JP2023504139A - 人工知能ベースの染色体異常検出方法 - Google Patents
人工知能ベースの染色体異常検出方法 Download PDFInfo
- Publication number
- JP2023504139A JP2023504139A JP2022532058A JP2022532058A JP2023504139A JP 2023504139 A JP2023504139 A JP 2023504139A JP 2022532058 A JP2022532058 A JP 2022532058A JP 2022532058 A JP2022532058 A JP 2022532058A JP 2023504139 A JP2023504139 A JP 2023504139A
- Authority
- JP
- Japan
- Prior art keywords
- nucleic acid
- artificial intelligence
- value
- chromosome
- values
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 208000031404 Chromosome Aberrations Diseases 0.000 title claims abstract description 70
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 64
- 238000001514 detection method Methods 0.000 title claims abstract description 38
- 231100000005 chromosome aberration Toxicity 0.000 title claims abstract description 17
- 150000007523 nucleic acids Chemical class 0.000 claims abstract description 179
- 210000000349 chromosome Anatomy 0.000 claims abstract description 101
- 238000000034 method Methods 0.000 claims abstract description 79
- 108020004707 nucleic acids Proteins 0.000 claims abstract description 42
- 102000039446 nucleic acids Human genes 0.000 claims abstract description 42
- 239000012472 biological sample Substances 0.000 claims abstract description 12
- 238000012163 sequencing technique Methods 0.000 claims description 63
- 239000000523 sample Substances 0.000 claims description 47
- 208000036878 aneuploidy Diseases 0.000 claims description 24
- 238000013528 artificial neural network Methods 0.000 claims description 24
- 206010008805 Chromosomal abnormalities Diseases 0.000 claims description 23
- 230000002759 chromosomal effect Effects 0.000 claims description 21
- 231100001075 aneuploidy Toxicity 0.000 claims description 20
- 238000009826 distribution Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 14
- 210000004369 blood Anatomy 0.000 claims description 12
- 239000008280 blood Substances 0.000 claims description 12
- 238000013527 convolutional neural network Methods 0.000 claims description 12
- 210000004027 cell Anatomy 0.000 claims description 10
- 108090000623 proteins and genes Proteins 0.000 claims description 10
- 239000012634 fragment Substances 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 9
- 230000001605 fetal effect Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 239000011324 bead Substances 0.000 claims description 6
- 102000004169 proteins and genes Human genes 0.000 claims description 6
- 230000000306 recurrent effect Effects 0.000 claims description 5
- 230000000052 comparative effect Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 238000000638 solvent extraction Methods 0.000 claims description 4
- 108091028043 Nucleic acid sequence Proteins 0.000 claims description 3
- 210000004381 amniotic fluid Anatomy 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 230000003169 placental effect Effects 0.000 claims description 3
- 238000004440 column chromatography Methods 0.000 claims description 2
- 239000003925 fat Substances 0.000 claims description 2
- 210000004209 hair Anatomy 0.000 claims description 2
- 210000003296 saliva Anatomy 0.000 claims description 2
- 238000005185 salting out Methods 0.000 claims description 2
- 210000000582 semen Anatomy 0.000 claims description 2
- 210000001519 tissue Anatomy 0.000 claims description 2
- 210000002700 urine Anatomy 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 23
- 230000000694 effects Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 abstract 1
- 238000012360 testing method Methods 0.000 description 50
- 238000007481 next generation sequencing Methods 0.000 description 28
- 108020004414 DNA Proteins 0.000 description 25
- 238000013136 deep learning model Methods 0.000 description 23
- 238000010200 validation analysis Methods 0.000 description 21
- 238000004364 calculation method Methods 0.000 description 20
- 125000003729 nucleotide group Chemical group 0.000 description 18
- 239000002773 nucleotide Substances 0.000 description 17
- 201000010374 Down Syndrome Diseases 0.000 description 12
- 206010044688 Trisomy 21 Diseases 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 238000012790 confirmation Methods 0.000 description 11
- 230000002441 reversible effect Effects 0.000 description 11
- 230000005856 abnormality Effects 0.000 description 10
- 239000000047 product Substances 0.000 description 10
- 238000002864 sequence alignment Methods 0.000 description 10
- 238000010276 construction Methods 0.000 description 9
- 238000012300 Sequence Analysis Methods 0.000 description 8
- 230000003321 amplification Effects 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 8
- 238000003199 nucleic acid amplification method Methods 0.000 description 8
- 230000035945 sensitivity Effects 0.000 description 8
- 201000006360 Edwards syndrome Diseases 0.000 description 7
- 201000009928 Patau syndrome Diseases 0.000 description 7
- 206010044686 Trisomy 13 Diseases 0.000 description 7
- 208000006284 Trisomy 13 Syndrome Diseases 0.000 description 7
- 208000007159 Trisomy 18 Syndrome Diseases 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 7
- 206010053884 trisomy 18 Diseases 0.000 description 7
- 206010028980 Neoplasm Diseases 0.000 description 6
- 230000008774 maternal effect Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 239000007787 solid Substances 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 238000012217 deletion Methods 0.000 description 5
- 230000037430 deletion Effects 0.000 description 5
- 230000002068 genetic effect Effects 0.000 description 5
- 238000009396 hybridization Methods 0.000 description 5
- 235000019689 luncheon sausage Nutrition 0.000 description 5
- 238000002360 preparation method Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 102000016928 DNA-directed DNA polymerase Human genes 0.000 description 4
- 108010014303 DNA-directed DNA polymerase Proteins 0.000 description 4
- 108091034117 Oligonucleotide Proteins 0.000 description 4
- 241000283907 Tragelaphus oryx Species 0.000 description 4
- 230000003322 aneuploid effect Effects 0.000 description 4
- 230000000295 complement effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 239000002070 nanowire Substances 0.000 description 4
- 238000007841 sequencing by ligation Methods 0.000 description 4
- 230000005641 tunneling Effects 0.000 description 4
- 238000002604 ultrasonography Methods 0.000 description 4
- 102000053602 DNA Human genes 0.000 description 3
- 238000000018 DNA microarray Methods 0.000 description 3
- 208000017924 Klinefelter Syndrome Diseases 0.000 description 3
- 238000000137 annealing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000000975 dye Substances 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 239000007850 fluorescent dye Substances 0.000 description 3
- 238000007672 fourth generation sequencing Methods 0.000 description 3
- 238000010348 incorporation Methods 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 238000012175 pyrosequencing Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 239000000344 soap Substances 0.000 description 3
- 239000007790 solid phase Substances 0.000 description 3
- 230000005945 translocation Effects 0.000 description 3
- 241000143060 Americamysis bahia Species 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 102000012410 DNA Ligases Human genes 0.000 description 2
- 108010061982 DNA Ligases Proteins 0.000 description 2
- 230000006820 DNA synthesis Effects 0.000 description 2
- 108090000790 Enzymes Proteins 0.000 description 2
- 102000004190 Enzymes Human genes 0.000 description 2
- 229910019142 PO4 Inorganic materials 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 238000002669 amniocentesis Methods 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 239000002041 carbon nanotube Substances 0.000 description 2
- 229910021393 carbon nanotube Inorganic materials 0.000 description 2
- 238000005119 centrifugation Methods 0.000 description 2
- 210000004252 chorionic villi Anatomy 0.000 description 2
- 238000003776 cleavage reaction Methods 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 239000000839 emulsion Substances 0.000 description 2
