JP6765433B2 - 異常な核型の検出のための方法 - Google Patents

異常な核型の検出のための方法 Download PDF

Info

Publication number
JP6765433B2
JP6765433B2 JP2018542281A JP2018542281A JP6765433B2 JP 6765433 B2 JP6765433 B2 JP 6765433B2 JP 2018542281 A JP2018542281 A JP 2018542281A JP 2018542281 A JP2018542281 A JP 2018542281A JP 6765433 B2 JP6765433 B2 JP 6765433B2
Authority
JP
Japan
Prior art keywords
chromosome
chromhetab
localhetab
value
anomalies
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.)
Active
Application number
JP2018542281A
Other languages
English (en)
Other versions
JP2019512122A (ja
Inventor
マックスウェル、エバン
ハベガー、ルーカス
リード、ジェフリー
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.)
Regeneron Pharmaceuticals Inc
Original Assignee
Regeneron Pharmaceuticals 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 Regeneron Pharmaceuticals Inc filed Critical Regeneron Pharmaceuticals Inc
Publication of JP2019512122A publication Critical patent/JP2019512122A/ja
Application granted granted Critical
Publication of JP6765433B2 publication Critical patent/JP6765433B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING 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
    • C12Q1/00Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6881Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for tissue or cell typing, e.g. human leukocyte antigen [HLA] probes
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/10Ploidy or copy number detection
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/20Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B30/00ICT specially adapted for sequence analysis involving nucleotides or amino acids
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B30/00ICT specially adapted for sequence analysis involving nucleotides or amino acids
    • G16B30/10Sequence alignment; Homology search
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/20Supervised data analysis
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00ICT programming tools or database systems specially adapted for bioinformatics
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING 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
    • C12Q2600/00Oligonucleotides characterized by their use
    • C12Q2600/156Polymorphic or mutational markers

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medical Informatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biotechnology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Analytical Chemistry (AREA)
