JP2017520821A5

JP2017520821A5 -

Info

Publication number: JP2017520821A5
Application number: JP2016565058A
Authority: JP
Filing date: 2015-05-12
Publication date: 2018-06-21
Anticipated expiration: 2035-05-12

Claims

第一の試料中の標的領域における低頻度バリアントを検出するための、コンピュータで実行される方法であって、コンピュータシステムにおいて、
− １又は２以上の試料からのＤＮＡ断片のシークエンシングから得られる複数の配列リードを受け取り、ここで前記１又は２以上の試料は第一の試料を含み、前記シークエンシングは前記ＤＮＡ断片中の標的領域を標的化することを含み；
− 前記複数の配列リードを、参照配列の標的領域にアラインメントし；
− 第一の試料の配列リードに基づいて、標的領域の第一の位置において第一のバリアントアレルを有する第一の候補バリアントを同定し、ここで前記第一のバリアントアレルは、前記参照配列の第一の位置の参照アレルとは異なり；
− 前記参照配列の第一の位置にアラインメントする第一の試料の配列リードに基づいて、第一の位置における第一のバリアントアレルに関する第一のバリアント頻度を決定し、
− 前記参照アレルを有する前記参照配列の標的領域中の１セットの第二の位置を同定し、ここで前記１セットの第二の位置は前記第一の位置を含み；
前記１セットの第二の位置の各々の位置において、かつ前記１又は２以上の試料の各々に関して：
− 前記参照配列の１セットの第二の位置の各々の位置にアラインメントする試料の配列リードに基づいて、第一のバリアントアレルの第二のバリアント頻度を決定し、ここで前記第二のバリアント頻度は統計分布を形成し；
− 前記第一のバリアント頻度を前記統計分布の統計値と比較して、前記統計分布の統計値に対する第一のバリアント頻度の確率値を決定し；そして
− 前記第一の位置における第一のバリアントアレルに関して、第一の試料において第一の候補バリアントが真陽性であるか否かを決定する一部として、前記確率値を閾値と比較すること、ここで前記閾値は前記第一のバリアントアレルに関して偽陽性と真陽性とを区別する、
含む、方法。
前記参照配列は、正常細胞から決定されるとおりのコンセンサス配列に対応する、請求項１に記載の方法。
前記１又は２以上の試料は無細胞ＤＮＡ断片由来である、請求項１又は２に記載の方法。
前記１又は２以上の試料は生物試料のＲＮＡ由来である、請求項１又は２に記載の方法。
複数の試料は、単一のシークエンシングランにおいてシークエンシングされる、請求項１〜４のいずれか１項に記載の方法。
前記確率値は、ｚスコア、修正されたｚスコア、累積確率、フレッド（Phred）クオリティスコア又は修正されたフレッドクオリティスコアである、請求項１〜５のいずれか１項に記載の方法。
前記統計分布は、前記第二のバリアント頻度の対数変換の統計分布である、請求項１〜６のいずれか１項に記載の方法。
前記閾値は、既知の真陽性と偽陽性とを有するトレーニングデータに基づいて、サポートベクターマシン分類器を用いて決定される、請求項１〜７のいずれか１項に記載の方法。
第一の試料中の標的領域における第一の位置に第一のバリアントアレルを有するバリアントを検出するための、コンピュータで実行される方法であって、コンピュータシステムにおいて、
− 少なくとも２つの試料からのＤＮＡ断片のシークエンシングから得られる複数の配列リードを受け取り、ここで前記少なくとも２つの試料は第一の試料を含み、前記シークエンシングは前記ＤＮＡ断片中の標的領域を標的化することを含み；
− 前記複数の配列リードを、参照配列の標的領域にアラインメントし；
− 第一の位置において各試料のアラインメントされた配列リードに基づいて、前記第一のバリアントアレルが、前記少なくとも２つの試料の各々の試料中の第一の位置に存在するか否かを同定し、ここで前記第一のバリアントアレルは、前記参照配列の第一の位置における参照アレルとは異なり；
− 前記少なくとも２つの試料の各試料に関する第一の位置にアラインメントされた配列リードを用いて、前記第一の位置における第一のバリアントアレルのバリアント数及び前記第一の位置における参照アレルの野生型数を決定し；
− 前記少なくとも２つの試料から、１つ又は２つ以上の試料を１つ又は２つ以上の参照試料として選択し；
− 第一の試料に関する第一の位置における第一のバリアントアレルの第一のバリアント数及び第一の位置における参照アレルの第一の野生型数と、前記１つ又は２つ以上の参照試料に関する第一の位置における第一のバリアントアレルの第二のバリアント数及び第一の位置における参照アレルの第二の野生型数とを比較して、第一の試料に関する第一の位置に第一のバリアントアレルを有するバリアントが発生する確率値を決定し；そして
− 第一のバリアントアレルに関して第一の試料中の第一の位置における第一のバリアントアレルが真陽性を含むか否かを決定する一部として、前記確率値を閾値と比較すること、ここで前記閾値は第一の位置の第一のバリアントアレルに関して偽陽性と真陽性とを区別する、
含む、方法。
前記確率値は、以下の式：