- 210000004700 fetal blood Anatomy 0.000 description 2
- 238000000799 fluorescence microscopy Methods 0.000 description 2
- 238000002866 fluorescence resonance energy transfer Methods 0.000 description 2
- 238000002509 fluorescent in situ hybridization Methods 0.000 description 2
- 238000013467 fragmentation Methods 0.000 description 2
- 238000006062 fragmentation reaction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000002493 microarray Methods 0.000 description 2
- 238000000386 microscopy Methods 0.000 description 2
- 239000002071 nanotube Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 229920002401 polyacrylamide Polymers 0.000 description 2
- 230000037452 priming Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000007017 scission Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- HEANZWXEJRRYTD-UHFFFAOYSA-M 2-[(6-hexadecanoylnaphthalen-2-yl)-methylamino]ethyl-trimethylazanium;chloride Chemical compound [Cl-].C1=C(N(C)CC[N+](C)(C)C)C=CC2=CC(C(=O)CCCCCCCCCCCCCCC)=CC=C21 HEANZWXEJRRYTD-UHFFFAOYSA-M 0.000 description 1
- 101100421761 Arabidopsis thaliana GSNAP gene Proteins 0.000 description 1
- 208000032791 BCR-ABL1 positive chronic myelogenous leukemia Diseases 0.000 description 1
- 108091061744 Cell-free fetal DNA Proteins 0.000 description 1
- 208000037051 Chromosomal Instability Diseases 0.000 description 1
- 206010061764 Chromosomal deletion Diseases 0.000 description 1
- 208000036086 Chromosome Duplication Diseases 0.000 description 1
- 208000010833 Chronic myeloid leukaemia Diseases 0.000 description 1
- 206010011385 Cri-du-chat syndrome Diseases 0.000 description 1
- 230000004544 DNA amplification Effects 0.000 description 1
- KCXVZYZYPLLWCC-UHFFFAOYSA-N EDTA Chemical compound OC(=O)CN(CC(O)=O)CCN(CC(O)=O)CC(O)=O KCXVZYZYPLLWCC-UHFFFAOYSA-N 0.000 description 1
- 108700024394 Exon Proteins 0.000 description 1
- 208000001951 Fetal Death Diseases 0.000 description 1
- 206010055690 Foetal death Diseases 0.000 description 1
- 101800000863 Galanin message-associated peptide Proteins 0.000 description 1
- 102100028501 Galanin peptides Human genes 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 101000848922 Homo sapiens Protein FAM72A Proteins 0.000 description 1
- 208000033761 Myelogenous Chronic BCR-ABL Positive Leukemia Diseases 0.000 description 1
- 108700020796 Oncogene Proteins 0.000 description 1
- 206010061902 Pancreatic neoplasm Diseases 0.000 description 1
- 102100034514 Protein FAM72A Human genes 0.000 description 1
- 108700025716 Tumor Suppressor Genes Proteins 0.000 description 1
- 102000044209 Tumor Suppressor Genes Human genes 0.000 description 1
- 208000026928 Turner syndrome Diseases 0.000 description 1
- 235000009499 Vanilla fragrans Nutrition 0.000 description 1
- 244000263375 Vanilla tahitensis Species 0.000 description 1
- 235000012036 Vanilla tahitensis Nutrition 0.000 description 1
- 206010049644 Williams syndrome Diseases 0.000 description 1
- 208000006254 Wolf-Hirschhorn Syndrome Diseases 0.000 description 1
- 210000002593 Y chromosome Anatomy 0.000 description 1
- 208000009956 adenocarcinoma Diseases 0.000 description 1
- 230000000692 anti-sense effect Effects 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 210000004958 brain cell Anatomy 0.000 description 1
- 230000030833 cell death Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 239000002299 complementary DNA Substances 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000001962 electrophoresis Methods 0.000 description 1
- 238000006911 enzymatic reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 231100000479 fetal death Toxicity 0.000 description 1
- 231100000562 fetal loss Toxicity 0.000 description 1
- 210000003754 fetus Anatomy 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 239000000499 gel Substances 0.000 description 1
- 238000012239 gene modification Methods 0.000 description 1
- 230000009395 genetic defect Effects 0.000 description 1
- 230000005017 genetic modification Effects 0.000 description 1
- 235000013617 genetically modified food Nutrition 0.000 description 1
- 238000013412 genome amplification Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 239000003112 inhibitor Substances 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 231100000845 liver adenoma Toxicity 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 208000015486 malignant pancreatic neoplasm Diseases 0.000 description 1
- 210000001161 mammalian embryo Anatomy 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 1
- 201000003738 orofaciodigital syndrome VIII Diseases 0.000 description 1
- 201000002528 pancreatic cancer Diseases 0.000 description 1
- 208000008443 pancreatic carcinoma Diseases 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000012567 pattern recognition method Methods 0.000 description 1
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 description 1
- 239000010452 phosphate Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 210000002826 placenta Anatomy 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 102000054765 polymorphisms of proteins Human genes 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 239000002244 precipitate Substances 0.000 description 1
- 238000009598 prenatal testing Methods 0.000 description 1
- 125000002924 primary amino group Chemical group [H]N([H])* 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000004574 scanning tunneling microscopy Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 238000000527 sonication Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 239000006228 supernatant Substances 0.000 description 1
- 210000002993 trophoblast Anatomy 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/09—Supervised learning
-
- 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
- G16B10/00—ICT specially adapted for evolutionary bioinformatics, e.g. phylogenetic tree construction or analysis
-
- 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
- G16B20/30—Detection of binding sites or motifs
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
- G16B30/10—Sequence alignment; Homology search
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
- G16B30/20—Sequence assembly
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/20—Supervised data analysis
Abstract
本発明は、人工知能ベースの染色体異常検出方法に関し、より具体的には、生体試料から核酸を抽出し、配列情報を取得して整列した核酸断片に基づいてベクトル化されたデータを生成した後、学習された人工知能モデルに入力し、計算された値と基準値とを比較する方法を用いる人工知能ベースの染色体異常検出方法に関する。本発明に係る人工知能ベースの染色体異常検出方法は、既存のリード個数（ｒｅａｄ ｃｏｕｎｔ）ベースで染色体量を決定する段階を利用する方式又は整列されたリード（ｒｅａｄｓ）間の距離概念を利用する検出方法などにおいてリードに関連した値として個々の定形化された値を用いることに比べて、ベクトル化されたデータを生成してＡＩアルゴリズムを用いて分析するので、リードカバレッジが低くとも類似の効果を発揮することができ、有用である。【選択図】 図１
Description
本発明は、人工知能ベースの染色体異常検出方法に関し、より具体的には、生体試料から核酸を抽出し、配列情報を取得して整列したリードに基づいてベクトル化されたデータを生成した後、学習された人工知能モデルに入力して計算された値と基準値とを比較する方法を用いた人工知能ベースの染色体異常検出方法に関する。
染色体異常（ｃｈｒｏｍｏｓｏｍａｌ ａｂｎｏｒｍａｌｉｔｙ）は、遺伝的欠陥及び腫瘍疾患に関連している。染色体異常は、染色体の欠失又は重複、染色体のうち一部の欠失又は重複、又は染色体内の損傷（ｂｒｅａｋ）、転位（ｔｒａｎｓｌｏｃａｔｉｏｎ）、又は逆位（ｉｎｖｅｒｓｉｏｎ）を意味することもある。染色体異常は、遺伝的バランス障害の一つであって、胎児死亡又は肉体及び精神状態の深刻な欠陥及び腫瘍疾患を誘発する。例えば、ダウン症候群（Ｄｏｗｎ’ｓ ｓｙｎｄｒｏｍｅ）は、２１番染色体が３個存在（ｔｒｉｓｏｍｙ ２１）して誘発される染色体数異常のありふれた形態である。エドワード症候群（Ｅｄｗａｒｄｓ ｓｙｎｄｒｏｍｅ）（ｔｒｉｓｏｍｙ １８）、パトウ症候群（Ｐａｔａｕ ｓｙｎｄｒｏｍｅ）（ｔｒｉｓｏｍｙ １３）、ターナー症候群（Ｔｕｒｎｅｒ ｓｙｎｄｒｏｍｅ）（ＸＯ）、及びクラインフェルター症候群（Ｋｌｉｎｅｆｅｌｔｅｒ ｓｙｎｄｒｏｍｅ）（ＸＸＹ）も染色体数異常に該当する。また、腫瘍患者からも染色体異常が発見される。例えば、肝癌患者（Ｌｉｖｅｒ Ａｄｅｎｏｍａｓ ａｎｄ ａｄｅｎｏｃａｒｃｉｎｏｍａｓ）から４ｑ、１１ｑ、２２ｑ領域の重複と１３ｑ領域の欠失が確認され、膵癌患者からは２ｐ、２ｑ、６ｐ、１１ｑ領域の重複と６ｑ、８ｐ、９ｐ、２１番染色体領域の欠失が確認された。これらの領域は、腫瘍と関連した腫瘍遺伝子（Ｏｎｃｏｇｅｎｅ）、癌抑制遺伝子（Ｔｕｍｏｒ ｓｕｐｐｒｅｓｓｏｒ ｇｅｎｅ）領域と関連している。
染色体異常は、核型検査（Ｋａｒｙｏｔｙｐｅ）、ＦＩＳＨ（Ｆｌｕｏｒｅｓｃｅｎｔ Ｉｎ Ｓｉｔｕ Ｈｙｂｒｉｄｉｚａｔｉｏｎ）を用いて検出可能である。このような検出法は、時間、努力及び正確度の側面で不利である。また、ＤＮＡマイクロアレイを染色体異常の検出に用いることができる。特に、ゲノムＤＮＡマイクロアレイシステムは、プローブの作製が容易であり、染色体の拡張された領域の他に染色体のイントロン領域における染色体異常も検出できるが、染色体内の位置付け及び機能が確認されたＤＮＡ断片を多数作製することは困難である。
近年、次世代シーケンシング技術が染色体数異常分析に用いられている（Ｐａｒｋ，Ｈ．，Ｋｉｍ ｅｔ ａｌ．，Ｎａｔ Ｇｅｎｅｔ ２０１０，４２，４００－４０５．；Ｋｉｄｄ，Ｊ．Ｍ．ｅｔ ａｌ．，Ｎａｔｕｒｅ ２００８，４５３，５６－６４）。しかしながら、この技術は、染色体数異常分析のための高いカバレッジ読み（ｃｏｖｅｒａｇｅ ｒｅａｄｉｎｇ）を要求し、ＣＮＶ測定は、独立した立証（ｖａｌｉｄａｔｉｏｎ）も必要とする。このため、非常に高コストとなり、結果が理解し難いため、その当時では一般の遺伝子検索分析として不適であった。
