessment of copy number alterations
WO2018136881A1 (en) 2017-01-20 2018-07-26 Sequenom, Inc. Sequencing adapter manufacture and use
JP7237003B2 (ja) 2017-01-24 2023-03-10 セクエノム， インコーポレイテッド 遺伝子片の評価のための方法およびプロセス
PT3596233T (pt) 2017-03-17 2022-08-22 Sequenom Inc Métodos e processos para avaliação de mosaicismo genético
SG10202109852WA (en) * 2017-03-20 2021-10-28 Illumina Inc Methods and compositions for preparing nucleic acid libraries
US11869630B2 (en) * 2017-07-18 2024-01-09 Congenica Ltd. Screening system and method for determining a presence and an assessment score of cell-free DNA fragments
EP3662479A1 (en) * 2017-08-04 2020-06-10 Trisomytest, s.r.o. A method for non-invasive prenatal detection of fetal sex chromosomal abnormalities and fetal sex determination for singleton and twin pregnancies
JP7239973B2 (ja) * 2017-12-19 2023-03-15 国立大学法人山口大学 前癌病変又は癌の有無の予測を補助する方法
US11629381B2 (en) 2018-01-05 2023-04-18 Billiontoone, Inc. Quality control templates ensuring validity of sequencing-based assays
US10735031B2 (en) 2018-09-20 2020-08-04 Western Digital Technologies, Inc. Content aware decoding method and system
US10862512B2 (en) 2018-09-20 2020-12-08 Western Digital Technologies, Inc. Data driven ICAD graph generation
JP2022553829A (ja) 2019-10-31 2022-12-26 セクエノム， インコーポレイテッド 多胎児妊娠およびパーソナライズされたリスク評価におけるモザイク現象比の適用
CN113052205B (zh) * 2021-03-05 2022-07-12 广州默尼互联网信息有限公司 基于机器学习的产妇数据分类方法、装置、设备及介质
AU2022255198A1 (en) * 2021-04-08 2023-11-23 Fred Hutchinson Cancer Center Cell-free dna sequence data analysis method to examine nucleosome protection and chromatin accessibility