  • Molecular Biology (AREA)
  • Genetics & Genomics (AREA)
  • Databases & Information Systems (AREA)
  • Bioethics (AREA)
  • Data Mining & Analysis (AREA)
  • Organic Chemistry (AREA)
  • Epidemiology (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Cell Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Microbiology (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

異常な核型の検出のための方法およびシステムに関する。
ヒトゲノム試料の正確な医療的解釈には、根本にある核型に関する知識が必要である。コピー数多型(CNV)などの異常な核型を特定するための方法は、比較ゲノムハイブリダイゼーション(CGH)におけるDNAマイクロアレイの使用、例えば、蛍光in situハイブリダイゼーション(FISH)、クローンおよびPCR産物のアッセイ、オリゴヌクレオチドアレイ、ジェノタイピングアレイの使用を含む(Carter NP,Nature Genetics 2007;39 S16−21))。しかし、アレイ技術の不利な点は、推定上のCNVを規定する(呼び出す)のが難しい場合があることである。
次世代シークエンシングデータから染色体異常を検出するための方法は僅かである。ある特定の次世代シークエンシング全ゲノムコピー数多型法などが利用されており、例えばリードペア法、分割リード法、リード深度法およびアセンブリベース法などがある(Pirooznia,et al.,Front.Genet.2015;6;138)。しかし、既存のアプリケーションは、非侵襲的な出生前検査(NIPT)を目的として、異数体性細胞を含まない胎児DNAの割合を検出するために、母体血漿試料由来の非常に軽度な走り読みによる全ゲノムシークエンシング(WGS)データを解析することに焦点が当てられている。次世代シークエンシングは、がんのゲノミクスではある程度まで探究されているが、これらの解析は一般に、体細胞の染色体異常におけるクローン性のモザイク現象の程度を正確に測定するのに必要なカバレッジの深度を所与とする、SNPアレイに基づく。
集団規模の全エクソームシークエンシング(WES)データから異常な核型を検出する目的で、開発されている既存の方法はない。本願の開示では、これらのおよび他の欠点を取り上げる。
Nature Genetics 2007;39 S16−21 Pirooznia,et al.,Front.Genet.2015;6;138
以下の一般記載および以下の詳細な記載のどちらも、例示的であり説明的であるに過ぎず、制限的ではないことが理解されよう。異常な核型を検出するための方法およびシステムが開示される。方法の1例は、複数の試料中の各染色体について、リード・カバレッジ・データ、ヘテロ接合SNPの対立遺伝子バランス分布、およびヘテロ接合性が観測されない染色体のセグメントを決定することであって、各染色体が複数のゲノム領域を含むこと;複数の試料中の各染色体について、期待リード・カバレッジ・データを決定すること;複数の試料中の少なくとも1つの染色体について、リード・カバレッジ・データと期待リード・カバレッジ・データとの間の偏差を決定すること:複数の試料中の少なくとも1つの染色体について、複数の2対立遺伝子のSNPの期待比1:1から、対立遺伝子バランス分布における偏差を決定すること;複数の試料中の少なくとも1つの染色体について、全体量のリード・カバレッジおよび対立遺伝子バランスのデータを使用し、偏差が染色体全体にわたって発生するのか、または特定される染色体の一部にのみ発生するのかを決定して、特定される偏差をさらに洗練させて正当性を立証すること;ならびに異常な核型として少なくとも1つの染色体を特定することを含むことができる。
追加の利点は、以降続くかまたは実践によって習得され得る記載に一部が定義されることになろう。利点は、添付の特許請求の範囲において特に指摘されている要素および組合せによって、理解および達成されよう。
この明細書に組み込まれてその一部を構成する付随の図面は、実施形態を図説し、記載と併せて本方法および本システムの原理を説明するのに役立つ。
図1は、異常な核型の検出方法の1例を図説するフローチャートである。 図2は、線形回帰モデルの1例を図説するグラフである。 図3は、異常な核型が大きな残差を示すことを図説するグラフである。 図4は、異常な核型の検出方法の1例を図説する別のフローチャートである。 図5は、GC含量とカバレッジとの関係を図説するグラフである。 図6は、特定された異常な核型および外れ値を図説するグラフである。 図7A、7B、7C、7D、7E、および7Fは、1試料について9番、13番、および20番染色体上の変則性を示す、対立遺伝子バランスのプロットである。サブプロットの番号は染色体番号である。影付きバー(701)は、ヘテロ接合SNPの対立遺伝子バランス0.5に期待される変動性の正常な範囲を示す。実線(702)は、全染色体の対立遺伝子バランスの中央値を示す。破線(703)は、およそ20個のSNPのローリングウィンドウにおける対立遺伝子バランスの局所中央値を示す。線(704)は、ホモ接合性連続領域(runs−of−homozygosity)を示す。 同上。 