一方、胎児染色体異常に対する既存の産前検査項目には、超音波検査、血中標識子検査、羊水検査、絨毛膜検査、経皮臍帯血検査などがある（Ｍｕｊｅｚｉｎｏｖｉｃ Ｆ，ｅｔ ａｌ．Ｏｂｓｔｅｔ Ｇｙｎｅｃｏｌ．２００７，１１０（３）：６８７－９４．）。このうち、超音波検査と血中標識子検査は選別検査に、羊水染色体検査は確診検査に分類する。非侵襲的方法である超音波検査及び血中標識子検査は、胎児に対する直接の試料採取をせず、安全な方法であるが、検査の敏感度が８０％以下と劣っている（ＡＣＯＧ Ｃｏｍｍｉｔｔｅｅ ｏｎ Ｐｒａｃｔｉｃｅ Ｂｕｌｌｅｔｉｎｓ．２００７）。侵襲的方法である羊水検査、絨毛膜検査、経皮臍帯血検査は、胎児染色体異常を確診できるが、侵襲的医療行為による胎児の消失確率が存在するという短所がある。
１９９７年にＬｏ等が母体血漿及び血清から、胎児由来遺伝物質のＹ染色体塩基配列分析に成功し、母体内胎児遺伝物質を産前検査に利用可能になった（Ｌｏ ＹＭ，ｅｔ ａｌ．Ｌａｎｃｅｔ．１９９７，３５０（９０７６）：４８５－７）。母体血液中の胎児遺伝物質は、胎盤再形成過程中に細胞死過程を経た栄養膜細胞の一部分が物質交換機序によって母体血液に入ったものであり、実際には胎盤に由来し、これをｃｆｆ ＤＮＡ（ｃｅｌｌ－ｆｒｅｅ ｆｅｔａｌ ＤＮＡ）と定義する。
ｃｆｆ ＤＮＡは、早ければ胚移植１８日目から、遅くとも３７日目には大部分の母体血液から発見される。ｃｆｆ ＤＮＡは、３００ｂｐ以下の短い鎖であり、母体血液中に少量で存在する特徴を有するので、これを胎児染色体異常検出に適用する目的に、次世代塩基配列分析手法（ＮＧＳ）を用いた大規模並列塩基分析技術が用いられている。大規模並列塩基分析技術を用いた非侵襲的胎児染色体異常検出性能は、染色体によって９０～９９％以上の検出敏感度を示しているが、偽陽性及び偽陰性の結果が１～１０％に及んでおり、これに対する矯正技術が必要な現状である（Ｇｉｌ ＭＭ，ｅｔ ａｌ．Ｕｌｔｒａｓｏｕｎｄ Ｏｂｓｔｅｔ Ｇｙｎｅｃｏｌ．２０１５，４５（３）：２４９－６６）。
一方、工学分野で頻繁に接し得る入力パターンを特定のグループに分類する問題を解決する方案として、人間が持つ効率的なパターン認識方法を実際のコンピュータに適用させようとする研究が活発に行われている。
様々なコンピュータ適用研究のうち、効率的なパターン認識作用が起きる人間の頭脳細胞構造を工学的にモデリングした人工神経網（Ａｒｔｉｆｉｃｉａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）に関する研究がある。入力パターンを特定のグループに分類する問題を解決するために、人工神経網は、人間が有する学習という能力を摸倣したアルゴリズムを利用する。このアルゴリズムを用いて入力パターンと出力パターンとの間の写像（Ｍａｐｐｉｎｇ）を人工神経網が生成することができ、これを、人工神経網に学習能力がある、と表現する。また、人工神経網は、学習された結果に基づき、学習に使用されなかった
入力パターンに対して比較的に正しい出力を生成できる一般化能力がある。学習及び一般化という２つの代表的な性能のため、人工神経網は、既存の順次的なプログラミング方法によってはなかなか解決し難い問題に適用されている。人工神経網はその使用範囲が広いので、パターン分類問題、連続写像、非線形システム識別、非線形制御及びロボット制御分野などに活発に応用されている。
人工神経網とは、連結線で連結された数多くの人工ニューロンを用いて生物学的なシステムの計算能力を摸倣するソフトウェア又はハードウェアによって具現された演算モデルを意味する。人工神経網では、生物学的なニューロンの機能を単純化させた人工ニューロンを使用する。そして、連結強度を有する連結線を介して相互連結させ、人間の認知作用又は学習過程を行うことになる。連結強度は、連結線が有する特定値であり、連結加重値ともいう。人工神経網の学習は、教師あり学習と教師なし学習とに分けられる。教師あり学習とは、入力データとそれに対応する出力データを共に神経網に入れ、入力データに対応する出力データが出力されるように連結線の連結強度を更新させる方法である。代表的な学習アルゴリズムには、デルタ規則（Ｄｅｌｔａ Ｒｕｌｅ）と誤り逆伝播学習（Ｂａｃｋ ｐｒｏｐａｇａｔｉｏｎ Ｌｅａｒｎｉｎｇ）がある。教師なし学習とは、目標値無しで入力データのみを用いて人工神経網が自ら連結強度を学習させる方法である。教師なし学習は、入力パターン間の相関関係によって連結加重値を更新させて行く方法である。
機械学習で適用される多くのデータは、複雑化し次元が増えることにより、次元の呪い（ｃｕｒｓｅ ｏｆ ｄｉｍｅｎｓｉｏｎａｌｉｔｙ）の問題が発生する。すなわち、これは、必要なデータの次元が無限に行くほど任意の２点間の距離が無限大に発散し、データの存在量、すなわち密度が高次元の空間では多少低くなるため、データの特性（Ｆｅａｔｕｒｅ）を正しく反映できなくなってしまうことをいう（Ｒｉｃｈａｒｄ Ｂｅｌｌｍａｎ，Ｄｙｎａｍｉｃ Ｐｒｏｇｒａｍｍｉｎｇ，２００３，ｃｈａｐｔｅｒ １）。近年、深層神経網（ｄｅｅｐ ｌｅａｒｎｉｎｇ）の発達は、入力層（ｉｎｐｕｔ ｌａｙｅｒ）と出力層（ｏｕｔｐｕｔ ｌａｙｅｒ）との間に隠れた層（ｈｉｄｄｅｎ ｌａｙｅｒ）がある構造であって、入力層から伝達される変数値の線形結合（ｌｉｎｅａｒ ｃｏｍｂｉｎａｔｉｏｎ）を非線形関数で処理しながら、イメージ、映像、信号データなどの高次元のデータにおける分類器（ｃｌａｓｓｉｆｉｅｒ）の性能を大きく向上させたと報告されている（Ｈｉｎｔｏｎ，Ｇｅｏｆｆｒｅｙ，ｅｔ ａｌ．，ＩＥＥＥＳｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｍａｇａｚｉｎｅ Ｖｏｌ．２９．６，ｐｐ．８２－９７，２０１２）。
このような人工神経網を用いてバイオ分野に活用する様々な特許（ＫＲ１０－２０１７－０１８５０４１、ＫＲ１０－２０１７－０１４４２３７、ＫＲ１０－２０１８－１２４５５０）が存在しているが、ｃｆｆＤＮＡの配列分析情報に基づき、人工神経網分析を用いて染色体異常を検出する方法についての研究は足りない実情である。
そこで、本発明者らは、上記の問題点を解決し、高い敏感度及び正確度の人工知能ベースの染色体異常検出方法を開発するために鋭意努力した結果、染色体領域に整列されるリードに基づき、ベクトル化されたデータを生成し、これを学習された人工知能モデルで分析する場合に、高い敏感度及び正確度で染色体異常が検出できるということを確認し、本発明を完成するに至った。
本発明の目的は、人工知能ベースの染色体異常検出方法を提供することである。
本発明の他の目的は、人工知能ベースの染色体異常判定装置を提供することである。
本発明のさらに他の目的は、上記の方法で染色体の異常を判定するプロセッサによって実行されるように構成される命令を含むコンピュータ可読記憶媒体を提供することである。
上記の目的を達成するために、本発明は、ａ）生体試料から核酸を抽出して配列情報を取得する段階；ｂ）取得した配列情報（ｒｅａｄｓ）を標準染色体配列データベース（ｒｅｆｅｒｅｎｃｅ ｇｅｎｏｍｅ ｄａｔａｂａｓｅ）に整列（ａｌｉｇｎｍｅｎｔ）する段階；ｃ）前記整列された配列情報（ｒｅａｄｓ）に基づき、ベクトル化されたデータを生成する段階；ｄ）生成された前記ベクトル化されたデータを、学習された人工知能モデルに入力して分析し、基準値（ｃｕｔ－ｏｆｆ ｖａｌｕｅ）と比較して染色体異常の有無を判定する段階を含む、人工知能ベースの染色体異常検出方法を提供する。
本発明は、また、生体試料から核酸を抽出して配列情報を解読する解読部；解読された配列を標準染色体配列データベースに整列する整列部；整列された配列情報（ｒｅａｄ）に基づき、ベクトル化されたデータを生成するデータ生成部；生成されたベクトル化されたデータを、学習された人工知能モデルに入力して分析し、染色体異常の有無を判定する染色体異常判定部を含む、人工知能ベースの染色体異常検出装置を提供する。
本発明は、また、コンピュータ可読記憶媒体であって、染色体異常を検出するプロセッサによって実行されるように構成される命令を含むが、ａ）生体試料から核酸を抽出して配列情報を取得する段階；ｂ）取得した配列情報（ｒｅａｄｓ）を標準染色体配列データベース（ｒｅｆｅｒｅｎｃｅ ｇｅｎｏｍｅ ｄａｔａｂａｓｅ）に整列（ａｌｉｇｎｍｅｎｔ）する段階；ｃ）前記整列された配列情報（ｒｅａｄｓ）に基づき、ベクトル化されたデータを生成する段階；ｄ）生成された前記ベクトル化されたデータを、学習された人工知能モデルに入力して分析し、基準値（ｃｕｔ－ｏｆｆ ｖａｌｕｅ）と比較して染色体異常の有無を判定する段階により染色体異常を検出するプロセッサによって実行されるように構成される命令を含む、コンピュータ可読記憶媒体を提供する。
特に断りのない限り、本明細書で使われる全ての技術的及び科学的用語は、本発明の属する技術の分野における熟練した専門家によって通常理解されるのと同じ意味を有する。一般に、本明細書における命名法及び以下に記述する実験方法は、本技術分野でよく知られており、通常使われるものである。
本発明では、サンプルから取得した配列分析データを参照遺伝体に整列した後、整列された核酸断片に基づいてベクトル化されたデータを生成した後、学習された人工知能モデルでＤＰＩ値を計算して基準値と比較して染色体異常を検出する場合に、高い敏感度及び正確度で染色体異常を検出できるということを確認しようとした。
すなわち、本発明の一実施例では、血液から抽出したＤＮＡをシーケンシングした後、参照染色体に整列した後、核酸断片間の距離又は量を一定の染色体区間別に計算し、各遺伝領域をＸ軸にし、核酸断片間の距離又は量をＹ軸にするベクトル化されたデータを生成した後、それをディープラーニングモデルに学習させてＤＰＩ値を計算し、ＤＰＩ値が基準値以上の場合に染色体異常があると決定する方法を開発した（図１）
したがって、本発明は、一観点において、
ａ）生体試料から核酸を抽出して配列情報を取得する段階；
ｂ）取得した配列情報（ｒｅａｄｓ）を標準染色体配列データベース（ｒｅｆｅｒｅｎｃｅ ｇｅｎｏｍｅ ｄａｔａｂａｓｅ）に整列（ａｌｉｇｎｍｅｎｔ）する段階；
ｃ）前記整列された核酸断片（ｆｒａｇｍｅｎｔｓ）に基づき、ベクトル化されたデータを生成する段階；
ｄ）生成された前記ベクトル化されたデータを、学習された人工知能モデルに入力して分析し、基準値（ｃｕｔ－ｏｆｆ ｖａｌｕｅ）と比較して染色体異常の有無を判定する段階、を含む、人工知能ベースの染色体異常検出方法に関する。
ａ）生体試料から核酸を抽出して配列情報を取得する段階；
ｂ）取得した配列情報（ｒｅａｄｓ）を標準染色体配列データベース（ｒｅｆｅｒｅｎｃｅ ｇｅｎｏｍｅ ｄａｔａｂａｓｅ）に整列（ａｌｉｇｎｍｅｎｔ）する段階；
ｃ）前記整列された核酸断片（ｆｒａｇｍｅｎｔｓ）に基づき、ベクトル化されたデータを生成する段階；
ｄ）生成された前記ベクトル化されたデータを、学習された人工知能モデルに入力して分析し、基準値（ｃｕｔ－ｏｆｆ ｖａｌｕｅ）と比較して染色体異常の有無を判定する段階、を含む、人工知能ベースの染色体異常検出方法に関する。
本発明において、前記核酸断片は、生体試料から抽出した核酸の断片であればいずれも使用可能であるが、好ましくは、細胞遊離核酸又は細胞内核酸の断片であってよい。ただし、これに限定されるものではない。
本発明において、前記核酸断片は、直接に配列分析する、次世代塩基配列分析によって配列分析する、又は非特異的全長遺伝体増幅（ｎｏｎ－ｓｐｅｃｉｆｉｃ ｗｈｏｌｅ ｇｅｎｏｍｅ ａｍｐｌｉｆｉｃａｔｉｏｎ）によって配列分析して得たものであることを特徴とし得る。
本発明において、前記核酸断片は、次世代塩基配列分析を利用する場合にはリードを意味できる。
本発明において、用語“染色体の異常”は、染色体に発生する様々な変異を意味するが、大きく、数異常、構造異常、微細欠失、及び染色体不安定性などに区分できる。
染色体の数異常は、染色体の個数に異常が発生する場合であり、例えば、ダウン症候群（Ｄｏｗｎ Ｓｙｎｄｒｏｍｅ，２１番目染色体が１個さらに多くて全染色体の数が４７個）、ターナー症候群（Ｔｕｒｎｅｒ Ｓｙｎｄｒｏｍｅ、単一Ｘを有し、染色体の数が４５個）、及びクラインフェルター症候群（Ｋｌｉｎｅｆｅｌｔｅｒ Ｓｙｎｄｒｏｍｅ，ＸＸＹＹ、ＸＸＸＹ、ＸＸＸＸＹなどの染色体数を有する）のように、全染色体の個数である２３対４６個から異常が発生するあらゆる場合を含むことができる。
染色体の構造異常は、欠失、重複、逆位、転座などの、染色体の個数には変化がないが、染色体の構造に変化が発生するあらゆる場合を意味する。例えば、５番染色体の一部分が欠失（猫泣き症候群）、７番染色体の一部分が欠失（ウィリアムズ症候群）、１２番染色体の一部分が重複（ウォルフヒルシュホーン症候群）、９番と２２番染色体との転座（慢性骨髄白血病）などが挙げられ、腫瘍患者から発見される一部の染色体領域の微細重複と微細欠失も含まれてよい。ただし、上述の内容に限定されるものではない。
本発明において、
前記ａ）段階は、
（ａ－ｉ）血液、精液、膣細胞、毛髪、唾液、尿、口腔細胞、胎盤細胞又は胎児細胞を含む羊水、組織細胞及びそれらの混合物から核酸を得る段階；
（ａ－ｉｉ）採取された核酸から塩析方法（ｓａｌｔｉｎｇ－ｏｕｔ ｍｅｔｈｏｄ）、カラムクロマトグラフィー方法（ｃｏｌｕｍｎ ｃｈｒｏｍａｔｏｇｒａｐｈｙ ｍｅｔｈｏｄ）又はビーズ方法（ｂｅａｄｓ ｍｅｔｈｏｄ）を用いてタンパク質、脂肪、及びその他残余物を除去し、精製された核酸を得る段階；
（ａ－ｉｉｉ）精製された核酸又は酵素的切断、粉砕、水圧切断方法（ｈｙｄｒｏｓｈｅａｒ ｍｅｔｈｏｄ）で無作為断片化（ｒａｎｄｏｍ ｆｒａｇｍｅｎｔａｔｉｏｎ）された核酸に対して、シングルエンドシーケンシング（ｓｉｎｇｌｅ－ｅｎｄ ｓｅｑｕｅｎｃｉｎｇ）又はペアエンドシーケンシング（ｐａｉｒ－ｅｎｄ ｓｅｑｕｅｎｃｉｎｇ）ライブラリー（ｌｉｂｒａｒｙ）を作製する段階；
（ａ－ｉｖ）作製されたライブラリーを次世代シークエンサー（ｎｅｘｔ－ｇｅｎｅｒａｔｉｏｎ ｓｅｑｕｅｎｃｅｒ）に反応させる段階；及び
（ａ－ｖ）次世代シークエンサーで核酸の配列情報（ｒｅａｄｓ）を取得する段階；を含むことを特徴とし得る。
前記ａ）段階は、
（ａ－ｉ）血液、精液、膣細胞、毛髪、唾液、尿、口腔細胞、胎盤細胞又は胎児細胞を含む羊水、組織細胞及びそれらの混合物から核酸を得る段階；
（ａ－ｉｉ）採取された核酸から塩析方法（ｓａｌｔｉｎｇ－ｏｕｔ ｍｅｔｈｏｄ）、カラムクロマトグラフィー方法（ｃｏｌｕｍｎ ｃｈｒｏｍａｔｏｇｒａｐｈｙ ｍｅｔｈｏｄ）又はビーズ方法（ｂｅａｄｓ ｍｅｔｈｏｄ）を用いてタンパク質、脂肪、及びその他残余物を除去し、精製された核酸を得る段階；
（ａ－ｉｉｉ）精製された核酸又は酵素的切断、粉砕、水圧切断方法（ｈｙｄｒｏｓｈｅａｒ ｍｅｔｈｏｄ）で無作為断片化（ｒａｎｄｏｍ ｆｒａｇｍｅｎｔａｔｉｏｎ）された核酸に対して、シングルエンドシーケンシング（ｓｉｎｇｌｅ－ｅｎｄ ｓｅｑｕｅｎｃｉｎｇ）又はペアエンドシーケンシング（ｐａｉｒ－ｅｎｄ ｓｅｑｕｅｎｃｉｎｇ）ライブラリー（ｌｉｂｒａｒｙ）を作製する段階；
（ａ－ｉｖ）作製されたライブラリーを次世代シークエンサー（ｎｅｘｔ－ｇｅｎｅｒａｔｉｏｎ ｓｅｑｕｅｎｃｅｒ）に反応させる段階；及び
（ａ－ｖ）次世代シークエンサーで核酸の配列情報（ｒｅａｄｓ）を取得する段階；を含むことを特徴とし得る。
本発明において、前記次世代シークエンサー（ｎｅｘｔ－ｇｅｎｅｒａｔｉｏｎ ｓｅｑｕｅｎｃｅｒ）は、当業界に公知の任意のシーケンシング方法で用いられてよい。選択方法によって分離された核酸のシーケンシングは、典型的には次世代シーケンシング（ＮＧＳ）を用いて行われる。次世代シーケンシングは、個々の核酸分子又は高度に類似な方式で個々の核酸分子に対してクローンで拡張されたプロキシのうち一つのヌクレオチド配列を決定する任意のシーケンシング方法を含む（例えば、１０５個以上の分子が同時にシーケンシングされる。）。一実施形態において、ライブラリー内の核酸種の相対的存在比は、シーケンシング実験によって作られたデータからそれの同族配列の相対的発生数を計測することによって推定することができる。次世代シーケンシング方法は、当業界に公知されており、例えば、本明細書に援用により組み込まれた文献（Ｍｅｔｚｋｅｒ，Ｍ．（２０１０）Ｎａｔｕｒｅ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ Ｒｅｖｉｅｗｓ １１：３１－４６）に記載されている。
一実施形態において、次世代シーケンシングは、個々の核酸分子のヌクレオチド配列を決定するために行われる（例えば、ヘリコスバイオサイエンス（Ｈｅｌｉｃｏｓ ＢｉｏＳｃｉｅｎｃｅｓ）のヘリスコープ遺伝子シーケンシングシステム（ＨｅｌｉＳｃｏｐｅ Ｇｅｎｅ Ｓｅｑｕｅｎｃｉｎｇ ｓｙｓｔｅｍ）及びパシフィックバイオサイエンスのパックバイオアールエスシステム（ＰａｃＢｉｏ ＲＳ ｓｙｓｔｅｍ））。他の実施形態において、シーケンシング、例えば、より少ないが、より長いリードを生成する他のシーケンシング方法に比べて、シーケンシング単位当たりに配列のより多い塩基を生成する大量並列の短いリードシーケンシング（例えば、カリフォルニア州サンディエゴに所在するイルミナインコポレイテッド（Ｉｌｌｕｍｉｎａ Ｉｎｃ．）ソレキサシーケンサー（Ｓｏｌｅｘａ ｓｅｑｕｅｎｃｅｒ））方法は、個々の核酸分子に対してクローンで拡張されたプロキシのヌクレオチド配列を決定する（例えば、カリフォルニア州サンディエゴに所在のイルミナインコポレイテッド（Ｉｌｌｕｍｉｎａ Ｉｎｃ．）ソレキサシーケンサー（Ｓｏｌｅｘａ ｓｅｑｕｅｎｃｅｒ）；４５４ライフサイエンス（Ｌｉｆｅ Ｓｃｉｅｎｃｅｓ）（コネチカット州ブランフォードに所在）及びイオントレント（Ｉｏｎ Ｔｏｒｒｅｎｔ））。次世代シーケンシングのための他の方法又は機械は、以下に制限されるものではないが、４５４ライフサイエンス（Ｌｉｆｅ Ｓｃｉｅｎｃｅｓ）（コネチカット州ブランフォードに所在）、アプライドバイオシーステムズ（カリフォルニア州フォスターシティに所在；ＳＯＬｉＤシーケンサー）、ヘリコスバイオサイエンスコポーレーション（マサチューセッツ州カンブリッジに所在）、及びエマルジョン及びマイクロ流動シーケンシング手法ナノ点滴（例えば、ジヌバイオ（ＧｎｕＢｉｏ）点滴）によって提供される。
次世代シーケンシングのためのプラットホームは、以下に制限されるものではないが、ロシュ（Ｒｏｃｈｅ）／４５４のゲノムシーケンサー（Ｇｅｎｏｍｅ Ｓｅｑｕｅｎｃｅｒ：ＧＳ）ＦＬＸシステム、イルミナ（Ｉｌｌｕｍｉｎａ）／ソレキサ（Ｓｏｌｅｘａ）ゲノム分析器（Ｇｅｎｏｍｅ Ａｎａｌｙｚｅｒ：ＧＡ）、ライフ（Ｌｉｆｅ）／ＡＰＧのサポートオリゴ（Ｓｕｐｐｏｒｔ Ｏｌｉｇｏｎｕｃｌｅｏｔｉｄｅ Ｌｉｇａｔｉｏｎ Ｄｅｔｅｃｔｉｏｎ：ＳＯＬｉＤ）システム、ポロネーター（Ｐｏｌｏｎａｔｏｒ）のＧ．００７システム、ヘリコスバイオサイエンスのヘリスコープ遺伝子シーケンシングシステム（Ｈｅｌｉｃｏｓ ＢｉｏＳｃｉｅｎｃｅｓ’ ＨｅｌｉＳｃｏｐｅ Ｇｅｎｅ Ｓｅｑｕｅｎｃｉｎｇ ｓｙｓｔｅｍ）及びパシフィックバイオサイエンス（Ｐａｃｉｆｉｃ Ｂｉｏｓｃｉｅｎｃｅｓ）のパックバイオアールエス（ＰａｃＢｉｏ ＲＳ）システム、を含む。