Family Cites Families (154)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4683202A (en) 1985-03-28 1987-07-28 Cetus Corporation Process for amplifying nucleic acid sequences
US4683195A (en) 1986-01-30 1987-07-28 Cetus Corporation Process for amplifying, detecting, and/or-cloning nucleic acid sequences
US5720928A (en) 1988-09-15 1998-02-24 New York University Image processing and analysis of individual nucleic acid molecules
US5075212A (en) 1989-03-27 1991-12-24 University Of Patents, Inc. Methods of detecting picornaviruses in biological fluids and tissues
US5143854A (en) 1989-06-07 1992-09-01 Affymax Technologies N.V. Large scale photolithographic solid phase synthesis of polypeptides and receptor binding screening thereof
US5641628A (en) 1989-11-13 1997-06-24 Children's Medical Center Corporation Non-invasive method for isolation and detection of fetal DNA
WO1991010741A1 (en) 1990-01-12 1991-07-25 Cell Genesys, Inc. Generation of xenogeneic antibodies
US5091652A (en) 1990-01-12 1992-02-25 The Regents Of The University Of California Laser excited confocal microscope fluorescence scanner and method
US5432054A (en) 1994-01-31 1995-07-11 Applied Imaging Method for separating rare cells from a population of cells
US5846719A (en) 1994-10-13 1998-12-08 Lynx Therapeutics, Inc. Oligonucleotide tags for sorting and identification
ATE199571T1 (de) 1994-12-23 2001-03-15 Imperial College Automatisches sequenzierungs verfahren
US5795782A (en) 1995-03-17 1998-08-18 President & Fellows Of Harvard College Characterization of individual polymer molecules based on monomer-interface interactions
US5670325A (en) 1996-08-14 1997-09-23 Exact Laboratories, Inc. Method for the detection of clonal populations of transformed cells in a genomically heterogeneous cellular sample
IL126544A (en) 1996-04-25 2004-08-31 Genicon Sciences Inc Test for component detection using detectable particles in diffused light
US5786146A (en) 1996-06-03 1998-07-28 The Johns Hopkins University School Of Medicine Method of detection of methylated nucleic acid using agents which modify unmethylated cytosine and distinguishing modified methylated and non-methylated nucleic acids
US5928870A (en) 1997-06-16 1999-07-27 Exact Laboratories, Inc. Methods for the detection of loss of heterozygosity
US6300077B1 (en) 1996-08-14 2001-10-09 Exact Sciences Corporation Methods for the detection of nucleic acids
US6100029A (en) 1996-08-14 2000-08-08 Exact Laboratories, Inc. Methods for the detection of chromosomal aberrations
US6403311B1 (en) 1997-02-12 2002-06-11 Us Genomics Methods of analyzing polymers using ordered label strategies
GB9704444D0 (en) 1997-03-04 1997-04-23 Isis Innovation Non-invasive prenatal diagnosis
US6566101B1 (en) 1997-06-16 2003-05-20 Anthony P. Shuber Primer extension methods for detecting nucleic acids
JP2002521064A (ja) 1998-07-30 2002-07-16 ソレックサ リミテッド アレイ生体分子およびシークエンシングにおけるその使用
US6263286B1 (en) 1998-08-13 2001-07-17 U.S. Genomics, Inc. Methods of analyzing polymers using a spatial network of fluorophores and fluorescence resonance energy transfer
US6818395B1 (en) 1999-06-28 2004-11-16 California Institute Of Technology Methods and apparatus for analyzing polynucleotide sequences
US20050287592A1 (en) 2000-08-29 2005-12-29 Yeda Research And Development Co. Ltd. Template-dependent nucleic acid polymerization using oligonucleotide triphosphates building blocks
WO2001018251A1 (en) 1999-09-07 2001-03-15 The Regents Of The University Of California Methods of determining the presence of double stranded nucleic acids in a sample
EP1218543A2 (en) 1999-09-29 2002-07-03 Solexa Ltd. Polynucleotide sequencing
EP1226255B1 (en) 1999-10-29 2006-03-29 Stratagene California Compositions and methods utilizing dna polymerases
WO2001062952A1 (en) 2000-02-24 2001-08-30 Dna Sciences, Inc. Methods for determining single nucleotide variations
US6664056B2 (en) 2000-10-17 2003-12-16 The Chinese University Of Hong Kong Non-invasive prenatal monitoring
US6936433B2 (en) 2000-11-27 2005-08-30 The Regents Of The University Of California Methods and devices for characterizing duplex nucleic acid molecules
DE10112515B4 (de) 2001-03-09 2004-02-12 Epigenomics Ag Verfahren zum Nachweis von Cytosin-Methylierungsmustern mit hoher Sensitivität
EP1368497A4 (en) 2001-03-12 2007-08-15 California Inst Of Techn METHOD AND DEVICE FOR ANALYZING POLYNUCLEOTIDE SEQUENCES BY ASYNCHRONOUS BASE EXTENSION
WO2003000920A2 (en) 2001-06-21 2003-01-03 President And Fellows Of Harvard College Methods for characterization of nucleic acid molecules