同上。 同上。 同上。 同上。 図8は、図7A〜Fと同じ試料についてのリード・カバレッジのプロットである。 図9A、9B、9C、9D、9E、および9Fは、1試料中の21番染色体上の変則性と、X染色体全てに及ぶホモ接合性連続領域とを示す、対立遺伝子バランスのプロットであり、X染色体を1つのみ持つ核型上は正常な雄の試料であることを示す。影付きバー(901)は、ヘテロ接合SNPの対立遺伝子バランス0.5に期待される変動性の正常な範囲を示す。実線(902)は、全染色体の対立遺伝子バランスの中央値を示す。破線(903)は、およそ20個のSNPのローリングウィンドウにおける対立遺伝子バランスの局所中央値を示す。線(904)は、ホモ接合性連続領域を示す。 同上。 同上。 同上。 同上。 同上。 図10は、図9A〜Fと同じ試料についてのリード・カバレッジのプロットである。 図11は、異常な核型の検出方法の1例を図説するフローチャートである。 図12は、4番染色体に関する1試料の対立遺伝子バランスのプロットの1例であり、そこでは、長いホモ接合性連続領域が検出され(1202)、その領域では、変則的な領域中のホモ接合SNP間に非ゼロの対立遺伝子バランスが僅かに存在するために、LocalHetAB Event(1204)がオーバーラップしている。 図13Aは、全試料についてのX染色体とY染色体とのカバレッジ比のプロットであり、雄(1302)および雌(1304)の試料を決定するための閾値が実線1306により示されている。さらに、Y染色体の重複を持つ雄試料は、Y染色体のカバレッジ比の閾値(破線1308)を用いて特定することができる。 図13Bは、期待される染色体ワイドなヘテロ接合SNPの対立遺伝子バランスの中央値(ChromHetAB)が、特定のリード深度の閾値(例えば、50×カバレッジ、「PCTTARGETBASES50X」QC指標)以上でカバーされている塩基の割合に対して増加していることを実証する、21番染色体に関するプロットの1例である。「段」の格付けは、カバレッジ指標に基づく観測ChromHetABと期待ChromHetABとの偏差の有意性に基づき割り付けることができる。 図14は、ChromHetAB値の計算に含まれるSNPの数(推定ヘテロ接合SNP;y軸)に対する、X染色体に関する全ての雄の試料のChromHetAB値(x軸)のプロットである。線は、数多くのSNPによって支持される高い非ゼロのChromHetAB値に基づき、X染色体に関し重複を有する雄の試料を区別するための閾値を標示する。 図15は、事象に含まれるヘテロ接合SNPの数(y軸)に対する全LocalHetAB Event、すなわち黒色および灰色の点(閾値の1例、すなわち垂直線よりも大きな区域を有する)のプロットであり、段の格付けの閾値の例を示す斜線が付されている。灰色の点は、オーバーラップするROH事象を有する事象を標示する。 図16は、開示される方法を実施するための例示的なオペレーティング環境を図説するブロック図である。
本願の方法およびシステムが開示および記載される前に、この方法およびシステムが、特定の方法、特定の構成要件、または具体的な実装に限定されないことが理解されよう。また、本明細書に使用される用語が、具体的な実施形態を記載することのみを目的とし、限定することを意図されないことが理解されよう。
本明細書および添付の特許請求の範囲に使用される際に、単数形「a」、「an」、および「the」は、特段にその文脈が明確に指示しない限り、複数の指示対象を含む。範囲は、「約」1つの具体的な値から、および/または「約」別の具体的な値までとして、本明細書に表現されることがある。そのような範囲が表現される際に、別の実施形態は、一方の具体的な値からおよび/または他方の具体的な値までを含む。同様に、値が、先行する「約」の使用により概算として表現される際に、具体的な値が別の実施形態を形成することが理解されよう。各範囲の終点は、他方の終点と関連して、および他方の終点とは独立しての両方で、重要であることがさらに理解されよう。
「任意選択の」または「任意選択で」とは、それに続いて記載される事象または状況が起こることも起こらないこともあること、その記載は、前記事象または状況が起こる場合およびそれがない場合を含むことを意味する。
この明細書の記載および特許請求の範囲を通じて、語「含む(comprise)」およびこの語の変形、例えば「含む(comprising)」や「含む(comprises)」などは、「以下に限定されないが含む、」を意味し、例えば、他の構成要素、整数、またはステップを除外することを意図するものではない。「例示的な」とは、「〜の1例」を意味し、好適なまたは理想的な実施形態の含意を伝えることを意図するものではない。「など(such as)」は、制限的な意味合いで使用されないが、説明の目的で使用される。
開示される方法および組成物は、これらが変わり得るように記載される具体的な方法論、プロトコール、および試薬に限定されないことが理解されよう。また、本明細書に使用される用語は、具体的な実施形態を記載することのみを目的とし、添付の特許請求の範囲によってのみ限定されることになる本願の方法およびシステムの範囲に限定することを意図するものではないことが理解される。