ＮＧＳテクノロジーズは、例えば、鋳型製造、シーケンシング及びイメージング及びデータ分析段階のうち一つ以上を含むことができる。
鋳型製造。鋳型製造のための方法は、核酸（例えば、ゲノムＤＮＡ又はｃＤＮＡ）を小さいサイズに無作為に破壊する段階、及びシーケンシング鋳型（例えば、断片鋳型又はメート対鋳型）を作る段階のような段階を含むことができる。空間的に分離された鋳型は、固体表面又は支持体に付着したり又は固定されてよいが、これは、大量のシーケンシング反応が同時に行われるようにする。ＮＧＳ反応のために使用可能な鋳型の類型は、例えば、単一ＤＮＡ分子に由来するクローンが増幅された鋳型及び単一ＤＮＡ分子鋳型を含む。
クローンが増幅された鋳型の製造方法は、例えば、エマルジョンＰＣＲ（ｅｍｕｌｓｉｏｎ ＰＣＲ：ｅｍＰＣＲ）及び固体相増幅を含む。
ＥｍＰＣＲは、ＮＧＳのための鋳型を製造するために用いることができる。典型的に、核酸断片のライブラリーが作られ、通常のプライミング部位を含有するアダプターは、断片の末端に結紮される。その後、断片は単一鎖に変性され、ビーズによって捕獲される。各ビーズは、単一核酸分子を捕獲する。増幅及びｅｍＰＣＲビーズの豊富化後に、多量の鋳型が付着し得、標準顕微鏡スライド（例えば、ポロネーター（Ｐｏｌｏｎａｔｏｒ））上でポリアクリルアミドゲルに固定され、アミノコーティングされたガラス表面（例えば、Ｌｉｆｅ／ＡＰＧ；ポロネーター（Ｐｏｌｏｎａｔｏｒ））に化学的に架橋される、又は個々のピコタイタプレート（ＰｉｃｏＴｉｔｅｒＰｌａｔｅ：ＰＴＰ）ウェル（例えば、ロシュ（Ｒｏｃｈｅ）／４５４）上に蒸着されるが、この際、ＮＧＳ反応が行われ得る。
固体相増幅もまた用いられ、ＮＧＳのための鋳型を生成することができる。典型的に、前方及び後方プライマーは、固体支持体に共有的に付着する。増幅された断片の表面密度は、支持体上でプライマー対鋳型の比として定義される。固体相増幅は、数百万個の空間的に分離された鋳型クラスター（例えば、イルミナ／ソレキサ（Ｉｌｌｕｍｉｎａ／Ｓｏｌｅｘａ））を生成できる。鋳型クラスターの末端は、ＮＧＳ反応のための通常のプライマーに混成化されてよい。
クローンで増幅された鋳型の製造のための他の方法は、例えば、多重置換増幅（Ｍｕｌｔｉｐｌｅ Ｄｉｓｐｌａｃｅｍｅｎｔ Ａｍｐｌｉｆｉｃａｔｉｏｎ：ＭＤＡ）（Ｌａｓｋｅｎ Ｒ．Ｓ．Ｃｕｒｒ Ｏｐｉｎ Ｍｉｃｒｏｂｉｏｌ．２００７；１０（５）：５１０－６）を含む。ＭＤＡは、非ＰＣＲベースのＤＮＡ増幅手法である。反応は、鋳型に対して無作為にヘキサマープライマーをアニーリングする段階、及び一定の温度で高忠実度酵素、典型的にФ２９によってＤＮＡを合成する段階を伴う。ＭＤＡは、より低い誤り頻度で巨大なサイズの生成物を作ることができる。
ＰＣＲのような鋳型増幅方法は、標的にＮＧＳプラットホームを結合させ得るか又はゲノムの特異的領域を豊富化させ得る（例えば、エクソン）。代表的な鋳型豊富化方法は、例えば、マイクロ点滴ＰＣＲ手法（Ｔｅｗｈｅｙ Ｒ．ｅｔ ａｌ．，Ｎａｔｕｒｅ Ｂｉｏｔｅｃｈ．２００９，２７：１０２５－１０３１）、カスタマイズ設計されたオリゴヌクレオチドマイクロアレイ（例えば、ロシュ（Ｒｏｃｈｅ）／ニンブルジェン（ＮｉｍｂｌｅＧｅｎ）オリゴヌクレオチドマイクロアレイ）及び溶液ベースの混成化方法（例えば、分子逆位プローブ（ｍｏｌｅｃｕｌａｒ ｉｎｖｅｒｓｉｏｎ ｐｒｏｂｅ：ＭＩＰ））（Ｐｏｒｒｅｃａ Ｇ．Ｊ．ｅｔ ａｌ．，Ｎａｔｕｒｅ Ｍｅｔｈｏｄｓ，２００７，４：９３１－９３６；Ｋｒｉｓｈｎａｋｕｍａｒ Ｓ．ｅｔ ａｌ．，Ｐｒｏｃ．Ｎａｔｌ．Ａｃａｄ．Ｓｃｉ．ＵＳＡ，２００８，１０５：９２９６－９３１０；Ｔｕｒｎｅｒ Ｅ．Ｈ．ｅｔ ａｌ．，Ｎａｔｕｒｅ Ｍｅｔｈｏｄｓ，２００９，６：３１５－３１６）及びビオチン化されたＲＮＡ捕獲配列（Ｇｎｉｒｋｅ Ａ．ｅｔ ａｌ．，Ｎａｔ．Ｂｉｏｔｅｃｈｎｏｌ．２００９；２７（２）：１８２－９）を含む。
単一分子鋳型は、ＮＧＳ反応のために利用可能な鋳型の他の類型である。空間的に分離された単一分子鋳型は、様々な方法によって固体支持体上に固定されてよい。一接近において、個々のプライマー分子は、固体支持体に共有的に付着する。アダプターは鋳型に添加され、鋳型は、その次に固定されたプライマーに混成化される。他の接近において、単一分子鋳型は、固定されたプライマーから単一鎖の単一分子鋳型をプライミングし延長させることによって固体支持体に共有的に付着する。その後、通常のプライマーは、鋳型に混成化される。さらに他の接近において、単一ポリメラーゼ分子は、プライミングされた鋳型が結合した固体支持体に付着する。
シーケンシング及びイメージング。ＮＧＳのための代表的なシーケンシング及びイメージング方法は、以下に制限されるものではないが、サイクリック可逆的終結（ｃｙｃｌｉｃ ｒｅｖｅｒｓｉｂｌｅ ｔｅｒｍｉｎａｔｉｏｎ：ＣＲＴ）、結紮によるシーケンシング（ｓｅｑｕｅｎｃｉｎｇ ｂｙ ｌｉｇａｔｉｏｎ：ＳＢＬ）、単一分子添加（パイロシーケンシング（ｐｙｒｏｓｅｑｕｅｎｃｉｎｇ））及び実時間シーケンシングを含む。
ＣＲＴは、ヌクレオチド取り込み、蛍光イメージング及び切断段階を最小限に含むサイクリック方法において可逆ターミネーターを使用する。典型的に、ＤＮＡポリメラーゼは、プライマーに鋳型塩基のヌクレオチドに対して相補的な単一の蛍光で修飾されたヌクレオチドを含める。ＤＮＡ合成は、単一ヌクレオチドの添加後に終結され、含まれなかったヌクレオチドは洗浄される。含まれた標識ヌクレオチドの同一性を決定するためにイメージングが行われる。その後、切断段階において、ターミネーター／インヒビター及び蛍光染料は除去される。ＣＲＴ方法を用いる代表的なＮＧＳプラットホームは、以下に制限されるものではないが、全体内部反射蛍光（ｔｏｔａｌ ｉｎｔｅｒｎａｌ ｒｅｆｌｅｃｔｉｏｎ ｆｌｕｏｒｅｓｃｅｎｃｅ：ＴＩＲＦ）によって検出された４色ＣＲＴ方法と結合したクローンで増幅された鋳型方法を用いるイルミナ（Ｉｌｌｕｍｉｎａ）／ソレキサ（Ｓｏｌｅｘａ）ゲノム分析器（ＧＡ）；及びＴＩＲＦによって検出された１色ＣＲＴ方法と結合した単一分子鋳型方法を用いるヘリコスバイオサイエンス（Ｈｅｌｉｃｏｓ ＢｉｏＳｃｉｅｎｃｅｓ）／ヘリスコープ（ＨｅｌｉＳｃｏｐｅ）を含む。
ＳＢＬは、シーケンシングのためにＤＮＡリガーゼ及び１塩基暗号化されたプローブ又は２塩基暗号化されたプローブのいずれかを使用する。
典型的に、蛍光標識されたプローブは、プライミングされた鋳型に隣接した相補的配列に混成化される。ＤＮＡリガーゼは、プライマーに染料標識されたプローブを結紮させるために用いられる。非結紮プローブが洗浄された後、結紮されたプローブの同一性を決定するために蛍光イメージングが行われる。蛍光染料は、後続の結紮周期のために５’－ＰＯ４基を再生する切断可能なプローブを用いて除去されてよい。代案として、新しいプライマーは、古くなったプライマーが除去された後、鋳型に混成化されてよい。代表的なＳＢＬプラットホームは、以下に制限されるものではないが、ライフ（Ｌｉｆｅ）／ＡＰＧ／ＳＯＬｉＤ（支持体オリゴヌクレオチド結紮検出）を含むが、これは、２塩基暗号化されたプローブを使用する。
パイロシーケンシング方法は、他の化学発光酵素でＤＮＡポリメラーゼの活性を検出する段階に基づく。典型的に、当該方法は、１回に１つの塩基対に沿って相補的鎖を合成し、各段階で実際に添加された塩基を検出することによってＤＮＡの単一鎖をシーケンシングさせる。鋳型ＤＮＡは固定的であり、Ａ、Ｃ、Ｇ及びＴヌクレオチドの溶液は順次に添加され、反応から除去される。光は、単にヌクレオチド溶液が、鋳型の対をなしていない塩基を補充する時にのみ生成される。化学発光信号を生成する溶液の配列は、鋳型の配列を決定させる。代表的なパイロシーケンシングプラットホームは、以下に制限されるものではないが、ＰＴＰウェルに蒸着された１百万～２百万個のビーズによるｅｍＰＣＲによって製造されたＤＮＡ鋳型を使用するロシュ（Ｒｏｃｈｅ）／４５４を含む。
実時間シーケンシングは、ＤＮＡ合成の間に染料標識されたヌクレオチドの連続的取り込みをイメージングする段階を伴う。代表的な実時間シーケンシングプラットホームは、以下に制限されるものではないが、ホスフェート連結されたヌクレオチドが成長するプライマー鎖に含まれる時に配列情報を得るための個々の０モードウェーブガイド（ｚｅｒｏ－ｍｏｄｅ ｗａｖｅｇｕｉｄｅ，ＺＭＷ）検出器の表面に付着したＤＮＡポリメラーゼ分子を使用するパシフィックバイオサイエンスプラットホーム（Ｐａｃｉｆｉｃ Ｂｉｏｓｃｉｅｎｃｅｓ）；蛍光共鳴エネルギー伝達（ｆｌｕｏｒｅｓｃｅｎｃｅ ｒｅｓｏｎａｎｃｅ ｅｎｅｒｇｙ ｔｒａｎｓｆｅｒ，ＦＲＥＴ）によるヌクレオチド取り込み後に、向上した信号を作るために付着した蛍光染料と共に遺伝子操作されたＤＮＡポリメラーゼを使用するライフ（Ｌｉｆｅ）／ビシゲン（ＶｉｓｉＧｅｎ）プラットホーム；及び、シーケンシング反応で染料クエンチャーヌクレオチドを使用するＬＩ－ＣＯＲバイオサイエンス（Ｂｉｏｓｃｉｅｎｃｅｓ）プラットホームを含む。
ＮＧＳの他のシーケンシング方法は、以下に制限されるものではないが、ナノポアシーケンシング、混成化によるシーケンシング、ナノトランジスターアレイベースのシーケンシング、ポロニー（ｐｏｌｏｎｙ）シーケンシング、走査型電子トンネルリング顕微鏡（ｓｃａｎｎｉｎｇ ｔｕｎｎｅｌｉｎｇ ｍｉｃｒｏｓｃｏｐｙ，ＳＴＭ）ベースのシーケンシング、及びナノワイヤー分子センサーベースのシーケンシングを含む。
ナノポアシーケンシングは、単一核酸ポリマーから分析され得る高度に密閉した空間を提供するナノ規模ポアを通じて溶液中の核酸分子の電気泳動を伴う。ナノポアシーケンシングの代表的な方法は、例えば、文献［Ｂｒａｎｔｏｎ Ｄ．ｅｔ ａｌ．，Ｎａｔ Ｂｉｏｔｅｃｈｎｏｌ．２００８；２６（１０）：１１４６－５３］に記載されている。
混成化によるシーケンシングは、ＤＮＡマイクロアレイを使用する非酵素的方法である。典型的に、ＤＮＡの単一プールは蛍光で標識され、公知された配列を含有するアレイに混成化される。アレイ上の与えられたスポットから混成化信号はＤＮＡ配列を確認することができる。ＤＮＡ二重鎖においてＤＮＡのうち１本のそれの相補的鎖への結合は、混成体領域が短いか又は具体化したミスマッチ検出タンパク質が存在する時に、単一塩基ミスマッチに対してすら敏感である。混成化によるシーケンシングの代表的な方法は、例えば、文献（Ｈａｎｎａ Ｇ．Ｊ．ｅｔ ａｌ．，Ｊ．Ｃｌｉｎ．Ｍｉｃｒｏｂｉｏｌ．２０００；３８（７）：２７１５－２１；及びＥｄｗａｒｄｓ Ｊ．Ｒ．ｅｔ ａｌ．，Ｍｕｔ．Ｒｅｓ．２００５；５７３（１－２）：３－１２）に記載されている。
ポロニーシーケンシングは、ポロニー増幅及び多重単一塩基延長（ＦＩＳＳＥＱ）を通じてシーケンシングに従うことに基づく。ポロニー増幅は、ポリアクリルアミドフィルム上でインシチュでＤＮＡを増幅させる方法である。代表的なポロニーシーケンシング方法は、例えば、米国特許出願公開第２００７／００８７３６２号に記載されている。
炭素ナノチューブ電界効果トランジスター（Ｃａｒｂｏｎ ＮａｎｏＴｕｂｅ Ｆｉｅｌｄ Ｅｆｆｅｃｔ Ｔｒａｎｓｉｓｔｏｒ：ＣＮＴＦＥＴ）のようなナノトランジスターアレイベース装置も、ＮＧＳのために用いられてよい。例えば、ＤＮＡ分子は伸張され、マイクロ作製された電極によってナノチューブにわたって駆動される。ＤＮＡ分子は、炭素ナノチューブ表面と順次に接触し、ＤＮＡ分子とナノチューブとの間の電荷伝達に起因して各塩基からの電流流れの差異が生成される。ＤＮＡはこれらの差異を記録することによってシーケンシングされる。代表的なナノトランジスターアレイベースシーケンシング方法は、例えば、米国特許公開第２００６／０２４６４９７号に記載されている。
走査型電子トンネルリング顕微鏡（ＳＴＭ）は、また、ＮＧＳのために用いられてよい。ＳＴＭは、標本のラスター走査（ｒａｓｔｅｒ ｓｃａｎ）を行うピエゾ電子制御プローブを用いてそれの表面のイメージを形成する。ＳＴＭは、例えば、作動器駆動可撓性ギャップと走査型電子トンネルリング顕微鏡を統合させることによって一貫した電子トンネルリングイメージング及び分光学を作る単一ＤＮＡ分子の物理的特性をイメージングするために用いられてよい。ＳＴＭを使用する代表的なシーケンシング方法は、例えば、米国特許出願公開第２００７／０１９４２２５号に記載されている。
ナノワイヤー分子センサーで構成された分子分析装置もまたＮＧＳのために用いられてよい。このような装置は、ＤＮＡのようなナノワイヤー及び核酸分子に配置された窒素性物質の相互作用を検出できる。分子ガイドは相互作用及び後続する検出を許容するために、分子センサーに近くの分子をガイドするために配置される。ナノワイヤー分子センサーを用いる代表的なシーケンシング方法は、例えば、米国特許出願公開第２００６／０２７５７７９号に記載されている。
二重末端のシーケンシング方法がＮＧＳのために用いられてよい。二重末端シーケンシングは、ＤＮＡのセンスとアンチセンス鎖の両方をシーケンシングするために、遮断及び未遮断プライマーを使用する。典型的に、これらの方法は、核酸の第１鎖に未遮断プライマーをアニーリングさせる段階；核酸の第２鎖に第２の遮断プライマーをアニーリングさせる段階；ポリメラーゼで第１鎖に沿って核酸を延長させる段階；第１シーケンシングプライマーを終結させる段階；第２プライマーを遮断解除（ｄｅｂｌｏｃｋｉｎｇ）する段階；及び、第２鎖に沿って核酸を延長させる段階を含む。代表的な二重鎖シーケンシング方法は、例えば、米国特許第７，２４４，５６７号に記載されている。
データ分析段階。
ＮＧＳリードが作られた後、それらは公知の基準配列に対して整列されるか又はデノボ組立（ｄｅ ｎｏｖｏ ａｓｓｅｍｂｌｅ）される。
例えば、サンプル（例えば、腫瘍サンプル）から単一ヌクレオチド多形性及び構造的変異体のような遺伝的修飾を確認することは、基準配列（例えば、野生型配列）に対してＮＧＳリードを整列することによって行われてよい。ＮＧＳに対する配列整列方法は、例えば、文献（Ｔｒａｐｎｅｌｌ Ｃ．ａｎｄ Ｓａｌｚｂｅｒｇ Ｓ．Ｌ．Ｎａｔｕｒｅ Ｂｉｏｔｅｃｈ．，２００９，２７：４５５－４５７］に記載されている。
デノボ組立体の例は、例えば、文献（Ｗａｒｒｅｎ Ｒ．ｅｔ ａｌ．，Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ，２００７，２３：５００－５０１；Ｂｕｔｌｅｒ Ｊ．ｅｔ ａｌ．，Ｇｅｎｏｍｅ Ｒｅｓ．，２００８，１８：８１０－８２０；及び、Ｚｅｒｂｉｎｏ Ｄ．Ｒ．ａｎｄ Ｂｉｒｎｅｙ Ｅ．，Ｇｅｎｏｍｅ Ｒｅｓ．，２００８，１８：８２１－８２９）に記載されている。
配列整列又は組立（ａｓｓｅｍｂｌｙ）は、一つ以上のＮＧＳプラットホームからのリードデータを用いて、例えば、ロシュ（Ｒｏｃｈｅ）／４５４及びイルミナ（Ｉｌｌｕｍｉｎａ）／ソレキサ（Ｓｏｌｅｘａ）リードデータを混合して行われてよい。本発明において、前記整列段階は、これに制限されないが、ＢＷＡアルゴリズム及びｈｇ１９配列を用いて行われてよい。
本発明において、前記（ｂ）段階の配列整列は、コンピュータアルゴリズムであって、ゲノムにおいてリード配列（例えば、次世代シーケンシングからの、例えば、短いリード配列）が殆どリード配列と基準配列間の類似性を評価することによって由来する可能性がある場合から同一性に対して使用されるコンピュータ的方法又は接近を含む。配列整列問題に様々なアルゴリズムが適用されてよい。一部のアルゴリズムは相対的に遅いが、相対的に高い特異性を許容する。これらは、例えば、力動的プログラミングベースアルゴリズムを含む。力動的プログラミングは、それらがより簡単な段階に分けられることによって複雑な問題を解決する方法である。他の接近は、相対的により効率的であるが、典型的に徹底していない。これは、例えば、大量データベース検索のために設計されたヒューリスティク（ｈｅｕｒｉｓｔｉｃ）アルゴリズム及び確率的（ｐｒｏｂａｂｉｌｉｓｔｉｃ）方法を含む。
典型的に、整列過程に２段階があり得る：候補者検査及び配列整列。候補者検査は、可能な整列位置のより短い列挙に対して全ゲノムから配列整列のための検索空間を減少させる。用語が示唆するように、配列整列は、候補者検査段階に提供された配列を有する配列を整列させる段階を含む。これは、広域整列（例えば、ニードルマンブンシュ（Ｎｅｅｄｌｅｍａｎ－Ｗｕｎｓｃｈ）整列）又は局所整列（例えば、スミスウォーターマン整列）を用いて行われてよい。