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
US20030157489A1 (en) 2002-01-11 2003-08-21 Michael Wall Recursive categorical sequence assembly
US6977162B2 (en) 2002-03-01 2005-12-20 Ravgen, Inc. Rapid analysis of variations in a genome
WO2003078593A2 (en) 2002-03-15 2003-09-25 Epigenomics Ag Discovery and diagnostic methods using 5-methylcytosine dna glycosylase
US20040110208A1 (en) 2002-03-26 2004-06-10 Selena Chan Methods and device for DNA sequencing using surface enhanced Raman scattering (SERS)
US7744816B2 (en) 2002-05-01 2010-06-29 Intel Corporation Methods and device for biomolecule characterization
US20050019784A1 (en) 2002-05-20 2005-01-27 Xing Su Method and apparatus for nucleic acid sequencing and identification
US7005264B2 (en) 2002-05-20 2006-02-28 Intel Corporation Method and apparatus for nucleic acid sequencing and identification
US6952651B2 (en) 2002-06-17 2005-10-04 Intel Corporation Methods and apparatus for nucleic acid sequencing by signal stretching and data integration
CA2497988C (en) 2002-09-06 2011-03-29 The Trustees Of Boston University Quantification of gene expression
CA2507189C (en) 2002-11-27 2018-06-12 Sequenom, Inc. Fragmentation-based methods and systems for sequence variation detection and discovery
EP1641809B2 (en) 2003-07-05 2018-10-03 The Johns Hopkins University Method and compositions for detection and enumeration of genetic variations
WO2005017025A2 (en) 2003-08-15 2005-02-24 The President And Fellows Of Harvard College Study of polymer molecules and conformations with a nanopore
AU2004270220B2 (en) 2003-09-05 2009-03-05 The Chinese University Of Hong Kong Method for non-invasive prenatal diagnosis
DE60328193D1 (de) 2003-10-16 2009-08-13 Sequenom Inc Nicht invasiver Nachweis fötaler genetischer Merkmale
US20050095599A1 (en) 2003-10-30 2005-05-05 Pittaro Richard J. Detection and identification of biopolymers using fluorescence quenching
US7169560B2 (en) 2003-11-12 2007-01-30 Helicos Biosciences Corporation Short cycle methods for sequencing polynucleotides
US20050147980A1 (en) 2003-12-30 2005-07-07 Intel Corporation Nucleic acid sequencing by Raman monitoring of uptake of nucleotides during molecular replication
US20100216153A1 (en) 2004-02-27 2010-08-26 Helicos Biosciences Corporation Methods for detecting fetal nucleic acids and diagnosing fetal abnormalities
US20100216151A1 (en) 2004-02-27 2010-08-26 Helicos Biosciences Corporation Methods for detecting fetal nucleic acids and diagnosing fetal abnormalities
US20060046258A1 (en) 2004-02-27 2006-03-02 Lapidus Stanley N Applications of single molecule sequencing
US7279337B2 (en) 2004-03-10 2007-10-09 Agilent Technologies, Inc. Method and apparatus for sequencing polymers through tunneling conductance variation detection
US7238485B2 (en) 2004-03-23 2007-07-03 President And Fellows Of Harvard College Methods and apparatus for characterizing polynucleotides
CN101103357B (zh) 2004-08-13 2012-10-03 哈佛学院院长等 超高处理量光学-纳米孔dna读出平台
CA2589487C (en) 2004-11-29 2014-07-29 Klinikum Der Universitat Regensburg Means and methods for detecting methylated dna
AU2006224971B2 (en) 2005-03-18 2009-07-02 Boston University A method for the detection of chromosomal aneuploidies
WO2007065025A2 (en) 2005-11-29 2007-06-07 Wisconsin Alumni Research Foundation Method of dna analysis using micro/nanochannel
EP3591068A1 (en) 2006-02-02 2020-01-08 The Board of Trustees of the Leland Stanford Junior University Non-invasive fetal genetic screening by digital analysis
AU2007220991C1 (en) 2006-02-28 2013-08-15 University Of Louisville Research Foundation Detecting fetal chromosomal abnormalities using tandem single nucleotide polymorphisms
JP5297207B2 (ja) 2006-03-10 2013-09-25 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ スペクトル分析を介したｄｎａパターンの同定方法及びシステム
US7282337B1 (en) 2006-04-14 2007-10-16 Helicos Biosciences Corporation Methods for increasing accuracy of nucleic acid sequencing
US20090075252A1 (en) 2006-04-14 2009-03-19 Helicos Biosciences Corporation Methods for increasing accuracy of nucleic acid sequencing
US8679741B2 (en) 2006-05-31 2014-03-25 Sequenom, Inc. Methods and compositions for the extraction and amplification of nucleic acid from a sample
WO2007147074A2 (en) 2006-06-14 2007-12-21 Living Microsystems, Inc. Use of highly parallel snp genotyping for fetal diagnosis
US8137912B2 (en) 2006-06-14 2012-03-20 The General Hospital Corporation Methods for the diagnosis of fetal abnormalities
WO2007147063A2 (en) 2006-06-16 2007-12-21 Sequenom, Inc. Methods and compositions for the amplification, detection and quantification of nucleic acid from a sample