特段に定義されない限り、本明細書に使用される技術用語および科学用語は全て、開示される方法および組成物の属する当業者が共通に理解するのと同じ意味を有する。本明細書に記載されるものと同様または同等の任意の方法および材料が、本願の方法および組成物の実践および試験に使用することができるとはいえ、具体的に有用な方法、デバイス、および材料は、記載される通りである。本明細書に引用される刊行物、およびそれらが引用される理由である材料は、ここに参照により特に組み込まれる。先行発明のために本願の発明がそのような開示に先行する権利を与えられないことを自認するものと解釈されることになるものは、本明細書にはない。何らかの参考文献が先行技術を構成することの自認はない。参考文献に関する議論は、それらの著者が主張している事柄を述べており、出願人は、引用された文書の正確性および適切性に挑む権利を保持している。複数の刊行物が本明細書に参照されているものの、そのような参考文献は、これらの文書のいずれかが当技術分野の一般常識の一部を形成することの自認を構成しないことが、明確に理解されよう。
開示されるのは、開示される方法およびシステムを実施するのに使用できるコンポーネントである。これらのおよび他のコンポーネントが本明細書に開示されるため、これらのコンポーネントの組合せ、サブセット、相互影響、群などが開示される際に、これらの様々な個々のおよび集合的な組合せのおよび並べ替えのそれぞれに関する特定の言及が明示的に開示されないことがある一方で、それぞれは、あらゆる方法およびシステムのために、本明細書に特に想定および記載されることが理解される。これは、このアプリケーションの全ての態様に適用され、そのようなアプリケーションとしては、以下に限定されないが、開示される方法のステップが挙げられる。そのため、実施できる種々の追加のステップがある場合に、これらの追加のステップのそれぞれを、開示される方法の任意の特定の実施形態または実施形態の組合せを用いて実施できることが理解される。
本願の方法およびシステムは、以下の好適な実施形態の詳細な記載およびその中に含まれる実施例と、図ならびにそれらの既出のおよび以下の記載とを参照することによって、さらに容易に理解されることがある。
当業者がいずれ理解するように、この方法およびシステムは、全体がハードウェアである実施形態、全体がソフトウェアである実施形態、またはソフトウェアおよびハードウェアの態様を組み合わせた実施形態の形態をとることがある。さらに、この方法およびシステムは、記憶媒体に組み入れられたコンピュータ読み取り可能なプログラム命令(例えば、コンピュータ・ソフトウェア)を有するコンピュータ読み取り可能な記憶媒体上のコンピュータ・プログラム製品の形態をとることがある。さらに具体的には、本願の方法およびシステムは、ウェブ実装されたコンピュータ・ソフトウェアの形態をとることがある。任意の適したコンピュータ読み取り可能な記憶媒体が利用されることがあり、そのような媒体としては、ハードディスク、CD−ROM、光学記憶デバイス、または磁気記憶デバイスが挙げられる。
この方法およびシステムの実施形態は、方法、システム、装置、およびコンピュータ・プログラム製品のブロック図およびフローチャート図解を参照して、下記に記載される。ブロック図およびフローチャート図解の各ブロック、ならびにブロック図およびフローチャート図解中のブロックの組合せは、それぞれ、コンピュータ・プログラム命令によって実装できることが理解されよう。これらのコンピュータ・プログラム命令を、汎用コンピュータ、特殊用途コンピュータ、または他のプログラム可能なデータ処理装置上にロードしてマシンを生産してもよく、その結果、このコンピュータまたは他のプログラム可能なデータ処理装置上で実行する命令によって、1つまたは複数のフローチャート・ブロック中に指定されている機能を実装するための手段が作り出される。
また、これらのコンピュータ・プログラム命令は、コンピュータまたは他のプログラム可能なデータ処理装置を具体的な方式で機能させるように仕向けることのできる、コンピュータ読み取り可能なメモリに記憶されてもよく、それによって、そのコンピュータ読み取り可能なメモリに記憶された命令は、1つまたは複数のフローチャート・ブロックに指定されている機能を実装するためのコンピュータ読み取り可能な命令を含む製造品を生産する。また、コンピュータ・プログラム命令を、コンピュータまたは他のプログラム可能なデータ処理装置上にロードして、コンピュータまたは他のプログラム可能な装置上で実施されてコンピュータ実装プロセスを生じる一連のオペレーション・ステップを引き起こしてもよく、それによって、そのコンピュータまたは他のプログラム可能な装置上で実行される命令は、1つまたは複数のフローチャート・ブロックに指定されている機能を実装するためのステップを提供する。
したがって、ブロック図およびフローチャート図解のブロックは、指定されている機能を実施するための手段の組合せ、指定されている機能を実施するためのステップの組合せ、および指定されている機能を実施するためのプログラム命令手段を支援する。また、ブロック図およびフローチャート図解の各ブロック、ならびにブロック図およびフローチャート図解中のブロックの組合せは、特殊用途ハードウェアおよびコンピュータ命令の指定されている機能もしくはステップまたは組合せを実施する、特殊用途ハードウェアベースのコンピュータシステムによって、実装することができることが理解されよう。
一態様では、開示されるのは、集団規模の全エクソームシークエンシングデータから、異常な核型を有する試料を検出するための方法であり、KaryoScanとも称する。異常な核型は、染色体中にわたるリード深度分布を介して検出することができるが、複数の要因が、真の染色体の変則性をノイズから区別する能力を攪乱する。PCR増幅は、GC含量および実験条件によってバイアスがかけられ、しばしば結果として、不均一なDNA断片の増幅をゲノム中にわたって生じる。さらに、エクソーム捕捉の手法は、均一な標的カバレッジを産生しない。このように、いかなる具体的な染色体または染色体領域の期待カバレッジも、複数の要因に依存しており、それらの中には測定可能なものもあればそうでないものもある。