大部分の属性整列アルゴリズムは、索引方法に基づく３類型のいずれか一つを特徴とし得る：ハッシュテーブル（例えば、ＢＬＡＳＴ、ＥＬＡＮＤ、ＳＯＡＰ）、接尾辞ツリー（例えば、Ｂｏｗｔｉｅ、ＢＷＡ）及び併合整列（例えば、スライダー（Ｓｌｉｄｅｒ））に基づくアルゴリズム。短いリード配列は、整列のために典型的に用いられる。短いリード配列に対する配列整列アルゴリズム／プログラムの例は、以下に制限されるものではないが、ＢＦＡＳＴ（Ｈｏｍｅｒ Ｎ．ｅｔ ａｌ．，ＰＬｏＳ Ｏｎｅ．２００９；４（１１）：ｅ７７６７）、ＢＬＡＳＴＮ（ワールドワイドウェブ上のｂｌａｓｔ．ｎｃｂｉ．ｎｌｍ．ｎｉｈ．ｇｏｖから）、ＢＬＡＴ（Ｋｅｎｔ Ｗ．Ｊ．Ｇｅｎｏｍｅ Ｒｅｓ．２００２；１２（４）：６５６－６４）、ボウタイ（Ｂｏｗｔｉｅ）（Ｌａｎｇｍｅａｄ Ｂ．ｅｔ ａｌ．，Ｇｅｎｏｍｅ Ｂｉｏｌ．２００９；１０（３）：Ｒ２５）、ＢＷＡ（Ｌｉ Ｈ．ａｎｄ Ｄｕｒｂｉｎ Ｒ．Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ，２００９，２５：１７５４－６０）、ＢＷＡ－ＳＷ（Ｌｉ Ｈ．ａｎｄ Ｄｕｒｂｉｎ Ｒ．Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ，２０１０；２６（５）：５８９－９５）、クラウドバースト（ＣｌｏｕｄＢｕｒｓｔ）（Ｓｃｈａｔｚ Ｍ．Ｃ．Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ．２００９；２５（１１）：１３６３－９）、コロナライト（Ｃｏｒｏｎａ Ｌｉｔｅ）（Ａｐｐｌｉｅｄ Ｂｉｏｓｙｓｔｅｍｓ，Ｃａｒｌｓｂａｄ，Ｃａｌｉｆｏｒｎｉａ，ＵＳＡ）、ＣＡＳＨＸ（Ｆａｈｌｇｒｅｎ Ｎ．ｅｔ ａｌ．，ＲＮＡ，２００９；１５，９９２－１００２）、ＣＵＤＡ－ＥＣ（Ｓｈｉ Ｈ．ｅｔ ａｌ．，Ｊ Ｃｏｍｐｕｔ Ｂｉｏｌ．２０１０；１７（４）：６０３－１５）、ＥＬＡＮＤ（ワールドワイドウェブ上のｂｉｏｉｔ．ｄｂｉ．ｕｄｅｌ．ｅｄｕ／ｈｏｗｔｏ／ｅｌａｎｄで）、ＧＮＵＭＡＰ（Ｃｌｅｍｅｎｔ Ｎ．Ｌ．ｅｔ ａｌ．，Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ．２０１０；２６（１）：３８－４５）、ＧＭＡＰ（Ｗｕ Ｔ．Ｄ．ａｎｄ Ｗａｔａｎａｂｅ Ｃ．Ｋ．Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ．２００５；２１（９）：１８５９－７５）、ＧＳＮＡＰ（Ｗｕ Ｔ．Ｄ．ａｎｄ Ｎａｃｕ Ｓ．，Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ．２０１０；２６（７）：８７３－８１）、ジー二アスアセンブラ（Ｇｅｎｅｉｏｕｓ Ａｓｓｅｍｂｌｅｒ）（ニュージーランド、オークランドに所在のＢｉｏｍａｔｔｅｒｓ Ｌｔｄ．）、ＬＡＳＴ、ＭＡＱ（Ｌｉ Ｈ．ｅｔ ａｌ．，Ｇｅｎｏｍｅ Ｒｅｓ．２００８；１８（１１）：１８５１－８）、Ｍｅｇａ－ＢＬＡＳＴ（ワールドワイドウェブ上のｎｃｂｉ．ｎｌｍ．ｎｉｈ．ｇｏｖ／ｂｌａｓｔ／ｍｅｇａｂｌａｓｔ．ｓｈｔｍｌで）、ＭＯＭ（Ｅａｖｅｓ Ｈ．Ｌ．ａｎｄ Ｇａｏ Ｙ．Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ．２００９；２５（７）：９６９－７０）、ＭＯＳＡＩＫ（ワールドワイドウェブ上のｂｉｏｉｎｆｏｒｍａｔｉｃｓ．ｂｃ．ｅｄｕ／ｍａｒｔｈｌａｂ／Ｍｏｓａｉｋで）、ノボアライン（Ｎｏｖｏａｌｉｇｎ）（ワールドワイドウェブ上のｎｏｖｏｃｒａｆｔ．ｃｏｍ／ｍａｉｎ／ｉｎｄｅｘ．ｐｈｐで）、パルマッパー（ＰＡＬＭａｐｐｅｒ）（ワールドワイドウェブ上のｆｍｌ．ｔｕｅｂｉｎｇｅｎ．ｍｐｇ．ｄｅ／ｒａｅｔｓｃｈ／ｓｕｐｐｌ／ｐａｌｍａｐｐｅｒで）、ＰＡＳＳ（Ｃａｍｐａｇｎａ Ｄ．ｅｔ ａｌ．，Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ．２００９；２５（７）：９６７－８）、ＰａｔＭａＮ（Ｐｒｕｆｅｒ Ｋ．ｅｔ ａｌ．，Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ．２００８；２４（１３）：１５３０－１）、ＰｅｒＭ（Ｃｈｅｎ Ｙ．ｅｔ ａｌ．，Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ，２００９，２５（１９）：２５１４－２５２１）、ＰｒｏｂｅＭａｔｃｈ（Ｋｉｍ Ｙ．Ｊ．ｅｔ ａｌ．，Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ．２００９；２５（１１）：１４２４－５）、ＱＰａｌｍａ（ｄｅ Ｂｏｎａ Ｆ．ｅｔ ａｌ．，Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ，２００８，２４（１６）：ｉ１７４）、ＲａｚｅｒＳ（Ｗｅｅｓｅ Ｄ．ｅｔ ａｌ．，Ｇｅｎｏｍｅ Ｒｅｓｅａｒｃｈ，２００９，１９：１６４６－１６５４）、ＲＭＡＰ（Ｓｍｉｔｈ Ａ．Ｄ．ｅｔ ａｌ．，Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ．２００９；２５（２１）：２８４１－２）、ＳｅｑＭａｐ（Ｊｉａｎｇ Ｈ．ｅｔ ａｌ．Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ．２００８；２４：２３９５－２３９６．）、Ｓｈｒｅｃ（Ｓａｌｍｅｌａ Ｌ．，Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ．２０１０；２６（１０）：１２８４－９０）、ＳＨＲｉＭＰ（Ｒｕｍｂｌｅ Ｓ．Ｍ．ｅｔ ａｌ．，ＰＬｏＳ Ｃｏｍｐｕｔ．Ｂｉｏｌ．，２００９，５（５）：ｅ１０００３８６）、ＳＬＩＤＥＲ（Ｍａｌｈｉｓ Ｎ．ｅｔ ａｌ．，Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ，２００９，２５（１）：６－１３）、スリムサーチ（ＳＬＩＭ Ｓｅａｒｃｈ）（Ｍｕｌｌｅｒ Ｔ．ｅｔ ａｌ．，Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ．２００１；１７ Ｓｕｐｐｌ １：Ｓ１８２－９）、ＳＯＡＰ（Ｌｉ Ｒ．ｅｔ ａｌ．，Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ．２００８；２４（５）：７１３－４）、ＳＯＡＰ２（Ｌｉ Ｒ．ｅｔ ａｌ．，Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ．２００９；２５（１５）：１９６６－７）、ＳＯＣＳ（Ｏｎｄｏｖ Ｂ．Ｄ．ｅｔ ａｌ．，Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ，２００８；２４（２３）：２７７６－７）、ＳＳＡＨＡ（Ｎｉｎｇ Ｚ．ｅｔ ａｌ．，Ｇｅｎｏｍｅ Ｒｅｓ．２００１；１１（１０）：１７２５－９）、ＳＳＡＨＡ２（Ｎｉｎｇ Ｚ．ｅｔ ａｌ．，Ｇｅｎｏｍｅ Ｒｅｓ．２００１；１１（１０）：１７２５－９）、スタンピー（Ｓｔａｍｐｙ）（Ｌｕｎｔｅｒ Ｇ．ａｎｄ Ｇｏｏｄｓｏｎ Ｍ．Ｇｅｎｏｍｅ Ｒｅｓ．２０１０，ｅｐｕｂ ａｈｅａｄ ｏｆ ｐｒｉｎｔ）、タイパン（Ｔａｉｐａｎ）（ワールドワイドウェブ上のｔａｉｐａｎ．ｓｏｕｒｃｅｆｏｒｇｅ．ｎｅｔで）、ＵＧＥＮＥ（ワールドワイドウェブ上のｕｇｅｎｅ．ｕｎｉｐｒｏ．ｒｕで）、ＸｐｒｅｓｓＡｌｉｇｎ（ワールドワイドウェブ上のｂｃｇｓｃ．ｃａ／ｐｌａｔｆｏｒｍ／ｂｉｏｉｎｆｏ／ｓｏｆｔｗａｒｅ／ＸｐｒｅｓｓＡｌｉｇｎで）、及びＺＯＯＭ（カナダオンタリオ州ウォータールーに所在のバイオインフォマティクスソリューションインコポレイテッド（Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ Ｓｏｌｕｔｉｏｎｓ Ｉｎｃ．））を含む。
配列整列アルゴリズムは、例えば、シーケンシング手法、リード長さ、リード数、入手可能なコンピューティング資料及び敏感性／スコアリング必要条件を含む多数の因子に基づいて選択されてよい。異なる配列整列アルゴリズムは、異なる速度レベル、整列敏感性及び整列特異性を達成することができる。整列特異性は、予測された整列と比較して正確に整列された典型的にサブミッションから発見されるように、整列された標的配列残基の百分率のことを指す。整列敏感性は、また、サブミッションで正確に整列された一般に予測された整列から発見されるように、整列された標的配列残基の百分率のことを指す。
整列アルゴリズム、例えば、ＥＬＡＮＤ又はＳＯＡＰは、速度が考慮される第１因子である時に、基準ゲノムに対して短いリード（例えば、イルミナ（Ｉｌｌｕｍｉｎａ）／ソレキサ（Ｓｏｌｅｘａ）シーケンサー製）を整列する目的に用いられてよい。ＢＬＡＳＴ又はＭｅｇａ－ＢＬＡＳＴのような整列アルゴリズムは、特異性が最も重要な因子である時に、これらの方法が相対的に遅いが、短い判読（例えば、ロシュ（Ｒｏｃｈｅ）ＦＬＸ製）を用いて類似性調査の目的のために使用されてよい。ＭＡＱ又はノボアライン（Ｎｏｖｏａｌｉｇｎ）のような整列アルゴリズムは、品質スコアを考慮し、よって、正確性が必須のときに、単一又はペアード末端データに対して使用されてよい（例えば、高速大量ＳＮＰ検索で）。ボウタイ（Ｂｏｗｔｉｅ）又はＢＷＡのような整列アルゴリズムは、バローズウィーラー変換（Ｂｕｒｒｏｗｓ－Ｗｈｅｅｌｅｒ Ｔｒａｎｓｆｏｒｍ：ＢＷＴ）を利用し、したがって、相対的に小さいメモリフットプリント（ｍｅｍｏｒｙ ｆｏｏｔｐｒｉｎｔ）を必要とする。ＢＦＡＳＴ、ＰｅｒＭ、ＳＨＲｉＭＰ、ＳＯＣＳ又はＺＯＯＭのような整列アルゴリズムは、色空間リードをマッピングし、したがって、ＡＢＩのＳＯＬｉＤプラットホームと共に用いられてよい。一部の適用において、２以上の整列アルゴリズムからの結果が組み合わせられてよい。
本発明において、前記ｂ）段階の配列情報（ｒｅａｄｓ）の長さは５～５０００ｂｐであり、使用する配列情報の数は５，０００～５０，０００個でよいが、これに限定されない。
本発明において、前記ｃ）段階のベクトル化されたデータは、整列された核酸断片に基づいて生成できるベクトル化されたデータであればいずれも利用可能であるが、好ましくは、グランドキャニオンプロット（Ｇｒａｎｄ Ｃａｎｙｏｎ ｐｌｏｔ，ＧＣプロット）又はゲノミックキャッスルウォールプロット（Ｇｅｎｏｍｉｃ Ｃａｓｔｌｅ Ｗａｌｌ ｐｌｏｔ，ＧＣＷプロット）であることを特徴とし得るが、これに限定されるものではない。
本発明においてベクトル化されたデータは、これに限定されないが、好ましくは、イメージ化されたことを特徴とし得る。イメージは、基本的にピクセルで構成されるが、ピクセルで構成されたイメージをベクトル化させると、イメージの種類によって１次元２Ｄベクトル（白黒）、３次元２Ｄベクトル（カラー（ＲＧＢ））又は４次元２Ｄベクトル（カラー（ＣＭＹＫ））で表現されてよい。
本発明のベクトル化されたデータは、イメージに限定されず、例えば、ｎ個の白黒イメージを複数枚積み、ｎ次元の２Ｄベクトル（Ｍｕｌｔｉ－ｄｉｍｅｎｓｉｏｎａｌ Ｖｅｃｔｏｒ）を用いて人工知能モデルの入力データとして使用することができる。
本発明において、ＧＣＷプロットは、正常染色体と判別染色体の区間別差異点を明確に示すために、正常染色体と判別染色体とを交差配列して作成したグラフを意味し、例えば、染色体別ＲｅｐＦＤ値をイメージ化する場合に、正常サンプルでは全染色体においてＲｅｐＦＤ値が類似に出るので、ＧＣＷプロットにおいてＵｐ－Ｄｏｗｎパターンが生成されないが、染色体異数性サンプルでは、異数性のある染色体において正常染色体に比べて相対的に低いＲｅｐＦＤ値が出るので、ＧＣＷプロットにおいて明確なＵｐ－Ｄｏｗｎパターンが生成される。このようなパターンの差異を極大化させるために（正常染色体，異数性染色体）ｎを反復、交差配列して人工知能モデルに学習させ、正常サンプルと染色体異数性サンプルとを区分可能にするものである。
本発明において、ＧＣプロットは、特定の区間（一定のｂｉｎ又は異なるサイズのｂｉｎ）をＸ軸に置き、核酸断片間の距離又は数のような核酸断片で表現できる数値をＹ軸に生成したプロットである。
本発明において、前記ｃ）段階を行うに先立って整列された核酸断片の整列一致度点数（ｍａｐｐｉｎｇ ｑｕａｌｉｔｙ ｓｃｏｒｅ）を満たす核酸断片を別に分類する段階をさらに含むことを特徴とし得る。
本発明において、前記整列一致度点数（ｍａｐｐｉｎｇ ｑｕａｌｉｔｙ ｓｃｏｒｅ）は、所望の基準によって変わり得るが、好ましくは１５～７０点、より好ましくは５０～７０点でよく、最も好ましくは６０点でよい。
本発明において、前記ｃ）段階のＧＣプロットは、整列された核酸断片の染色体区間別分布を、区間別核酸断片の数又は核酸断片間の距離を計算してベクトル化されたデータとして生成することを特徴とし得る。
本発明において、核酸断片の数又は核酸断片間の距離計算値をベクトル化する方法は、計算値をベクトル化する公知の技術であればいずれも利用可能である。
本発明において、前記整列された配列情報の染色体区間別分布を核酸断片の数で計算することは、下記の段階を含んで行うことを特徴とし得る：
ｉ）染色体を一定区間（ｂｉｎ）に区分する段階；
ｉｉ）各区間に整列された核酸断片の数を決定する段階；
ｉｉｉ）各区間に決定された核酸断片数をサンプルの全核酸断片数で割って正規化（ｎｏｒｍａｌｉｚａｔｉｏｎ）する段階；及び
ｉｖ）各区間の順序をＸ軸値とし、前記ｉｉｉ）段階で計算した正規化値をＹ軸値としてＧＣプロットを生成する段階。
ｉ）染色体を一定区間（ｂｉｎ）に区分する段階；
ｉｉ）各区間に整列された核酸断片の数を決定する段階；
ｉｉｉ）各区間に決定された核酸断片数をサンプルの全核酸断片数で割って正規化（ｎｏｒｍａｌｉｚａｔｉｏｎ）する段階；及び
ｉｖ）各区間の順序をＸ軸値とし、前記ｉｉｉ）段階で計算した正規化値をＹ軸値としてＧＣプロットを生成する段階。
本発明において、前記整列された配列情報の染色体区間別分布を核酸断片間の距離で計算することは、下記の段階を含んで行うことを特徴とし得る：
ｉ）染色体を一定区間（ｂｉｎ）に区分する段階；
ｉｉ）各区間に整列された核酸断片間の距離（Ｆｒａｇｍｅｎｔｓ Ｄｉｓｔａｎｃｅ，ＦＤ）を計算する段階；
ｉｉｉ）各区間別に計算された距離値に基づいて各区間の距離の代表値（ＲｅｐＦＤ）を決定する段階；
ｉｖ）前記ｉｉｉ）段階で計算された代表値を全核酸断片距離値の代表値で割って正規化（ｎｏｒｍａｌｉｚａｔｉｏｎ）する段階；及び
ｖ）各区間の順序をＸ軸値とし、前記ｉｖ）段階で計算した正規化値をＹ軸値としてＧＣプロットを生成する段階。
ｉ）染色体を一定区間（ｂｉｎ）に区分する段階；
ｉｉ）各区間に整列された核酸断片間の距離（Ｆｒａｇｍｅｎｔｓ Ｄｉｓｔａｎｃｅ，ＦＤ）を計算する段階；
ｉｉｉ）各区間別に計算された距離値に基づいて各区間の距離の代表値（ＲｅｐＦＤ）を決定する段階；
ｉｖ）前記ｉｉｉ）段階で計算された代表値を全核酸断片距離値の代表値で割って正規化（ｎｏｒｍａｌｉｚａｔｉｏｎ）する段階；及び
ｖ）各区間の順序をＸ軸値とし、前記ｉｖ）段階で計算した正規化値をＹ軸値としてＧＣプロットを生成する段階。
本発明において、前記代表値（ＲｅｐＦＤ）は、ＦＤ値の和、差、積、平均、中央値、分位数、最小値、最大値、分散、標準偏差、中央値絶対偏差、変動係数及びそれらの組合せからなる群から選ばれる一つ以上であることを特徴とし得るが、これに限定されるものではない。
本発明において、前記一定区間（ｂｉｎ）は、１Ｋｂ～３Ｇｂであることを特徴とし得るが、これに限定されるものではない。
本発明では、核酸断片をグループ化する段階をさらに用いることができ、このとき、グループ化は、整列された核酸断片のアダプター配列に基づいて行うことができる。正方向に整列された核酸断片と逆方向に整列された核酸断片とに別個に区分し、選別された配列情報に対して核酸断片間の距離を計算することができる。
本発明において、前記ＦＤ値は、取得したｎ個の核酸断片に対して、ｉ番目核酸断片の基準値とｉ＋１～ｎ番目核酸断片から選択されるいずれか一つ以上の核酸断片の基準値との間の距離として定義されることを特徴とし得る。
本発明において、前記ＦＤ値は、取得したｎ個の核酸断片に対して、第１核酸断片の基準値と第２～第ｎ個の核酸断片からなる群から選ばれるいずれか一つ以上の核酸断片の基準値との距離を計算し、それらの和、差、積、平均、積のログ、和のログ、中央値、分位数、最小値、最大値、分散、標準偏差、中央値絶対偏差及び変動係数からなる群から選ばれる一つ以上の値及び／又は一つ以上のそれらの逆数値、加重値が含まれた計算結果、及びこれに限定されない統計値をＦＤ値として使用できるが、これに限定されるものではない。
本発明において、“一つ以上の値及び／又は一つ以上のそれらの逆数値”という記載は、上述した数値のから１つ又は２つ以上が組み合わせられて使用可能であるという意味で解釈される。
本発明において、前記“核酸断片の基準値”は、核酸断片の中央値から任意の値を足した又は引いた値であることを特徴とし得る。
前記ＦＤ値は、取得したｎ個の核酸断片に対して、次のように定義できる。
ＦＤ＝Ｄｉｓｔ（Ｒｉ～Ｒｊ）（１＜ｉ＜ｊ＜ｎ）
ここで、Ｄｉｓｔ関数は、選別されたＲｉとＲｊの両核酸断片間に含まれる全ての核酸断片の整列位置値の差の和、差、積、平均、積のログ、和のログ、中央値、分位数、最小値、最大値、分散、標準偏差、中央値絶対偏差及び変動係数からなる群から選ばれる一つ以上の値及び／又は一つ以上のそれらの逆数値、加重値が含まれた計算結果、及びこれに限定されない統計値を計算する。
すなわち、本発明において、ＦＤ値（Ｆｒａｇｍｅｎｔ Ｄｉｓｔａｎｃｅ Ｖａｌｕｅ）は、整列された核酸断片間の距離を意味する。ここで、距離計算のための核酸断片の選別の場合の数は、次のように定義できる。合計Ｎ個の核酸断片が存在する場合に、
個の核酸断片間距離の組合せが可能である。すなわち、ｉが１の場合に、ｉ＋１は２となり、２～ｎ番目核酸断片から選択されるいずれか一つ以上の核酸断片との距離を定義することができる。
本発明において、前記ＦＤ値は、前記ｉ番目核酸断片内部の特定位置とｉ＋１～ｎ番目のいずれか一つ以上の核酸断片内部の特定位置との間の距離を計算することを特徴とし得る。
例えば、ある核酸断片の長さが５０ｂｐであり、染色体１番の４，１８３位置に整列されているとすれば、この核酸断片の距離計算に使用可能な遺伝的位置値は、染色体１番の４，１８３～４，２３２である。
前記核酸断片と隣接した５０ｂｐ長の核酸断片が染色体１番の４，２３２番目位置に整列されると、この核酸断片の距離計算に使用可能な遺伝的位置値は、染色体１番の４，２３２～４，２８１であり、両核酸断片間のＦＤ値は、１～９９になり得る。
さらに他の隣接した５０ｂｐ長の核酸断片が染色体１番の４１２３番目位置に整列されると、この核酸断片の距離計算に使用可能な遺伝的位置値は、染色体１番の４，１２３～４，１７２であり、両核酸断片間のＦＤ値は６１～１５９であり、最初の例示核酸断片とのＦＤ値は１２～１１０であり、前記両ＦＤ値範囲の一つの値の和、差、積、平均、積のログ、和のログ、中央値、分位数、最小値、最大値、分散、標準偏差、中央値絶対偏差及び変動係数からなる群から選ばれる一つ以上の値及び／又は一つ以上のそれらの逆数値、加重値が含まれた計算結果、及びこれに限定されない統計値をＦＤ値として使用でき、好ましくは、両ＦＤ値範囲の一つの値の逆数値であることを特徴とし得るが、これに限定されるものではない。
好ましくは、本発明において、前記ＦＤ値は、核酸断片の中央値から任意の値を足した又は引いた値であることを特徴とし得る。
本発明において、ＦＤの中央値は、計算されたＦＤ値を大きさの順に整列したとき、最も中央に位置する値を意味する。例えば１、２、１００のように３個の値があるとき、２が最も中央にあるので、２が中央値となる。仮に、偶数個のＦＤ値がある場合に、中央にある２つの値の平均を中央値として決定する。例えば、１、１０、９０、２００のＦＤ値がある場合、中央値は１０及び９０の平均である５０となる。
本発明において、前記任意の値は、核酸断片の位置を示し得るものであればいずれも利用可能であるが、好ましくは、０～５ｋｂｐ、又は核酸断片長さの０～３００％、０～３ｋｂｐ、又は核酸断片長さの０～２００％、０～１ｋｂｐ、又は核酸断片長さの０～１００％、より好ましくは０～５００ｂｐ又は核酸断片長さの０～５０％であってよいが、これに限定されるものではない。