US20080081330A1 (en) 2006-09-28 2008-04-03 Helicos Biosciences Corporation Method and devices for analyzing small RNA molecules
US8262900B2 (en) 2006-12-14 2012-09-11 Life Technologies Corporation Methods and apparatus for measuring analytes using large scale FET arrays
US8003319B2 (en) 2007-02-02 2011-08-23 International Business Machines Corporation Systems and methods for controlling position of charged polymer inside nanopore
EP2604344A3 (en) 2007-03-28 2014-07-16 BioNano Genomics, Inc. Methods of macromolecular analysis using nanochannel arrays
US20110005918A1 (en) 2007-04-04 2011-01-13 Akeson Mark A Compositions, devices, systems, and methods for using a nanopore
GB0713143D0 (en) 2007-07-06 2007-08-15 Ucl Business Plc Nucleic acid detection method
US20100112590A1 (en) 2007-07-23 2010-05-06 The Chinese University Of Hong Kong Diagnosing Fetal Chromosomal Aneuploidy Using Genomic Sequencing With Enrichment
US20090029377A1 (en) 2007-07-23 2009-01-29 The Chinese University Of Hong Kong Diagnosing fetal chromosomal aneuploidy using massively parallel genomic sequencing
WO2009032779A2 (en) 2007-08-29 2009-03-12 Sequenom, Inc. Methods and compositions for the size-specific seperation of nucleic acid from a sample
ATE549419T1 (de) 2007-08-29 2012-03-15 Sequenom Inc Verfahren und zusammensetzungen für die universelle grössenspezifische polymerasekettenreaktion
AU2008308457A1 (en) 2007-10-04 2009-04-09 Halcyon Molecular Sequencing nucleic acid polymers with electron microscopy
US7767400B2 (en) 2008-02-03 2010-08-03 Helicos Biosciences Corporation Paired-end reads in sequencing by synthesis
AU2009223671B2 (en) 2008-03-11 2014-11-27 Sequenom, Inc. Nucleic acid-based tests for prenatal gender determination
AU2009228312B2 (en) 2008-03-26 2015-05-21 Sequenom, Inc. Restriction endonuclease enhanced polymorphic sequence detection
EP2664677B1 (en) 2008-06-30 2018-05-30 BioNano Genomics, Inc. Methods for single-molecule whole genome analysis
AU2009269792A1 (en) 2008-07-07 2010-01-14 Oxford Nanopore Technologies Limited Base-detecting pore
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
EP3103871B1 (en) 2008-09-16 2020-07-29 Sequenom, Inc. Processes for methylation-based enrichment of fetal nucleic acid from a maternal sample useful for fetal nucleic acid quantification
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
EP2719774B8 (en) 2008-11-07 2020-04-22 Adaptive Biotechnologies Corporation Methods of monitoring conditions by sequence analysis
WO2010056728A1 (en) 2008-11-11 2010-05-20 Helicos Biosciences Corporation Nucleic acid encoding for multiplex analysis
CN104372080B (zh) 2008-11-18 2018-03-30 博纳基因技术有限公司 多核苷酸作图和测序
WO2010065470A2 (en) 2008-12-01 2010-06-10 Consumer Genetics, Inc. Compositions and methods for detecting background male dna during fetal sex determination
SG10201501804WA (en) 2008-12-22 2015-05-28 Celula Inc Methods and genotyping panels for detecting alleles, genomes, and transcriptomes
GB0905140D0 (en) 2009-03-25 2009-05-06 Isis Innovation Method
US8455260B2 (en) 2009-03-27 2013-06-04 Massachusetts Institute Of Technology Tagged-fragment map assembly
EP3211095B1 (en) 2009-04-03 2019-01-02 Sequenom, Inc. Nucleic acid preparation compositions and methods
US8246799B2 (en) 2009-05-28 2012-08-21 Nabsys, Inc. Devices and methods for analyzing biomolecules and probes bound thereto
US20100330557A1 (en) 2009-06-30 2010-12-30 Zohar Yakhini Genomic coordinate system
WO2011038327A1 (en) 2009-09-28 2011-03-31 Bionanomatrix, Inc. Nanochannel arrays and near-field illumination devices for polymer analysis and related methods
EP2491138A1 (en) 2009-10-21 2012-08-29 Bionano Genomics, Inc. Methods and related devices for single molecule whole genome analysis
FI3783110T3 (fi) 2009-11-05 2023-03-02 Fetaalisen genomin analyysi maternaalisesta biologisesta näytteestä
US8574842B2 (en) 2009-12-22 2013-11-05 The Board Of Trustees Of The Leland Stanford Junior University Direct molecular diagnosis of fetal aneuploidy
EP3660165B1 (en) 2009-12-22 2023-01-04 Sequenom, Inc. Processes and kits for identifying aneuploidy
WO2011090556A1 (en) 2010-01-19 2011-07-28 Verinata Health, Inc. Methods for determining fraction of fetal nucleic acid in maternal samples
CA2786564A1 (en) 2010-01-19 2011-07-28 Verinata Health, Inc. Identification of polymorphic sequences in mixtures of genomic dna by whole genome sequencing
ES2534758T3 (es) 2010-01-19 2015-04-28 Verinata Health, Inc. Métodos de secuenciación en diagnósticos prenatales