開示される方法である図1に図説される方法例100は、102で、各染色体に対して、個々の試料についてのリード・カバレッジ・プロファイルを演算することができる。リード・カバレッジ中のバイアスを低減するために、50%に近いGC含量と高いマッピング可能性とを有する領域で変動が最も小さい際に、代表的なGC含量およびマッピング可能性指標を、エクソン領域について104で決定することができる。各染色体iについて、堅牢なリード・カバレッジ・プロファイルrを、ある範囲(例えば、45〜55%)内のGC含量を伴いかつある閾値を超えるマッピング可能性を有するエクソーム領域中にわたるリード深度の和として、決定することができる。この指標は、染色体タグ密度の中央値とは対照的に、サブ染色体の分解能をもたらす。
次いで、染色体のリード・カバレッジ・プロファイルを、106で正規化して、他の常染色体に対する各染色体についてのリード・カバレッジのエクソームワイドな比を表すことができる。染色体iのエクソームワイドなカバレッジ比γは、
として表現することができ、上式で、(A−i)は、染色体iを除外する常染色体のセットであり、γは、全ての常染色体およびX染色体について決定される(Y染色体は独立して考慮することができる)。染色体iのカバレッジ比は、それゆえ、他の全ての常染色体と比べた際の染色体iに関するリードの比である。
染色体異常は、期待由来のγの偏差に現れる。しかし、γの期待値は、正常な(2倍体の)核型の試料の間ですら一定ではなく、実験条件に依存する。108では、線形回帰モデルを使用して、γの期待値
を各染色体に関して各個体について予想することができる。線形回帰をフィッティングした後の22番染色体についての観測値(γ)値および期待値
の1例を、図2に示す。リード深度の変動に相関するPicardによるシークエンシング品質管理(QC)指標を、このモデルの共変量として使用することができる。QC指標は、例えば、GCDROPOUT、ATDROPOUT、MEANINSERTSIZE、ONBAITVSSELECTED、PCTPFUQREADS、PCTTARGETBASES10X、PCTTARGETBASES50X、および/またはなどのうち1つまたは複数を含むことができる。
これらのQC指標が、リード・カバレッジに観測される変動のかなりの部分を表現することができる一方で、測定不能な追加のバイアスは、既知の方法を用いて得られる結果に反映され得る。これらのバイアスは、同様のエクソ−ムGC含量分布を有する染色体間で相関することから、類似の染色体のγ値を追加の共変量として含むことで、許容可能なレベルにまで分散を低減することができる。一態様では、このことがモデルの特殊性に有益である一方で、欠点の1つは、これらの他の染色体自体が核型上は異常となる可能性があることであり、それによって、標的染色体に関して偽陽性のコールを結果として生じ得る。本明細書の本発明の方法によってもたらされる利点は、他の染色体由来の共変量の数を制限することによって、標的染色体に関する偽陽性のコールを最小にすることである。例えば、他の染色体由来の共変量の数を、2つに制限することができる。
それゆえ、線形モデルを、全n試料セットにわたる各染色体について
により回帰させることができる。上式で、染色体j,kは、染色体iのGC含量分布に対して最小D統計量を有する、2つの常染色体として定義される。態様によっては、性別(Y染色体のカバレッジの閾値によって定義されるような)を、X染色体についての追加の共変量として使用することができる。
異常な核型の検出は、110で、残差によって規定される、具体的な試料についての期待値
由来のγの偏差を検出することに基づくものとすることができる。しかし、元来QC指標空間の極限にある試料について推定することは、より高い分散を伴う平均推定値を生じかねず、その結果、生の残差の解釈を全試料にわたって均一であるものと想定することができないものとなる。112では、開示される方法は、共変量xを有する個々の試料についての平均推定値
の標準誤差に対して、残差をZスコア正規化することができる(図6を参照)。
[上式で、
は、残差の標準誤差であり、nは、モデルをフィッティングするのに使用される試料の数である]、および:
Zスコアに基づくp値を、114で各染色体について決定して、染色体iについての異常な核型を表す、有意に大きな残差を特定することができる。一態様では、p<0.05およびq<0.05(FDR調整p)のp値のカットオフを使用して、有意に大きな残差を特定することができる。線形回帰をフィッティングした後の観測値(γ)および期待値
が示されている図3を参照されたい。別の態様では、最大0.1のp値を使用することができる。
大きな残差は、目的の染色体についての真の異常な核型、ならびに異常な共変量値(QC指標空間における外れ値、または共変量染色体のうちの1つに関する異常な核型の、どちらかに起因する)の両方の結果であることがある。116では、各染色体についての上記線形モデル上で、極端なレバレッジ(多くの場合はh,と表示され、1/n<h<1である)を有する試料に目印を付けることによって、並外れた共変量に起因して、外れ値を検出することができる。レバレッジは、試料のx値(共変量)が上記モデルにどれほど影響するかを定量する。レバレッジを使用して、目的の染色体に関して真の異常な核型を表さない外れ値に、目印を付けることができる。レバレッジと標準誤差とは相関しているため、高いレバレッジ値は、高い(有意でない)p値を有するはずである。レバレッジは、nおよびpの関数:
として報告することができ、上式で、pは、上記モデルにおける共変量の数である。一態様では、閾値よりも大きなh(n,p)値を有する試料に、目印を付けることができる。例えば、閾値を約3から約5までとすることができる。これを、最適なフィッティングを促進するために一般に適用することができる。より控えめな閾値を使用して、最も極端な値、例えば、99.5番目および99.9番目のパーセンタイル(約10および約26)に対応する値に目印を付けることができる。場合によっては、高いレバレッジの試料を除去してモデルを再フィッティングし、それによって、高いレバレッジを持つ試料についての標準誤差を低減し、推定p値を改善(低減)することが有用である。
図4は、異常な核型を検出するための方法の1例400を図説するフローチャートである。ステップ402では、複数の試料中の各染色体についてのリード・カバレッジ・データを決定することができる。一態様では、各染色体は、複数のゲノム領域を含むことがある。複数の試料中の各染色体についてリード・カバレッジ・データを決定することは、ある範囲内のGC含量およびある閾値を超えるマッピング可能性スコアを有するエクソーム領域中にわたって、リード深度の和を決定することを含むことがある。
方法400は、リード・カバレッジ・データをフィルタリングすることをさらに含むことがある。リード・カバレッジ・データをフィルタリングすることは、複数のゲノム領域のうちの1つまたは複数のゲノム領域中のグアニン−シトシン(GC)含量のレベルに基づいて、リード・カバレッジ・データをフィルタリングすることを含むことがある。複数のゲノム領域のうちの1つまたは複数のゲノム領域中のグアニン−シトシン(GC)含量のレベルに基づいて、リード・カバレッジ・データをフィルタリングすることは、複数のゲノム領域のそれぞれについてGC含量のレベルを決定すること、およびある範囲外のGC含量のレベルを有する複数のゲノム領域のうちの1つまたは複数のゲノム領域を除外することを含むことがある。
一態様では、本願の方法は、極端なGC含量を有する1つまたは複数のゲノム領域をフィルタリングすることができる。GCの増幅バイアスは、そのバイアスが任意の具体的なGC含量のレベルでほぼ一貫している場合に、補正することができる。しかし、GC含量が非常に低いかまたは高い際には、確率論的なカバレッジの変動率が、劇的に増加することがあり、有効に正規化することが困難になる。したがって、本願の方法は、GCの割合が構成変更の可能な(例えば、または所定の)範囲外または閾値外である、1つまたは複数のゲノム領域をフィルタリングすることができる。図解のように、構成変更の可能な範囲は、図5に示されるように[0.3, 0.7]を含むことができる。しかし、他の範囲(例えば閾値)を適切であるものとして利用できることを認識すべきである。図5は、GC含量とカバレッジとの関係を図説するグラフを示す。例えば、カバレッジの変動の係数(例えば、平均値によって除される標準偏差)がy軸上に示され、GC含量がx軸に示される。このグラフは、50試料(例えば、見易くするための小刻みに進む点)を示す。構成変更の可能な範囲のデフォルト上限(例えば、GC=0.7)を超えたところでは、カバレッジ分散は、平均値に対して非常に高いことがある。構成変更の可能な範囲のデフォルト下限(例えば、GC含量=0.3)より下では、追加の問題が生じる。例えば、カバレッジ自体の分散が、試料間で高度に可変性であることがある。この分散があるために、各参照パネル試料のカバレッジ値が、異なる分布由来の観測値である際に、具体的なウィンドウで具体的な試料について、カバレッジの期待分散を正確に推定することが困難となる。
方法400でリード・カバレッジ・データをフィルタリングすることは、複数のゲノム領域のうちの1つまたは複数のゲノム領域のマッピング可能性スコアに基づいて、複数のゲノム領域のうちの1つまたは複数のゲノム領域をフィルタリングすることを含むことがある。複数のゲノム領域のうちの1つまたは複数のゲノム領域のマッピング可能性スコアに基づいて、複数のゲノム領域のうちの1つまたは複数のゲノム領域をフィルタリングすることは、上記複数のゲノム領域の各ゲノム領域についてマッピング可能性スコアを決定すること、および複数のゲノム領域のうちの上記1つまたは複数のゲノム領域のマッピング可能性スコアが、所定の閾値を下回る場合に、複数のゲノムのうち1つまたは複数のゲノム領域を除外することを含むことがある。
例えば、本願の方法およびシステムは、あるウィンドウ中の各塩基で始まるk−mer(デフォルトk=75)についての平均マッピング可能性スコアが0.75未満である際に、複数のゲノム領域のうちの1つまたは複数のゲノム領域をフィルタリングすることができる。上記複数のゲノム領域の各ゲノム領域についてマッピング可能性スコアを決定することは、最初の塩基が複数のゲノム領域のうちのゲノム領域にオーバーラップする、k−merの逆参照ゲノム頻度の平均を決定することを含むことがある。
一態様では、方法400は、リード・カバレッジ・データを正規化することをさらに含むことがある。リード・カバレッジ・データを正規化することは、他の常染色体に対する各染色体についてのリード・カバレッジのエクソームワイドな比を決定することを含むことがある。エクソームワイドな比(γ)を、各染色体(i)について:
によって決定することができ、上式で、Αは常染色体のセットであり、rはリード・カバレッジである。