本発明において、前記ＦＤ値は、ペアードエンドシーケンシング（ｐａｉｒｅｄ－ｅｎｄ ｓｅｑｕｅｎｃｉｎｇ）では、正方向及び逆方向配列情報（ｒｅａｄｓ）の位置値に基づいて導出することを特徴とし得る。
例えば、５０ｂｐ長のペアードエンドリード対において、正方向リードは、染色体１番の４１８３番目位置に整列され、逆方向リードは４３４９番目位置に整列されると、この核酸断片の両末端は４１８３、４３４９となり、核酸断片距離に使用可能な基準値は、４１８３～４３４９である。このとき、前記核酸断片と隣接した他のペアードエンドリード対において、正方向リードは染色体１番の４３４９番目位置に整列され、逆方向リードは４５１５番目に整列されると、この核酸断片の位置値は、４３４９～４５１５である。この両核酸断片の距離は０～３３３になり得、最も好ましくは、各核酸断片の中央値の距離である１６６になり得る。
本発明において、前記ペアードエンドシーケンシングで配列情報を取得する場合に、配列情報（ｒｅａｄｓ）の整列点数が基準値未満である核酸断片は、計算過程から除外する段階をさらに含むことを特徴とし得る。
本発明において、前記ＦＤ値は、シングルエンドシーケンシング（ｓｉｎｇｌｅ－ｅｎｄ ｓｅｑｕｅｎｃｉｎｇ）では、正方向又は逆方向配列情報（ｒｅａｄ）の位置値の一つの種類に基づいて導出することを特徴とし得る。
本発明において、前記シングルエンドシーケンシングでは、正方向に整列された配列情報に基づいて位置値を導出する場合には任意の値を足し、逆方向に整列された配列情報に基づいて位置値を導出する場合には任意の値を引くことを特徴とし、前記任意の値は、ＦＤ値が核酸断片の位置を明確に表示可能にする値であればいずれも利用可能であるが、好ましくは０～５ｋｂｐ又は核酸断片長さの０～３００％、０～３ｋｂｐ又は核酸断片長さの０～２００％、０～１ｋｂｐ又は核酸断片長さの０～１００％、より好ましくは０～５００ｂｐ又は核酸断片長さの０～５０％でよいが、これに限定されるものではない。
本発明において、分析しようとする核酸は、シーケンシングされてリード（ｒｅａｄｓ）という単位で表現されてよい。このリードは、シーケンシング方法によって、シングルエンドシーケンシング（ｓｉｎｇｌｅ ｅｎｄ ｓｅｑｕｅｎｃｉｎｇ ｒｅａｄ，ＳＥ）及びペアードエンドシーケンシング（ｐａｉｒｅｄ ｅｎｄ ｓｅｑｕｅｎｃｉｎｇ ｒｅａｄ，ＰＥ）に分類できる。ＳＥ方式のリードは、核酸分子の５’及び３’のいずれか１箇所をランダムな方向に一定の長さだけシーケンシングしたものを意味し、ＰＥ方式のリードは、５’及び３’の両方を一定の長さだけシーケンシングする。このような相違から、ＳＥモードでシーケンシングする場合に、１個の核酸断片から１個のリードが生成され、ＰＥモードでは１個の核酸断片から２個のリードが対として生成されることは、通常の技術者によく知られた事実である。
核酸断片間の正確な距離を計算するための最も理想的な方式は、核酸分子を初めから終わりまでシーケンシングし、そのリードを整列し、整列された値の中央値（センター）を利用する。しかし、技術的に、上の方式は、シーケンシング技術の限界及び費用の側面において制約があるのが現状である。したがって、ＳＥ、ＰＥのような方式でシーケンシングすることになるが、ＰＥ方式では、核酸分子の開始と終了の位置が分かるので、これらの値の組合せにより核酸断片の正確な位置（中央値）を把握できるが、ＳＥ方式では、核酸断片の片方の終了情報しか利用できず、正確な位置（中央値）計算に限界がある。
また、正方向、逆方向の両方向にシーケンシングされた（整列された）、全てのリードの末端情報を用いて核酸分子の距離計算時に、シーケンシング方向という要素のため、正確でない値が計算されることがある。
したがって、シーケンシング方式の技術的理由から、正方向リードの５’末端は、核酸分子の中心位置よりも小さい位置値を有し、逆方向リードの３’末端は大きい値を有する。このような特徴を用いて、正方向リードでは任意の値（Ｅｘｔｅｎｄｅｄ ｂｐ）を足し、逆方向リードでは引くと、核酸分子の中心位置に近い値が推定できる。
すなわち、任意の値（Ｅｘｔｅｎｄｅｄ ｂｐ）は、使用する試料によって変わってよく、細胞遊離核酸は、その核酸の平均長さが１６６ｂｐ程度と知られているので、約８０ｂｐ程度に設定できる。万一、断片化装備（例えは、ｓｏｎｉｃａｔｉｏｎ）を用いて実験が行われた場合は、断片化過程において設定したターゲット長さの半分程度を延長ｂｐ（ｅｘｔｅｎｄｅｄ ｂｐ）と設定できる。
本発明において、前記代表値（ＲｅｐＦＤ）は、ＦＤ値の和、差、積、平均、中央値、分位数、最小値、最大値、分散、標準偏差、中央値絶対偏差及び変動係数からなる群から選ばれる一つ以上の値及び／又は一つ以上のそれらの逆数値であることを特徴とし、好ましくは、ＦＤ値の中央値、平均値又はこれの逆数値であることを特徴とし得るが、これに限定されるものではない。
本発明において、前記ＧＣＷプロットは、整列された核酸断片間の距離又は区間別量を染色体単位で計算し、正常染色体と異数性を判別しようとする染色体の距離値を交差配列してベクトル化されたデータとして生成することを特徴とし得る。
本発明において、前記交差配列は、ｘ軸に沿って（［正常染色体の計算値］，［異数性を判別する染色体の計算値］）ｎ値を配列することを意味する。例えば、Ｔｒｉｓｏｍｙ ２１を判別する場合に、ｘ軸に沿って１番染色体のＲｅｐＦＤ値、２１番染色体のＲｅｐＦＤ、２番染色体のＲｅｐＦＤ、２１番染色体のＲｅｐＦＤ、３番染色体のＲｅｐＦＤ、２１番染色体のＲｅｐＦＤ…のように配列する方式を意味する。
本発明において、前記ＧＣＷプロットは、核酸断片間の距離を計算値として使用する場合に、下記の段階を含む方法で行われることを特徴とし得る。
ｉ）各染色体別に整列された核酸断片間の距離（ＦＤ）を計算する段階；
ｉｉ）前記ｉ）段階で計算された距離値に基づいて各区間の距離の代表値（ＲｅｐＦＤ）を決定する段階；
ｉｉｉ）前記ｉｉ）段階で決定された染色体別ＲｅｐＦＤ値を標準化（ｓｔａｎｄａｒｄｉｚａｔｉｏｎ）する段階；
ｉｖ）異数性を判別する染色体以外の染色体のうち一部を比較染色体群として選抜する段階；及び
ｉｖ）比較染色体群に属する染色体と異数性を判別する染色体をＸ軸に沿って順次に交差配列し、各染色体の標準化された計算値をＹ値とするＧＣＷプロットを生成する段階。
ｉｉ）前記ｉ）段階で計算された距離値に基づいて各区間の距離の代表値（ＲｅｐＦＤ）を決定する段階；
ｉｉｉ）前記ｉｉ）段階で決定された染色体別ＲｅｐＦＤ値を標準化（ｓｔａｎｄａｒｄｉｚａｔｉｏｎ）する段階；
ｉｖ）異数性を判別する染色体以外の染色体のうち一部を比較染色体群として選抜する段階；及び
ｉｖ）比較染色体群に属する染色体と異数性を判別する染色体をＸ軸に沿って順次に交差配列し、各染色体の標準化された計算値をＹ値とするＧＣＷプロットを生成する段階。
本発明において、前記標準化段階は、
１）染色体異数性が非検出された正常サンプルからなる標準集団を設定する段階；
２）前記標準集団から観察される染色体別ＲｅｐＦＤ値の平均（Ｒｅｆｅｒｅｎｃｅ＿Ｍｅａｎ）と標準偏差（Ｒｅｆｅｒｅｎｃｅ＿Ｓｔａｎｄａｒｄ＿Ｄｅｖｉａｔｉｏｎ）を計算する段階；
３）前記２）段階で計算した平均と標準偏差を下記数式１に代入してＺ標準化する段階；
数式1:
Zchr = ((RepFDchr - Reference_Meanchr) /Reference_Standard_Deviationchr) + 5
ここで、シーケンシング量（リード数）が多いサンプルではＲｅｐＦＤ値が低くなりながらＺｃｈｒ値が負数を有する場合が発生し得るが、Ｚｃｈｒ値が負数になると、下記段階の異数性を判別しようとする染色体のＺｃｈｒ値で割る過程で問題が発生するため（Ｕｐ－ＤｏｗｎパターンがＤｏｗｎ－Ｕｐパターンとしてひっくり返されて出ることがある。）、全体的に＋５をして全てを正数値に作るために＋５を足す。
１）染色体異数性が非検出された正常サンプルからなる標準集団を設定する段階；
２）前記標準集団から観察される染色体別ＲｅｐＦＤ値の平均（Ｒｅｆｅｒｅｎｃｅ＿Ｍｅａｎ）と標準偏差（Ｒｅｆｅｒｅｎｃｅ＿Ｓｔａｎｄａｒｄ＿Ｄｅｖｉａｔｉｏｎ）を計算する段階；
３）前記２）段階で計算した平均と標準偏差を下記数式１に代入してＺ標準化する段階；
数式1:
Zchr = ((RepFDchr - Reference_Meanchr) /Reference_Standard_Deviationchr) + 5
ここで、シーケンシング量（リード数）が多いサンプルではＲｅｐＦＤ値が低くなりながらＺｃｈｒ値が負数を有する場合が発生し得るが、Ｚｃｈｒ値が負数になると、下記段階の異数性を判別しようとする染色体のＺｃｈｒ値で割る過程で問題が発生するため（Ｕｐ－ＤｏｗｎパターンがＤｏｗｎ－Ｕｐパターンとしてひっくり返されて出ることがある。）、全体的に＋５をして全てを正数値に作るために＋５を足す。
４）前記３）段階で計算した染色体別Ｚｃｈｒ値を、異数性を判別しようとする染色体のＺｃｈｒ値で割る段階。
ここで、前記４）段階は、サンプルのシーケンシング量によってＧＣＷプロットのｙスケールが変わることを補正するために、異数性を判別しようとする染色体のＺｃｈｒ値で割ることであり、この過程により、サンプルのシーケンシング量に関係なくｙスケールが一定のＧＣＷプロットを生成することができる。
本発明において、前記代表値（ＲｅｐＦＤ）は、ＦＤ値の和、差、積、平均、中央値、分位数、最小値、最大値、分散、標準偏差、中央値絶対偏差及び変動係数からなる群から選ばれる一つ以上の値及び／又は一つ以上のそれらの逆数値であることを特徴とし、好ましくは、ＦＤ値の中央値、平均値又はその逆数値であることを特徴とし得るが、これに限定されるものではない。
本発明において、前記ＧＣＷプロットを核酸断片の量で示した場合に、核酸断片の量でＧＣＷプロットを描けば、比較染色体群の棒の相対的な高さにおいて差を示すが、これを人工知能モデルに学習させることができる（図４）。
本発明において、前記比較染色体群は、判別染色体群以外のいずれの染色体の組合せも利用可能であり、好ましくは、１、２、３、４、５、６、８、９、１０、１１、１３、１４、１５、１８、２０番染色体であるが、これに限定されるものではない。
本発明において、前記ベクトル化されたデータは、一つのイメージに複数の染色体別プロットを含むことを特徴とし得る。
本発明において、前記（ｄ）段階の人工知能モデルは、染色体状態が正常であるイメージと、染色体異常があるイメージとを区別できるように学習できるモデルであればいずれも利用可能であり、好ましくは、ディープラーニングモデルであることを特徴とし得る。
本発明において、前記人工知能モデルは、人工神経網ベースでベクトル化されたデータを分析できる人工神経網アルゴリズムであればいずれも利用可能であるが、好ましくは、ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ（ＣＮＮ）、Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＤＮＮ）、Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＲＮＮ）及びオートエンコーダ（ａｕｔｏｅｎｃｏｄｅｒ）からなる群から選ばれることを特徴とし得るが、これに限定されるものではない。
本発明において、前記循環神経網は、ＬＳＴＭ（Ｌｏｎｇ－ｓｈｏｒｔ ｔｅｒｍ ｍｅｍｏｒｙ）神経網、ＧＲＵ（Ｇａｔｅｄ Ｒｅｃｕｒｒｅｎｔ Ｕｎｉｔ）神経網、バニラ循環神経網（Ｖａｎｉｌｌａ ｒｅｃｕｒｒｅｎｔ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）及び集中的循環神経網（ａｔｔｅｎｔｉｖｅ ｒｅｃｕｒｒｅｎｔ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）からなる群から選ばれることを特徴とし得る。
本発明において、前記人工知能モデルがＣＮＮである場合に、二項分類（ｂｉｎａｒｙ ｃｌａｓｓｉｆｉｃａｔｉｏｎ）を行う損失関数は、下記数式２で表示されることを特徴とし、多クラス分類（Ｍｕｌｔｉ－ｃｌａｓｓ ｃｌａｓｓｉｆｉｃａｔｉｏｎ）を行う損失関数は、下記数式３で表示されることを特徴とし得る。
数式２：二項分類（Ｂｉｎａｒｙ ｃｌａｓｓｉｆｉｃａｔｉｏｎ）
数式３：多クラス分類（Ｍｕｌｔｉ－ｃｌａｓｓ ｃｌａｓｓｉｆｉｃａｔｉｏｎ）
本発明において、前記二項分類は、人工知能モデルが１種類の染色体異常を判別するように学習することを意味し、多クラス分類は、人工知能モデルが２種類以上の染色体異常を判別するように学習することを意味する。
本発明において、前記人工知能モデルがＣＮＮである場合に、学習は下記段階を含んで行われることを特徴とし得る：
ｉ）生産されたＧＣ、ＧＣＷプロットをＴｒａｉｎｉｎｇ（学習）、Ｖａｌｉｄａｔｉｏｎ（検証）、Ｔｅｓｔ（性能評価）データに分類する段階；
この時、Ｔｒａｉｎｉｎｇデータは、ＣＮＮモデルを学習する際に用いられ、Ｖａｌｉｄａｔｉｏｎデータは、ハイパーパラメータチューニング（ｈｙｐｅｒ－ｐａｒａｍｅｔｅｒ ｔｕｎｉｎｇ）検証に用いられ、Ｔｅｓｔデータは、最適のモデル生産後に性能評価に用いられることを特徴とする。
ｉ）生産されたＧＣ、ＧＣＷプロットをＴｒａｉｎｉｎｇ（学習）、Ｖａｌｉｄａｔｉｏｎ（検証）、Ｔｅｓｔ（性能評価）データに分類する段階；
この時、Ｔｒａｉｎｉｎｇデータは、ＣＮＮモデルを学習する際に用いられ、Ｖａｌｉｄａｔｉｏｎデータは、ハイパーパラメータチューニング（ｈｙｐｅｒ－ｐａｒａｍｅｔｅｒ ｔｕｎｉｎｇ）検証に用いられ、Ｔｅｓｔデータは、最適のモデル生産後に性能評価に用いられることを特徴とする。
ｉｉ）ハイパーパラメータチューニング及び学習過程によって最適のＣＮＮモデルを構築する段階；
ｉｉｉ）ハイパーパラメータチューニングによって得られた様々なモデルの性能をＶａｌｉｄａｔｉｏｎデータを用いて比較し、Ｖａｌｉｄａｔｉｏｎデータ性能が最も良好なモデルを最適のモデルと決定する段階；
本発明において、前記ハイパーパラメータチューニング過程は、ＣＮＮモデルをなす様々なパラメータ（畳み込み層（ｃｏｎｖｏｌｕｔｉｏｎ ｌａｙｅｒ）の数、全結合層（ｄｅｎｓｅ ｌａｙｅｒ）の数、畳み込みフィルタ（ｃｏｎｖｏｌｕｔｉｏｎ ｆｉｌｔｅｒ）の数など）値を最適化する過程であり、ハイパーパラメータチューニング過程としてはベイズ最適化（Ｂａｙｅｓｉａｎ ｏｐｔｉｍｉｚａｔｉｏｎ）及びグリッド検索（ｇｒｉｄ ｓｅａｒｃｈ）手法を用いることを特徴とし得る。
ｉｉｉ）ハイパーパラメータチューニングによって得られた様々なモデルの性能をＶａｌｉｄａｔｉｏｎデータを用いて比較し、Ｖａｌｉｄａｔｉｏｎデータ性能が最も良好なモデルを最適のモデルと決定する段階；
本発明において、前記ハイパーパラメータチューニング過程は、ＣＮＮモデルをなす様々なパラメータ（畳み込み層（ｃｏｎｖｏｌｕｔｉｏｎ ｌａｙｅｒ）の数、全結合層（ｄｅｎｓｅ ｌａｙｅｒ）の数、畳み込みフィルタ（ｃｏｎｖｏｌｕｔｉｏｎ ｆｉｌｔｅｒ）の数など）値を最適化する過程であり、ハイパーパラメータチューニング過程としてはベイズ最適化（Ｂａｙｅｓｉａｎ ｏｐｔｉｍｉｚａｔｉｏｎ）及びグリッド検索（ｇｒｉｄ ｓｅａｒｃｈ）手法を用いることを特徴とし得る。
本発明において、前記学習過程は、定められたハイパーパラメータ（ｈｙｐｅｒ－ｐａｒａｍｅｔｅｒ）を用いてＣＮＮモデルの内部パラメータ（加重値）を最適化させ、Ｔｒａｉｎｉｎｇ ｌｏｓｓに比してＶａｌｉｄａｔｉｏｎ ｌｏｓｓが増加し始まると、モデルが過適合（Ｏｖｅｒｆｉｔｔｉｎｇ）されたと判断し、その前にモデル学習を中断することを特徴とし得る。
本発明において、前記ｄ）段階で人工知能モデルが入力されたベクトル化されたデータから分析した結果値は、（特定の点数（ｓｃｏｒｅ）又は実数）であればいずれも利用可能であり、好ましくは、ＤＰＩ（Ｄｅｅｐ Ｐｒｏｂａｂｉｌｉｔｙ Ｉｎｄｅｘ）値であることを特徴とし得るが、これに限定されるものではない。
本発明において、ＤＰＩは、人工知能モデルの最後のレイヤー（ｌａｙｅｒ）に、二項分類の場合にシグモイド関数、多クラス分類の場合にソフトマックス関数を用いて人工知能のアウトプットを０～１スケールに調整して確率値として表現した値を意味する。
本発明において、前記ｄ）段階の基準値が０．５であり、人工知能モデルで分析して導出した値が０．５以上である場合に、染色体異常があると判定することを特徴とし得る。
本発明において、前記人工知能モデルは、学習の際に、異数性があると、アウトプット結果が１に近いように学習し、異数性がないと、アウトプット結果が０に近いように学習することにより、０．５を基準にして０．５以上であれば異数性があると判断し、０．５以下であれば異数性がないと判断し、性能（ｐｅｒｆｏｒｍａｎｃｅ）測定を行った（Ｔｒａｉｎｉｎｇ、Ｖａｌｉｄａｔｉｏｎ、Ｔｅｓｔ精度）。
ここで、０．５の基準値はいつでも変わり得る値であるということは、通常の技術者にとって明らかである。例えば、Ｆａｌｓｅ ｐｏｓｉｔｉｖｅ（偽陽性）を減らすには、０．５よりも高い基準値を設定することにより、異数性があると判断される基準を厳格にすることができ、Ｆａｌｓｅ Ｎｅｇａｔｉｖｅ（偽陰性）を減らすには、基準値をより低く測定することにより、異数性があると判断される基準を少し緩和することができる。
最も好ましくは、学習された人工知能モデルを用いてｕｎｓｅｅｎ ｄａｔａ（学習にｔｒａｉｎｉｎｇしていない解を知っているデータ）を適用させ、ＤＰＩ値の隔離（ｐｒｏｂａｂｉｌｉｔｙ）を確認して基準値を決めることができる。
本発明は、他の観点において、生体試料から核酸を抽出して配列情報を解読する解読部；
解読された配列を標準染色体配列データベースに整列する整列部；
整列された核酸断片（ｆｒａｇｍｅｎｔｓ）に基づき、ベクトル化されたデータを生成するデータ生成部；
生成されたベクトル化されたデータを、学習された人工知能モデルに入力して分析し、基準値と比較して染色体異常の有無を判定する染色体異常判定部を含む人工知能ベースの染色体異常検出装置に関する。
解読された配列を標準染色体配列データベースに整列する整列部；
整列された核酸断片（ｆｒａｇｍｅｎｔｓ）に基づき、ベクトル化されたデータを生成するデータ生成部；
生成されたベクトル化されたデータを、学習された人工知能モデルに入力して分析し、基準値と比較して染色体異常の有無を判定する染色体異常判定部を含む人工知能ベースの染色体異常検出装置に関する。