US20120270739A1 (en) 2010-01-19 2012-10-25 Verinata Health, Inc. Method for sample analysis of aneuploidies in maternal samples
CA2786565C (en) 2010-01-19 2017-04-25 Verinata Health, Inc. Partition defined detection methods
US9323888B2 (en) 2010-01-19 2016-04-26 Verinata Health, Inc. Detecting and classifying copy number variation
US10388403B2 (en) 2010-01-19 2019-08-20 Verinata Health, Inc. Analyzing copy number variation in the detection of cancer
US20110312503A1 (en) 2010-01-23 2011-12-22 Artemis Health, Inc. Methods of fetal abnormality detection
US20140227691A1 (en) 2010-05-14 2014-08-14 Fluidigm, Inc. Nucleic acid isolation methods
AU2011255641A1 (en) 2010-05-18 2012-12-06 Natera, Inc. Methods for non-invasive prenatal ploidy calling
EP2591433A4 (en) 2010-07-06 2017-05-17 Life Technologies Corporation Systems and methods to detect copy number variation
SG186787A1 (en) 2010-07-23 2013-02-28 Esoterix Genetic Lab Llc Identification of differentially represented fetal or maternal genomic regions and uses thereof
ES2770342T3 (es) 2010-12-22 2020-07-01 Natera Inc Procedimientos para pruebas prenatales no invasivas de paternidad
AU2011348267A1 (en) 2010-12-23 2013-08-01 Sequenom, Inc. Fetal genetic variation detection
US20120190021A1 (en) 2011-01-25 2012-07-26 Aria Diagnostics, Inc. Detection of genetic abnormalities
CA2824387C (en) 2011-02-09 2019-09-24 Natera, Inc. Methods for non-invasive prenatal ploidy calling
WO2012118745A1 (en) 2011-02-28 2012-09-07 Arnold Oliphant Assay systems for detection of aneuploidy and sex determination
GB2484764B (en) 2011-04-14 2012-09-05 Verinata Health Inc Normalizing chromosomes for the determination and verification of common and rare chromosomal aneuploidies
CN103080336B (zh) 2011-05-31 2014-06-04 北京贝瑞和康生物技术有限公司 检测胚胎或肿瘤染色体拷贝数的试剂盒、装置和方法
US20140235474A1 (en) 2011-06-24 2014-08-21 Sequenom, Inc. Methods and processes for non invasive assessment of a genetic variation
CA2791118C (en) 2011-06-29 2019-05-07 Furnan Jiang Noninvasive detection of fetal genetic abnormality
WO2013019361A1 (en) 2011-07-07 2013-02-07 Life Technologies Corporation Sequencing methods
US10196681B2 (en) 2011-10-06 2019-02-05 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
ES2886508T3 (es) * 2011-10-06 2021-12-20 Sequenom Inc Métodos y procedimientos para la evaluación no invasiva de variaciones genéticas
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
US8688388B2 (en) 2011-10-11 2014-04-01 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
EP3243908B1 (en) 2011-10-11 2019-01-02 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
ES2929923T3 (es) 2012-01-20 2022-12-02 Sequenom Inc Procesos de diagnóstico que condicionan las condiciones experimentales
US9892230B2 (en) 2012-03-08 2018-02-13 The Chinese University Of Hong Kong Size-based analysis of fetal or tumor DNA fraction in plasma
JP6411995B2 (ja) 2012-03-13 2018-10-24 ザ チャイニーズ ユニバーシティー オブ ホンコン 非侵襲的出生前診断のために大量並列シークエンシング・データを分析する方法
WO2013177086A1 (en) 2012-05-21 2013-11-28 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
US10504613B2 (en) 2012-12-20 2019-12-10 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
US10497461B2 (en) 2012-06-22 2019-12-03 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
IL269097B2 (en) 2012-09-04 2024-01-01 Guardant Health Inc Systems and methods for detecting rare mutations and changes in number of copies
WO2014055790A2 (en) 2012-10-04 2014-04-10 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
US10482994B2 (en) 2012-10-04 2019-11-19 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
PL2981921T3 (pl) 2013-04-03 2023-05-08 Sequenom, Inc. Metody i procesy nieinwazyjnej oceny zmienności genetycznych
EP3004383B1 (en) 2013-05-24 2019-04-24 Sequenom, Inc. Methods for non-invasive assessment of genetic variations using area-under-curve (auc) analysis
AU2014284180B2 (en) 2013-06-21 2020-03-19 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
US10174375B2 (en) 2013-09-20 2019-01-08 The Chinese University Of Hong Kong Sequencing analysis of circulating DNA to detect and monitor autoimmune diseases
WO2015051163A2 (en) 2013-10-04 2015-04-09 Sequenom, Inc. Methods and processes for non-invasive assessment of genetic variations
CA2925111C (en) 2013-10-07 2024-01-16 Sequenom, Inc. Methods and processes for non-invasive assessment of chromosome alterations
CA3191504A1 (en) 2014-05-30 2015-12-03 Sequenom, Inc. Chromosome representation determinations
US11783911B2 (en) 2014-07-30 2023-10-10 Sequenom, Inc Methods and processes for non-invasive assessment of genetic variations