ステップ404では、複数の試料中の各染色体についての期待リード・カバレッジ・データを決定することができる。複数の試料中の各染色体についての期待リード・カバレッジ・データを決定することは、線形回帰モデルを適用して、各染色体についてエクソームワイドな期待比を決定することを含むことがあり、その際に、複数の指標が、共変量として使用される。この複数の指標は、シークエンシング品質管理指標(QC指標)を含むことがある。シークエンシング条件の変動性ゆえに生じる体系的なカバレッジのバイアスは、一般には「バッチ効果」と称される。一態様では、本願の方法およびシステムを、バッチ効果を補正するために構成することができる。例えば、リード・カバレッジ・プロファイル―高次元空間―に基づいてリード・カバレッジ・データを比較する代わりに、本願の方法およびシステムを、シークエンシング品質管理(QC)指標に基づいて、低次元の指標空間を考慮するように構成することができる。例えば、シークエンシングQC指標は、7つのシークエンシングQC指標を含むことがある。シークエンシングQC指標は、Picardなどのシークエンシングツール由来のシークエンシングQC指標を含むことがある。この低次元空間で作業することによって、拡張性の向上が可能になる。例えば、試料を前もって標示付けすることができる(例えば、任意の適切な標示付けおよび/または探索アルゴリズムを使用して)。
一態様では、エクソームワイドな期待比
を、各染色体(i)について
によって決定することができ、染色体j,kは、染色体iのGC含量分布に対して最小D統計量を有する、2つの常染色体として定義され、εは、
とγj, γとの間の線形関係の無作為な成分である。
ステップ406では、複数の試料中の少なくとも1つの染色体についてのリード・カバレッジ・データと期待リード・カバレッジ・データとの間の偏差を決定することができる。複数の試料中の少なくとも1つの染色体についてリード・カバレッジ・データと期待リード・カバレッジ・データとの間の偏差を決定することは、複数の試料中の各染色体について、リード・カバレッジ・データと期待リード・カバレッジ・データとの間の差を決定して、複数の残差を生成すること、および共変量xを有する複数の試料の個々の試料についての平均推定値の標準誤差
に対して、上記複数の残差をZスコア正規化すること:
[上式で、
は、残差の標準誤差である]および:
を含むことがある。線形回帰モデルを用いて得られた結果を図示する図6を参照されたい。ここでは、共変量は、QC指標および染色体を含み、線形回帰をフィッティングした後の観測値(γ)および期待値
が示される6。別の態様では、異なる標準誤差の推定量を使用することができ、例えば、生の残差の標準誤差(モデル全体に対し1つの値)か、または異分散性に整合的な標準誤差を使用して行う。
方法400は、各染色体についてのZスコアに基づきp値を決定して、染色体iについての異常な核型を表す有意に大きな残差を特定することをさらに含むことがある。有意に大きな残差は、0.05未満のp値を有する残差を含むことがある。図6を参照されたい。
ステップ408では、少なくとも1つの染色体を、異常な核型として特定することができる。特定される異常な核型を出力することができる。例えば、特定される異常な核型を、ユーザに(例えば、ユーザ・インターフェースを介して)出力することができる。特定される異常な核型を、ネットワークを介して遠隔地に伝送することができる。特定される異常な核型を、入力として別の実行可能なプログラムに提供することができる。特定される異常な核型を、データベースや他のファイル・フォーマットなどの記憶場所に記憶することができる。出力の例は、図7〜図10に示されている。
図7A〜Fは、9番、13番、および20番染色体についての部分的な染色体の対立遺伝子バランスの事象を示す、対立遺伝子バランスのプロットである。サブプロットの番号は、染色体番号である。影付きバー701は、ヘテロ接合SNPの対立遺伝子バランス0.5に期待される変動性の正常な範囲を示す。線702は、全染色体の対立遺伝子バランスの中央値を示す。破線703は、およそ20個のSNPのローリングウィンドウにおける対立遺伝子バランスの局所中央値を示す。線704は、ホモ接合性連続領域を示す。図8は、同じ試料について13番および20番染色体についてのリードの有意な提示不足を示す、リード・カバレッジのプロットである。
図9A〜Fは、トリソミー21の試料(ダウン症)の対立遺伝子バランスのプロットである。この対立遺伝子バランスのプロットは、ある試料中の21番染色体上の変則性と、X染色体全てに及ぶホモ接合性連続領域とを示し、X染色体を1つのみ持つ核型上は正常な雄の試料であることを示す。影付きバー(901)は、ヘテロ接合SNPの対立遺伝子バランス0.5に期待される変動性の正常な範囲を示す。実線(902)は、全染色体の対立遺伝子バランスの中央値を示す。破線(903)は、およそ20個のSNPのローリングウィンドウにおける対立遺伝子バランスの局所中央値を示す。線(904)は、ホモ接合性連続領域を示す。図10は、同じ試料についてのリード・カバレッジのプロットである。
本明細書に開示される方法を用いて得られる情報を、例えば、自閉症や自閉症スペクトラム状態などの既存の診断にさらに別の臨床上の見解を提供するために、施療者が患者に報告することができる。
また、本明細書に開示される方法を用いて得られる情報を、施療者は、例えば性染色体異常を有する患者における、公知または未知の妊孕性の課題を明確に持つ患者に提供するために、使用することができる。
本明細書に開示される方法を使用して、がんの検出および進展をモニターすることもできる。