本発明は、さらに他の観点において、コンピュータ可読記憶媒体であって、染色体異常を検出するプロセッサによって実行されるように構成される命令を含むが、
ａ）生体試料から核酸を抽出して配列情報を取得する段階；
ｂ）取得した配列情報（ｒｅａｄｓ）を標準染色体配列データベース（ｒｅｆｅｒｅｎｃｅ ｇｅｎｏｍｅ ｄａｔａｂａｓｅ）に整列（ａｌｉｇｎｍｅｎｔ）する段階；
ｃ）前記整列された核酸断片（ｆｒａｇｍｅｎｔｓ）に基づき、ベクトル化されたデータを生成する段階；
ｄ）生成された前記ベクトル化されたデータを、学習された人工知能モデルに入力して分析し、基準値（ｃｕｔ－ｏｆｆ ｖａｌｕｅ）を比較して染色体異常の有無を判定する段階によって染色体異常を検出するプロセッサによって実行されるように構成される命令を含むコンピュータ可読記憶媒体に関する。
ａ）生体試料から核酸を抽出して配列情報を取得する段階；
ｂ）取得した配列情報（ｒｅａｄｓ）を標準染色体配列データベース（ｒｅｆｅｒｅｎｃｅ ｇｅｎｏｍｅ ｄａｔａｂａｓｅ）に整列（ａｌｉｇｎｍｅｎｔ）する段階；
ｃ）前記整列された核酸断片（ｆｒａｇｍｅｎｔｓ）に基づき、ベクトル化されたデータを生成する段階；
ｄ）生成された前記ベクトル化されたデータを、学習された人工知能モデルに入力して分析し、基準値（ｃｕｔ－ｏｆｆ ｖａｌｕｅ）を比較して染色体異常の有無を判定する段階によって染色体異常を検出するプロセッサによって実行されるように構成される命令を含むコンピュータ可読記憶媒体に関する。
実施例
以下、実施例を用いて本発明をより詳細に説明する。これら実施例は単に本発明を例示するためのものであり、本発明の範囲がこれらの実施例によって制限されるものと解釈されないことは、当業界における通常の知識を有する者にとって明らかであろう。
実施例１．血液からＤＮＡを抽出し、次世代塩基配列分析を行う
正常人７，９３１人、Ｔｒｉｓｏｍｙ ２１ １７０人、Ｔｒｉｓｏｍｙ １８ ５８人及びＴｒｉｓｏｍｙ １３ １６人の血液を１０ｍＬずつ採取してＥＤＴＡチューブに保管し、採取２時間以内に１２００ｇ、４℃、１５分の条件で血漿部分のみを１次遠心分離した後、１次遠心分離された血漿を１６０００ｇ、４℃、１０分の条件で２次遠心分離し、沈殿物以外の血漿上清液を分離した。分離された血漿に対してＴｉａｎｇｅｎｍｉｃｒｏ ＤＮＡキット（Ｔｉａｎｇｅｎ）を用いてｃｆＤＮＡ（ｃｅｌｌ－ｆｒｅｅ ＤＮＡ）を抽出し、Ｔｒｕｓｅｑ Ｎａｎｏ ＤＮＡ ＨＴライブラリー調製キット（Ｉｌｌｕｍｉｎａ）を用いてライブラリー調製（Ｌｉｂｒａｒｙ ｐｒｅｐａｒａｔｉｏｎ）過程を行った後、Ｎｅｘｔｓｅｑ５００装備（Ｉｌｌｕｍｉｎａ）を７５シングルエンド（Ｓｉｎｇｌｅ－ｅｎｄ）モードでシーケンシング（ｓｅｑｕｅｎｃｉｎｇ）を行った。その結果、サンプルにつき約１３，０００，０００個のリード（ｒｅａｄｓ）が生産されることを確認した。
実施例２．核酸断片距離ベースＧＣプロットを用いたｔｒｉｓｏｍｙ ２１ディープラーニングモデル構築及び性能確認
正常サンプル（ｎ＝９６１）とＴ２１サンプル（ｎ＝１７０）を用いてＤＰＩ値の性能をテストした。全サンプルは、Ｔｒａｉｎ、Ｖａｌｉｄａｔｉｏｎ、Ｔｅｓｔのグループに分けて進行し、Ｔｒａｉｎサンプルを用いてモデルを構築した後、Ｖａｌｉｄａｔｉｏｎグループ及びＴｅｓｔグループのサンプルを用いて、Ｔｒａｉｎサンプルを用いて作ったモデルの性能を確認した。
その結果、表２及び図５に示すように、Ａｃｃｕｒａｃｙは、Ｔｒａｉｎ、Ｖａｌｉｄ、Ｔｅｓｔグループにおいてそれぞれ、１００％、１００％、１００％と確認され、ＲＯＣ分析結果であるＡＵＣ値は、Ｔｒａｉｎ、Ｖａｌｉｄ、Ｔｅｓｔグループにおいてそれぞれ１．０、１．０、１．０であることを確認した。
図５の（Ａ）は、正確度を測定する方法のうちＲＯＣ（Ｒｅｃｅｉｖｅｒ Ｏｐｅｒａｔｉｎｇ Ｃｈａｒａｃｔｅｒｉｓｔｉｃ）カーブ（ｃｕｒｖｅ）を用いた分析であり、カーブ下の面積であるＡＵＣ（Ａｒｅａ Ｕｎｄｅｒ ｔｈｅ Ｃｕｒｖｅ）値が高いほど正確度が高いと解析する。ＡＵＣ値は、０～１の間の値を有し、ランダムにラベル値を予測した時（ｂａｓｅｌｉｎｅ）に期待されるＡＵＣ値が０．５、完全に正確に予測した時に期待されるＡＵＣ値が１である。
図５の（Ｂ）は、本発明の人工知能モデルで計算された、染色体異数性がある確率値（ＤＰＩ値）を、正常サンプルとｔｒｉｓｏｍｙ ２１サンプルグループにおいてボックスプロット（ｂｏｘｐｌｏｔ）で示したものであり、赤い線がＤＰＩカットオフである０．５を示す。
実施例３．核酸断片距離ベースＧＣプロットを用いたｔｒｉｓｏｍｙ １８ディープラーニングモデル構築及び性能確認
正常サンプル（ｎ＝９６１）とＴ１８サンプル（ｎ＝５８）を用いてＤＰＩ値の性能をテストした。全サンプルは、Ｔｒａｉｎ、Ｖａｌｉｄａｔｉｏｎ、Ｔｅｓｔのグループに分けて進行し、Ｔｒａｉｎサンプルを用いてモデルを構築した後、Ｖａｌｉｄａｔｉｏｎグループ及びＴｅｓｔグループのサンプルを用いて、Ｔｒａｉｎサンプルを用いて作ったモデルの性能を確認した。
その結果、表４及び図６に示すように、精度は、Ｔｒａｉｎ、Ｖａｌｉｄ、Ｔｅｓｔグループにおいてそれぞれ１００％、１００％、１００％と確認され、ＲＯＣ分析結果であるＡＵＣ値は、Ｔｒａｉｎ、Ｖａｌｉｄ、Ｔｅｓｔグループにおいてそれぞれ１．０、１．０、１．０であることを確認した。
実施例４．核酸断片距離ベースＧＣプロットを用いたｔｒｉｓｏｍｙ １３ディープラーニングモデル構築及び性能確認
正常サンプル（ｎ＝９６１）とＴ１３サンプル（ｎ＝１６）を用いてＤＰＩ値の性能をテストした。全サンプルは、Ｔｒａｉｎ、Ｖａｌｉｄａｔｉｏｎ、Ｔｅｓｔのグループに分けて進行し、Ｔｒａｉｎサンプルを用いてモデルを構築した後、Ｖａｌｉｄａｔｉｏｎグループ及びＴｅｓｔグループのサンプルを用いて、Ｔｒａｉｎサンプルを用いて作ったモデルの性能を確認した。
その結果、表６及び図７に示すように、精度は、Ｔｒａｉｎ、Ｖａｌｉｄ、Ｔｅｓｔグループにおいてそれぞれ１００％、１００％、１００％と確認され、ＲＯＣ分析結果であるＡＵＣ値は、Ｔｒａｉｎ、Ｖａｌｉｄ、Ｔｅｓｔグループにおいてそれぞれ１．０、１．０、１．０であることを確認した。
実施例５．核酸断片距離ベースＧＣＷプロットを用いたｔｒｉｓｏｍｙ ２１ディープラーニングモデル構築及び性能確認
正常サンプル（ｎ＝７１６）を参照集団として設定し、Ｚ点数を計算した後、この値を用いてＧＣＷプロットを生産した。Ｚ点数計算のための核酸断片距離値は、核酸断片間距離値の中央値を用いた。Ｚ点数計算のための参照集団に含まれない正常サンプル（ｎ＝７，２１５）とＴ２１サンプル（ｎ＝１６８）を用いてＤＰＩ値の性能をテストした。全サンプルはＴｒａｉｎ、Ｖａｌｉｄａｔｉｏｎ、Ｔｅｓｔのグループに分けて進行し、Ｔｒａｉｎサンプルを用いてモデルを構築した後、Ｖａｌｉｄａｔｉｏｎグループ及びＴｅｓｔグループのサンプルを用いて、Ｔｒａｉｎサンプルを用いて作ったモデルの性能を確認した。
その結果、表８及び図８に示すように、精度は、Ｔｒａｉｎ、Ｖａｌｉｄ、Ｔｅｓｔグループにおいてそれぞれ９９．８％、１００％、９９．８％と確認され、ＲＯＣ分析結果であるＡＵＣ値は、Ｔｒａｉｎ、Ｖａｌｉｄ、Ｔｅｓｔグループにおいてそれぞれ０．９９９９、１．０、０．９９９８であることを確認した。
実施例６．核酸断片距離ベースＧＣＷプロットを用いたｔｒｉｓｏｍｙ １８ディープラーニングモデル構築及び性能確認
正常サンプル（ｎ＝７１６）を参照集団として設定し、Ｚ点数を計算した後、この値を用いてＧＣＷプロットを生産した。Ｚ点数計算のための核酸断片距離値は、核酸断片間距離値の中央値を用いた。実施例５で構築したディープラーニングモデルを用いて１８番染色体の異数性を予測した。Ｚ点数計算のための参照集団に含まれない正常サンプル（ｎ＝１７４３）とＴ１８サンプル（ｎ＝５８）を用いてＤＰＩ値の性能をテストした。
その結果、表１０及び図９に示すように、Ｔｅｓｔグループにおいて精度は９９．８％であり、ＲＯＣ分析結果であるＡＵＣ値は０．９９９４であることを確認した。
実施例７．核酸断片距離ベースＧＣＷプロットを用いたｔｒｉｓｏｍｙ １３ディープラーニングモデル構築及び性能確認
正常サンプル（ｎ＝７１６）を参照集団として設定し、Ｚ点数を計算した後、この値を用いてＧＣＷプロットを生産した。Ｚ点数計算のための核酸断片距離値は、核酸断片間距離値の中央値を用いた。実施例５で構築したディープラーニングモデルを用いて１３番染色体の異数性を予測した。Ｚ点数計算のための参照集団に含まれない正常サンプル（ｎ＝１，７４３）とＴ１３サンプル（ｎ＝１６）を用いてＤＰＩ値の性能をテストした。
その結果、表１２及び図１０に示すように、Ｔｅｓｔグループにおいて精度は９９．７％であり、ＲＯＣ分析結果であるＡＵＣ値は０．９９４３であることを確認した。
実施例８．核酸断片距離ベースＧＣＷプロットを用いたダウンサンプリング（Ｄｏｗｎ ｓａｍｐｌｉｎｇ）性能確認
リードカバレッジを半分レベルに下げ（約１０，０００，０００リード以上→５，０００，０００リード）、ＧＣＷプロットを描いて染色体異数性検出を試みた結果、下げる前と類似のレベルの性能を維持することを確認した。カバレッジを下げる時のＴｒｉｓｏｍｙ ２１判別性能は、下記表１３の通りである。
分析の結果、Ｔｅｓｔグループにおいて精度は９８．６％と確認され、ＲＯＣ分析結果であるＡＵＣ値は０．９９８であることを確認した（表１４、図１１）。
実施例９．核酸断片距離逆数値ベースＧＣＷプロットを用いたｔｒｉｓｏｍｙ ２１ディープラーニングモデル構築及び性能確認
正常サンプル（ｎ＝７００）を参照集団として設定し、Ｚ点数を計算した後、この値を用いてＧＣＷプロットを生産した。Ｚ点数計算のための核酸断片距離値は、核酸断片間距離値の中央値の逆数を用いた。Ｚ点数計算のための参照集団に含まれない正常サンプル（ｎ＝９９１）とＴ２１サンプル（ｎ＝１６３）を用いてＤＰＩ値の性能をテストした。全サンプルは、Ｔｒａｉｎ、Ｖａｌｉｄａｔｉｏｎ、Ｔｅｓｔのグループに分けて進行し、Ｔｒａｉｎサンプルを用いてモデルを構築した後、Ｖａｌｉｄａｔｉｏｎグループ及びＴｅｓｔグループのサンプルを用いて、Ｔｒａｉｎサンプルを用いて作ったモデルの性能を確認した。
その結果、表１６及び図１２に示すように、精度は、Ｔｒａｉｎ、Ｖａｌｉｄ、Ｔｅｓｔグループにおいてそれぞれ９９．１％、９９．５％、９９．１％と確認され、ＲＯＣ分析結果であるＡＵＣ値は、Ｔｒａｉｎ、Ｖａｌｉｄ、Ｔｅｓｔグループにおいてそれぞれ０．９９９９、０．９９９、０．９９９であることを確認した。
実施例１０．核酸断片距離逆数値ベースＧＣＷプロットを用いたｔｒｉｓｏｍｙ １８ディープラーニングモデル構築及び性能確認
正常サンプル（ｎ＝７００）を参照集団として設定し、Ｚ点数を計算した後、この値を用いてＧＣＷプロットを生産した。Ｚ点数計算のための核酸断片距離値は、核酸断片間距離値の中央値の逆数を用いた。Ｚ点数計算のための参照集団に含まれない正常サンプル（ｎ＝９９１）とＴ１８サンプル（ｎ＝５７）を用いてＤＰＩ値の性能をテストした。全サンプルは、Ｔｒａｉｎ、Ｖａｌｉｄａｔｉｏｎ、Ｔｅｓｔのグループに分けて進行し、Ｔｒａｉｎサンプルを用いてモデルを構築した後、Ｖａｌｉｄａｔｉｏｎグループ及びＴｅｓｔグループのサンプルを用いて、Ｔｒａｉｎサンプルを用いて作ったモデルの性能を確認した。
その結果、表１７及び図１３に示すように、精度は、Ｔｒａｉｎ、Ｖａｌｉｄ、Ｔｅｓｔグループにおいてそれぞれ１００％、１００％、９９．６％と確認され、ＲＯＣ分析結果であるＡＵＣ値は、Ｔｒａｉｎ、Ｖａｌｉｄ、Ｔｅｓｔグループにおいてそれぞれ１．０、１．０、０．９７２であることを確認した。
実施例１１．核酸断片距離逆数値ベースＧＣＷプロットを用いたｔｒｉｓｏｍｙ １３ディープラーニングモデル構築及び性能確認
正常サンプル（ｎ＝７００）を参照集団として設定し、Ｚ点数を計算した後、この値を用いてＧＣＷプロットを生産した。Ｚ点数計算のための核酸断片距離値は、核酸断片間距離値の中央値の逆数を用いた。Ｚ点数計算のための参照集団に含まれない正常サンプル（ｎ＝９９１）とＴ１３サンプル（ｎ＝１６）を用いてＤＰＩ値の性能をテストした。全サンプルは、Ｔｒａｉｎ、Ｖａｌｉｄａｔｉｏｎ、Ｔｅｓｔのグループに分けて進行し、Ｔｒａｉｎサンプルを用いてモデルを構築した後、Ｖａｌｉｄａｔｉｏｎグループ及びＴｅｓｔグループのサンプルを用いて、Ｔｒａｉｎサンプルを用いて作ったモデルの性能を確認した。
その結果、表２０及び図１３に示すように、精度は、Ｔｒａｉｎ、Ｖａｌｉｄ、Ｔｅｓｔグループにおいてそれぞれ９８．７％、９８．５％、９９．０％と確認され、ＲＯＣ分析結果であるＡＵＣ値は、Ｔｒａｉｎ、Ｖａｌｉｄ、Ｔｅｓｔグループにおいてそれぞれ０．９９６、０．９９５、１．０であることを確認した。
以上、本発明内容の特定の部分を詳細に記述したところ、当業界における通常の知識を有する者にとって、このような具体的記述は単に好ましい実施の態様であるだけで、これによって本発明の範囲が制限されないという点は明らかであろう。したがって、本発明の実質的な範囲は、添付する請求項及びそれらの等価物によって定義されるといえよう。
本発明に係る人工知能ベースの染色体異常検出方法は、既存のリード個数（ｒｅａｄ ｃｏｕｎｔ）ベースで染色体量を決定する段階を利用する方式又は整列されたリード（ｒｅａｄｓ）間の距離概念を利用する検出方法などにおいてリードに関連した値として個々の定形化された値を用いることに比べて、ベクトル化されたデータを生成してＡＩアルゴリズムを用いて分析するので、リードカバレッジが低くとも類似の効果を発揮するこができ、有用である。
Claims (18)
- ａ）生体試料から核酸を抽出して配列情報を取得する段階；
ｂ）取得した配列情報（ｒｅａｄｓ）を標準染色体配列データベース（ｒｅｆｅｒｅｎｃｅ ｇｅｎｏｍｅ ｄａｔａｂａｓｅ）に整列（ａｌｉｇｎｍｅｎｔ）する段階；
ｃ）前記整列された配列情報（ｒｅａｄｓ）ベースの核酸断片（ｆｒａｇｍｅｎｔｓ）を用いたベクトル化されたデータを生成する段階；
ｄ）生成された前記ベクトル化されたデータを、学習された人工知能モデルに入力して分析し、基準値（ｃｕｔ－ｏｆｆ ｖａｌｕｅ）と比較して染色体異常の有無を判定する段階を含む、人工知能ベースの染色体異常検出方法。 - 前記ａ）段階は、次の段階を含む方法で行われることを特徴とする、請求項１に記載の人工知能ベースの染色体異常検出方法：
（ａ－ｉ）血液、精液、膣細胞、毛髪、唾液、尿、口腔細胞、胎盤細胞又は胎児細胞を含む羊水、組織細胞又はその混合物から核酸を取得する段階；
（ａ－ｉｉ）採取された核酸から、塩析方法（ｓａｌｔｉｎｇ－ｏｕｔ ｍｅｔｈｏｄ）、カラムクロマトグラフィー方法（ｃｏｌｕｍｎ ｃｈｒｏｍａｔｏｇｒａｐｈｙ ｍｅｔｈｏｄ）又はビーズ方法（ｂｅａｄｓ ｍｅｔｈｏｄ）を用いてタンパク質、脂肪、及びその他残余物を除去し、精製された核酸を取得する段階；
（ａ－ｉｉｉ）精製された核酸又は酵素的切断、粉砕、水圧切断方法（ｈｙｄｒｏｓｈｅａｒ ｍｅｔｈｏｄ）で無作為断片化（ｒａｎｄｏｍ ｆｒａｇｍｅｎｔａｔｉｏｎ）された核酸に対して、シングルエンドシーケンシング（ｓｉｎｇｌｅ－ｅｎｄ ｓｅｑｕｅｎｃｉｎｇ）又はペアエンドシーケンシング（ｐａｉｒ－ｅｎｄ ｓｅｑｕｅｎｃｉｎｇ）ライブラリー（ｌｉｂｒａｒｙ）を作製する段階；
（ａ－ｉｖ）作製されたライブラリーを次世代シークエンサー（ｎｅｘｔ－ｇｅｎｅｒａｔｉｏｎ ｓｅｑｕｅｎｃｅｒ）で反応させる段階；及び
（ａ－ｖ）次世代シークエンサーで核酸の配列情報（ｒｅａｄｓ）を取得する段階。 - 前記ｃ）段階のベクトル化されたデータは、グランドキャニオンプロット（Ｇｒａｎｄ Ｃａｎｙｏｎ ｐｌｏｔ，ＧＣプロット）又はゲノミックキャッスルウォールプロット（Ｇｅｎｏｍｉｃ Ｃａｓｔｌｅ Ｗａｌｌ ｐｌｏｔ ，ＧＣＷプロット）であることを特徴とする、請求項１に記載の人工知能ベースの染色体異常検出方法。
- 前記ＧＣプロットは、整列された核酸断片の染色体区間別分布を区間別の数（ｃｏｕｎｔ）又は核酸断片（ｆｒａｇｍｅｎｔ）間の距離を計算してベクトル化されたデータとして生成することを特徴とする、請求項３に記載の人工知能ベースの染色体異常検出方法。
- 前記染色体区間別分布を核酸断片の数で計算することは、下記の段階を含んで行うことを特徴とする、請求項４に記載の人工知能ベースの染色体異常検出方法：
ｉ）染色体を一定区間（ｂｉｎ）に区分する段階；
ｉｉ）各区間に整列された核酸断片の数を決定する段階；
ｉｉｉ）各区間に決定された核酸断片数をサンプルの全核酸断片数で割って正規化（ｎｏｒｍａｌｉｚａｔｉｏｎ）する段階；及び
ｉｖ）各区間の順序をＸ軸値とし、前記ｉｉｉ）段階で計算した正規化値をＹ軸値としてＧＣプロットを生成する段階。 - 前記染色体区間別分布を核酸断片間の距離で計算することは、下記の段階を含んで行うことを特徴とする、請求項４に記載の人工知能ベースの染色体異常検出方法：
ｉ）染色体を一定区間（ｂｉｎ）に区分する段階；
ｉｉ）各区間に整列された核酸断片間の距離を計算する段階；
ｉｉｉ）各区間別に計算された距離値に基づいて各区間の距離の代表値（ＲｅｐＦＤ）を決定する段階；
ｉｖ）前記ｉｉｉ）段階で計算された代表値を全核酸断片間の距離値の代表値で割って正規化（ｎｏｒｍａｌｉｚａｔｉｏｎ）する段階；及び
ｖ）各区間の順序をＸ軸値とし、前記ｉｖ）段階で計算した正規化値をＹ軸値としてＧＣプロットを生成する段階。 - 前記代表値は、核酸断片間の距離の和、差、積、平均、中央値、分位数、最小値、最大値、分散、標準偏差、中央値絶対偏差、変動係数、それらの逆数値及びそれらの組合せからなる群から選ばれる一つ以上であることを特徴とする、請求項６に記載の人工知能ベースの染色体異常検出方法。
- 前記ＧＣＷプロットは、整列された核酸断片間の距離を染色体単位で計算し、正常染色体と異数性を判別しようとする染色体の距離値を交差配列してグラフとして生成することを特徴とする、請求項３に記載の人工知能ベースの染色体異常検出方法。
- 前記ＧＣＷプロットは、下記の段階を含む方法によって行われることを特徴とする、請求項８に記載の人工知能ベースの染色体異常検出方法：
ｉ）各染色体別に整列された核酸断片間の距離を計算する段階；
ｉｉ）前記ｉ）段階で計算された距離値に基づいて各区間の距離の代表値を決定する段階；
ｉｉｉ）前記ｉｉ）段階で決定された染色体別代表値を標準化（ｓｔａｎｄａｒｄｉｚａｔｉｏｎ）する段階；
ｉｖ）異数性を判別する染色体以外の染色体のうち一部を比較染色体群として選抜する段階；及び
ｖ）比較染色体群に属する染色体と異数性を判別する染色体をＸ軸に沿って順次に交差配列し、各染色体の標準化された計算値をＹ値とするＧＣＷプロットを生成する段階。 - 前記ｉｉｉ）段階の代表値を標準化する段階は、下記の段階を含む方法で行われることを特徴とする、請求項９に記載の人工知能ベースの染色体異常検出方法：