Also Published As

Publication number Publication date
CA2877331C (en) 2021-10-26
EP4137579A1 (en) 2023-02-22
JP2015521482A (ja) 2015-07-30
WO2013192562A1 (en) 2013-12-27
EP3473731B1 (en) 2022-08-03
AU2020277215B2 (en) 2022-11-24
EP2864498B1 (en) 2019-01-09
US20200160934A1 (en) 2020-05-21
US20130261983A1 (en) 2013-10-03
CA2877331A1 (en) 2013-12-27
HK1206794A1 (en) 2016-01-15
US10497461B2 (en) 2019-12-03
AU2018217243A1 (en) 2018-08-30
AU2018217243B2 (en) 2020-09-03
AU2023201052A1 (en) 2023-03-23
AU2013277997A1 (en) 2015-01-22
AU2020277215A1 (en) 2020-12-24
EP2864498A1 (en) 2015-04-29
EP3473731A1 (en) 2019-04-24
JP6688764B2 (ja) 2020-04-28
JP6318151B2 (ja) 2018-04-25
AU2013277997B2 (en) 2018-05-17

Similar Documents

Publication Publication Date Title
JP6688764B2 (ja) 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
JP7446979B2 (ja) 染色体提示の決定
JP6227095B2 (ja) 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
JP6971845B2 (ja) 遺伝子の変動の非侵襲的評価のための方法および処理
JP6525434B2 (ja) 遺伝子の変異の非侵襲的な評価のための方法および処理
JP6561046B2 (ja) 遺伝子の変動の非侵襲性評価のための方法および処理
DK2766496T3 (en) METHODS AND PROCESSES FOR NON-INVASIVE ASSESSMENT OF GENETIC VARIATIONS
US8688388B2 (en) Methods and processes for non-invasive assessment of genetic variations
JP6473744B2 (ja) 遺伝子の変動の非侵襲的評価のための方法および処理
EP4187543A1 (en) Methods and processes for non-invasive assessment of genetic variations

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170616

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180514

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20180808

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20181114

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190408

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190523

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20191101

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200227

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20200305

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200325

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200406

R150 Certificate of patent or registration of utility model

Ref document number: 6688764

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250