［式中、
ａ２は第一のバリアント数であり、ｗ２は第一の野生型数であり、ａ１は第二のバリアント数であり、ｗ１は第二の野生型数であり、ａはａ１及びａ２の合計であり、ｗはｗ１及びｗ２の合計であり、ｎ１はａ１及びｗ１の合計であり、ｎ２はａ２及びｗ２の合計であり、ｎはｎ１及びｎ２の合計である］
によって定義されるカイ二乗統計値に基づくカイ二乗累積分布関数を用いて決定される、請求項９に記載の方法。
前記確率値は、２つの比率であるｐ１及びｐ２に基づいて決定され、ここでｐ１＝ａ１／ｎ１であり、ｐ２＝ａ２／ｎ２であり、ａ２は第一のバリアント数であり、ａ１は第二のバリアント数であり、ｎ２は第一のバリアント数及び第一の野生型数の合計であり、そしてｎ１は第二のバリアント数及び第二の野生型数の合計である、請求項９に記載の方法。
前記確率値は、ｚスコア、修正されたｚスコア、ｐ値、カイ二乗値、累積確率値及び信頼水準を示すクオリティスコアの１つ又は２つ以上である、請求項９に記載の方法。
前記クオリティスコアはルックアップテーブルを用いて決定され、ここで前記ルックアップテーブルの入力は、カイ二乗値又は正規クオンタイル値の少なくとも１つである、請求項１２に記載の方法。
前記閾値は、既知の真陽性と偽陽性とを有するトレーニングデータに基づいて、サポートベクターマシン分類器を用いて決定される、請求項９〜１３のいずれか１項に記載の方法。
実施されるときにコンピュータシステムを制御して第一の試料の標的領域における真のバリアントを検出する複数の指示を記憶する、非一過性のコンピュータ可読媒体を含むコンピュータ製品であって、前記指示は、
− １又は２以上の試料からのＤＮＡ断片のシークエンシングから得られる複数の配列リードを受け取り、ここで前記１又は２以上の試料は第一の試料を含み、前記シークエンシングは前記ＤＮＡ断片中の標的領域を標的化することを含み；
− 前記複数の配列リードを、参照配列の標的領域にアラインメントし；
− 複数のバリアントクラス中の１つのバリアントクラス中のバリアントの参照アレルを各々が有する参照配列の標的領域における１セットの配列位置を同定し、ここで、前記複数のバリアントクラスの各々は、１又は２以上のバリアントを含むように定義され、各々のバリアントは対応する参照アレルとは異なるバリアントアレルを有し、そして前記１セットの配列位置は第一の位置を含み、
前記１セットの配列位置の各々の位置において、かつ前記１又は２以上の試料の各々の試料に関して：
− 各試料に関する各位置におけるリード数を決定し；
− 各試料の配列リードに基づいて、前記バリアントクラス中のバリアントに関するバリアントアレルを有する候補バリアントを同定し、ここで前記バリアントアレルは、前記参照配列の同一の位置における参照アレルとは異なり、そして各試料中の各位置における候補バリアントの総数は、各試料に関する各位置中のバリアント数であり；
− 前記リード数及びバリアント数に基づいてバリアントクラス中のバリアントのバリアント頻度を決定し、ここで各試料中の各位置に関するバリアント頻度は、統計分布を形成し、第一の試料に関する前記１セットの配列位置中の第一の位置におけるバリアント頻度は、第一のバリアント頻度であり；
− 前記第一のバリアント頻度を統計分布の値と比較して、前記統計分布の値に対する前記第一のバリアント頻度の確率値を決定し；そして
− 第一の試料中の候補バリアントが真陽性であるか否かを決定する一部として、前記確率値を閾値と比較すること、ここで前記閾値は、前記バリアントクラス中のバリアントに関して偽陽性と真陽性とを区別する、
を含む、コンピュータ製品。