１）染色体異数性が非検出された正常サンプルからなる標準集団を設定する段階；
２）前記標準集団から観察される染色体別ＲｅｐＦＤ値の平均（Ｒｅｆｅｒｅｎｃｅ＿Ｍｅａｎ）と標準偏差（Ｒｅｆｅｒｅｎｃｅ＿Ｓｔａｎｄａｒｄ＿Ｄｅｖｉａｔｉｏｎ）を計算する段階；
３）前記２）段階で計算した平均と標準偏差を下記数式１に代入してＺ標準化する段階；
数式１：
Zchr = ((RepFDchr - Reference_Meanchr) /Reference_Standard_Deviationchr) + 5
４）前記３）段階で計算した染色体別Ｚｃｈｒ値を、異数性を判別しようとする染色体のＺｃｈｒ値で割る段階。 - 前記代表値は、核酸断片間の距離の和、差、積、平均、中央値、分位数、最小値、最大値、分散、標準偏差、中央値絶対偏差、変動係数、それらの逆数値及びそれらの組合せからなる群から選ばれる一つ以上の値であることを特徴とする、請求項９に記載の人工知能ベースの染色体異常検出方法。
- 前記（ｄ）段階の人工知能モデルは、染色体状態が正常であるベクトル化されたデータと、染色体異常があるベクトル化されたデータとを区別できるように学習することを特徴とする、請求項１に記載の人工知能ベースの染色体異常検出方法。
- 前記人工知能モデルは、ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ（ＣＮＮ）、Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＤＮＮ）、Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＲＮＮ）及びオートエンコーダ（ａｕｔｏｅｎｃｏｄｅｒ）からなる群から選ばれることを特徴とする、請求項１２に記載の人工知能ベースの染色体異常検出方法。
- 前記人工知能モデルがＣＮＮであり、二項分類（ｂｉｎａｒｙ ｃｌａｓｓｉｆｉｃａｔｉｏｎ）を学習する場合に、損失関数は下記数式２で表示され、前記人工知能モデルがＣＮＮであり、多クラス分類（Ｍｕｌｔｉ－ｃｌａｓｓ ｃｌａｓｓｉｆｉｃａｔｉｏｎ）を学習する場合に、損失関数は下記数式３で表示されることを特徴とする、請求項１２に記載の人工知能ベースの染色体異常検出方法：
数式２：二項分類（Ｂｉｎａｒｙ ｃｌａｓｓｉｆｉｃａｔｉｏｎ）
数式３：多クラス分類（Ｍｕｌｔｉ－ｃｌａｓｓ ｃｌａｓｓｉｆｉｃａｔｉｏｎ）
- 前記ｄ）段階の人工知能モデルが入力されたベクトル化されたデータを分析して出力する結果値は、ＤＰＩ（Ｄｅｅｐ Ｐｒｏｂａｂｉｌｉｔｙ Ｉｎｄｅｘ）値であることを特徴とする、請求項１に記載の人工知能ベースの染色体異常検出方法。
- 前記ｄ）段階の基準値は０．５であり、０．５以上である場合に、染色体異常があると判定することを特徴とする、請求項１に記載の人工知能ベースの染色体異常検出方法。
- 生体試料から核酸を抽出して配列情報を解読する解読部；
解読された配列を標準染色体配列データベースに整列する整列部；
整列された配列ベースの核酸断片を用いたベクトル化されたデータを生成するデータ生成部；及び
生成されたベクトル化されたデータを、学習された人工知能モデルに入力して分析し、基準値と比較して染色体異常の有無を判定する染色体異常判定部を含む、人工知能ベースの染色体異常検出装置。 - コンピュータ可読記憶媒体であって、染色体異常を検出するプロセッサによって実行されるように構成される命令を含み、
ａ）生体試料から核酸を抽出して配列情報を取得する段階；
ｂ）取得した配列情報（ｒｅａｄｓ）を標準染色体配列データベース（ｒｅｆｅｒｅｎｃｅ ｇｅｎｏｍｅ ｄａｔａｂａｓｅ）に整列（ａｌｉｇｎｍｅｎｔ）する段階；
ｃ）前記整列された配列情報（ｒｅａｄｓ）ベースの核酸断片を用いたベクトル化されたデータを生成する段階；
ｄ）生成された前記ベクトル化されたデータを、学習された人工知能モデルに入力して分析し、基準値（ｃｕｔ－ｏｆｆ ｖａｌｕｅ）を比較して染色体異常の有無を判定する段階、によって染色体異常を検出するプロセッサによって実行されるように構成される命令を含む、コンピュータ可読記憶媒体。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR10-2019-0157257 | 2019-11-29 | ||
| KR20190157257 | 2019-11-29 | ||
| PCT/KR2020/017065 WO2021107676A1 (ko) | 2019-11-29 | 2020-11-27 | 인공지능 기반 염색체 이상 검출 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2023504139A true JP2023504139A (ja) | 2023-02-01 |
Family
ID=76129497
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022532058A Pending JP2023504139A (ja) | 2019-11-29 | 2020-11-27 | 人工知能ベースの染色体異常検出方法 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US20230028790A1 (ja) |
| EP (1) | EP4068291A4 (ja) |
| JP (1) | JP2023504139A (ja) |
| KR (1) | KR102586651B1 (ja) |
| AU (1) | AU2020391556B2 (ja) |
| CA (1) | CA3163405A1 (ja) |
| WO (1) | WO2021107676A1 (ja) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113408533B (zh) * | 2021-08-23 | 2021-12-10 | 首都医科大学附属北京妇产医院 | 基于胎儿超声影像特征组学的染色体异常预测模型的构建方法及诊断设备 |
| KR20230059423A (ko) | 2021-10-26 | 2023-05-03 | 주식회사 지씨지놈 | 메틸화된 무세포 핵산을 이용한 암 진단 및 암 종 예측방법 |
| KR20230076686A (ko) * | 2021-11-24 | 2023-05-31 | 테라젠지놈케어 주식회사 | 가상 데이터에 기반한 태아의 염색체이수성을 검출하는 방법 |
| KR20230114952A (ko) * | 2022-01-26 | 2023-08-02 | 권창혁 | 암 판별 장치 및 암 판별 방법 |
| WO2023219263A1 (ko) * | 2022-05-09 | 2023-11-16 | 테라젠지놈케어 주식회사 | 가상 양성 데이터 및 가상 음성 데이터에 기반한 태아의 염색체이수성을 검출하는 방법 |
| CN115330603B (zh) * | 2022-10-17 | 2023-01-20 | 湖南自兴智慧医疗科技有限公司 | 基于深度学习卷积神经网络的人类染色体图像摆正方法 |
| CN116434837B (zh) * | 2023-06-12 | 2023-08-29 | 广州盛安医学检验有限公司 | 一种基于ngs的染色体平衡易位检测分析系统 |
| CN117473444B (zh) * | 2023-12-27 | 2024-03-01 | 北京诺赛基因组研究中心有限公司 | 基于CNN和SVM的Sanger测序结果质检方法 |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE602004024034D1 (de) | 2003-01-29 | 2009-12-24 | 454 Corp | Nukleinsäureamplifikation auf basis von kügelchenemulsion |
| CA2557841A1 (en) | 2004-02-27 | 2005-09-09 | President And Fellows Of Harvard College | Polony fluorescent in situ sequencing beads |
| TWI287041B (en) | 2005-04-27 | 2007-09-21 | Jung-Tang Huang | An ultra-rapid DNA sequencing method with nano-transistors array based devices |
| US20060275779A1 (en) | 2005-06-03 | 2006-12-07 | Zhiyong Li | Method and apparatus for molecular analysis using nanowires |
| US20070194225A1 (en) | 2005-10-07 | 2007-08-23 | Zorn Miguel D | Coherent electron junction scanning probe interference microscope, nanomanipulator and spectrometer with assembler and DNA sequencing applications |
| CN102952854B (zh) * | 2011-08-25 | 2015-01-14 | 深圳华大基因科技有限公司 | 单细胞分类和筛选方法及其装置 |
| RU2597981C2 (ru) * | 2012-05-14 | 2016-09-20 | БГИ Диагносис Ко., Лтд. | Способ и система для определения нуклеотидной последовательности в заданной области генома плода |
| GB201215449D0 (en) * | 2012-08-30 | 2012-10-17 | Zoragen Biotechnologies Llp | Method of detecting chromosonal abnormalities |
| US10319463B2 (en) * | 2015-01-23 | 2019-06-11 | The Chinese University Of Hong Kong | Combined size- and count-based analysis of maternal plasma for detection of fetal subchromosomal aberrations |
| WO2016139545A1 (en) * | 2015-03-05 | 2016-09-09 | Indian Institute Of Science | Hardware accelerator for alignment of short reads in sequencing platforms |
| KR101817785B1 (ko) * | 2015-08-06 | 2018-01-11 | 이원다이애그노믹스(주) | 다양한 플랫폼에서 태아의 성별과 성염색체 이상을 구분할 수 있는 새로운 방법 |
| KR101686146B1 (ko) * | 2015-12-04 | 2016-12-13 | 주식회사 녹십자지놈 | 핵산의 혼합물을 포함하는 샘플에서 복제수 변이를 결정하는 방법 |
| KR101809599B1 (ko) * | 2016-02-04 | 2017-12-15 | 연세대학교 산학협력단 | 약물과 단백질 간 관계 분석 방법 및 장치 |
| KR20180124550A (ko) | 2017-05-12 | 2018-11-21 | 한국전자통신연구원 | 연관패턴 학습을 통한 사용자 일정 추천 시스템 및 방법 |
| KR102220653B1 (ko) * | 2017-10-30 | 2021-03-02 | 서울대학교산학협력단 | 심화 학습 기반의 약물-표적 단백질 간 상호작용 예측 시스템 및 그 방법 |
| US11168356B2 (en) * | 2017-11-02 | 2021-11-09 | The Chinese University Of Hong Kong | Using nucleic acid size range for noninvasive cancer detection |
| WO2019191319A1 (en) * | 2018-03-30 | 2019-10-03 | Juno Diagnostics, Inc. | Deep learning-based methods, devices, and systems for prenatal testing |
-
2020
- 2020-11-27 AU AU2020391556A patent/AU2020391556B2/en active Active
- 2020-11-27 KR KR1020200162184A patent/KR102586651B1/ko active IP Right Grant
- 2020-11-27 EP EP20894598.0A patent/EP4068291A4/en active Pending
- 2020-11-27 US US17/780,813 patent/US20230028790A1/en active Pending
- 2020-11-27 WO PCT/KR2020/017065 patent/WO2021107676A1/ko unknown
- 2020-11-27 CA CA3163405A patent/CA3163405A1/en active Pending
- 2020-11-27 JP JP2022532058A patent/JP2023504139A/ja active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210067931A (ko) | 2021-06-08 |
| EP4068291A1 (en) | 2022-10-05 |
| WO2021107676A1 (ko) | 2021-06-03 |
| KR102586651B1 (ko) | 2023-10-11 |
| AU2020391556A1 (en) | 2022-06-23 |
| US20230028790A1 (en) | 2023-01-26 |
| EP4068291A4 (en) | 2023-12-20 |
| AU2020391556B2 (en) | 2024-01-04 |
| CA3163405A1 (en) | 2021-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2020391556B2 (en) | Artificial intelligence-based chromosomal abnormality detection method | |
| IL271093A (en) | Variant classifier based on deep learning | |
| IL302199B1 (en) | Determination of base changes of nucleic acids | |
| KR20230113840A (ko) | 임신 중 긴 세포유리 단편을 사용한 분자 분석 | |
| US20230183812A1 (en) | Artificial-intelligence-based cancer diagnosis and cancer type prediction method | |
| JP2024028758A (ja) | 核酸断片間距離情報を用いた染色体異常検出方法 | |
| US20230260655A1 (en) | Method for diagnosing cancer and predicting cancer type by using terminal sequence motif frequency and size of cell-free nucleic acid fragment | |
| KR102452413B1 (ko) | 핵산 단편간 거리 정보를 이용한 염색체 이상 검출 방법 | |
| KR20220160807A (ko) | 세포유리 핵산과 이미지 분석기술 기반의 암 진단 및 암 종 예측 방법 | |
| Iqbal et al. | A framework for the RNA-Seq based classification and prediction of disease | |
| KR20220062839A (ko) | 인공지능 기반 모체 시료 중 태아 분획 결정 방법 | |
| KR102662186B1 (ko) | 임신 중 긴 세포유리 단편을 사용한 분자 분석 | |
| KR20220071122A (ko) | 핵산 길이 비를 이용한 암 진단 및 예후예측 방법 | |
| KR20230059423A (ko) | 메틸화된 무세포 핵산을 이용한 암 진단 및 암 종 예측방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220727 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230623 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230627 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230922 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231227 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240206 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240507 |