本明細書に開示される方法を使用して、DNA試料が2個体由来のDNAを含有するか否かを決定することもでき、そのようなDNAは例えば、1個体由来のDNA試料が別の個体由来のDNAで汚染されている場合に起こる。DNAは、双生仔の死亡/ヒトのキメラの事象、つまり多胎妊娠が起こった際にも、すなわち胎仔全てが生き延びずに、死亡した双生仔のDNAが生き延びた胎仔のDNA内に取り込まれるようになった際にも、2個体に由来することがある。そのような状況では、結果は、双生仔のDNAが一致しないゲノムの全ての領域について、偏った多モードの対立遺伝子バランスとなり、それは、二卵性双生仔のゲノムの約75%である。DNAは、ある個体由来の血液または組織が別の個体内に移植された際にも、2個体に由来することがある。DNAは、非侵襲的な出生前検査の試料を得る際に母体−胎児DNAが混合される時にも、2個体に由来することがある。
図4に戻ると、方法400は、1つまたは複数の外れ値を検出すること、および異常な核型として特定するための考慮からその1つまたは複数の外れ値を除去することを、さらに含むことがある。1つまたは複数の外れ値を検出することは、各染色体について線形回帰モデル上で、ある閾値を超えるレバレッジ(h、ここで1/n<h<1)を有する、複数の試料のうちの1つまたは複数に目印を付けることを含むことがあり、その際に、レバレッジは、n およびpの関数:
として決定され、上式で、pは、上記モデルにおける共変量の数であり、xは、試料iについての共変量のベクトルを表し、
は、試料の母集団にわたる平均共変量のベクトルである。閾値は、約3から約5までとすることができる。
リード・カバレッジ・データは、ゲノムアラインメントされたシークエンスリードから演算されることがあり、このシークエンスリードは、個々の試料について一塩基多型(SNP)、挿入、および欠失(インデル)を検出することを目的として、本明細書のKaryoScan法の前に生成される。観測される対立遺伝子を2つのみ有するSNP(または、ある観測されるホモ接合対立遺伝子であって、この具体的な試料のシークエンスリード中に観測されない参照ゲノムによって定義される第2の対立遺伝子とは異なるもの)は、2対立遺伝子SNPと称する。2対立遺伝子SNPに焦点を合わせることによって、ゲノム中の具体的な部位の対立遺伝子バランスを計算することができる。
さらに別の一態様では、対立遺伝子バランス解析を使用して、1つまたは複数の核型を特定することができる。対立遺伝子バランスは、いくつのシークエンスリードが各対立遺伝子を支持するかに関する測定量である。例えば、ヘテロ接合SNPが100シークエンスリードによってカバーされ、かつ試料がこのゲノム領域中で2倍体である場合、50リードの一方の対立遺伝子と50リードの他方の対立遺伝子とを期待することができ、それにより0.5/0.5の対立遺伝子バランスが生じる。両対立遺伝子の対立遺伝子バランスは、合算すると1となり、約0.5の対称性があることから、焦点は、より少数派の対立遺伝子バランス(例えば、2つの対立遺伝子がカバレッジの点で厳密に同等である場合に、より少ないリードを持つ対立遺伝子か、または無作為に選択された対立遺伝子)に当てられる。実践では、観測される対立遺伝子バランスは、厳密に50%であることは稀であるが、真の比率pを与えるサイズN(N=アラインメントされたシークエンスリードの数)の試料にわたって各対立遺伝子のリードがいくつ発生するかを反映する確率分布には従うものとなる。理想的には、2倍体試料中のヘテロ接合SNPがp=0.5を有することから、期待値0.5の2項分布を用いて、対立遺伝子バランスをモデル化することができよう。
非2倍体領域(例えばトリソミー21)を有する試料では、非2倍体領域中の2対立遺伝子のヘテロ接合SNPは、期待される対立遺伝子バランス0.5を有さないものとなる。一方の染色体が重複している場合、例えばトリソミー21などでは、2/3の21番染色体のコピーが一方の対立遺伝子を有することになり、1/3の21番染色体のコピーが他方を有することになり、期待される対立遺伝子バランス約0.333を生じる。それゆえ、中心傾向の測定量を用いて染色体全体にわたる対立遺伝子バランス分布をモデリングすることによって、対応の対立遺伝子バランスがおおよそ0.333に収束するのを確実にすることで、リード深度モデルから得られるトリソミー21のコールの正当性を立証することができる。染色体中にわたる推定対立遺伝子バランスの中央値などの指標を使用してもよい。同様に、モノソミーの染色体については、対立遺伝子が1つのみ存在することができ、特定されるヘテロ接合SNPはないものとなる。それゆえ、対立遺伝子バランスは0または全く観測されないものとなり、ホモ接合SNP(ヘミ接合性)のみ特定することができる。これらの領域は、ホモ接合性連続領域を介して特定することができる。
これらの例のどちらも、染色体全体の重複または欠失を前提とする。しかし、部分的な染色体の重複および欠失もまた、対立遺伝子バランス分布に観測することができる。部分的な染色体の事象を区別するため、中心傾向の局所推定を使用し、残りの染色体からこの局所推定における偏差を特定することができる。実践では、対立遺伝子バランス中の分散は、SNPをカバーするリードの数に比例するため、局所推定は、充分に多数の部位にわたって平滑化されて、個々の部位のもたらす総分散を低減するはずである。この平滑化を達成するため、20個のヘテロ接合2対立遺伝子のSNPのウィンドウ中にわたるローリング中央値を演算することができる。深いシークエンシングであるほど、試料サイズの増加に起因して具体的な各部位で低い分散を有することから、このウィンドウのサイズは、シークエンシング深度に応じて増加することも減少させることもできる。同様に、染色体の一部にのみ広がるホモ接合性連続領域を特定することができる。
部分的な染色体事象に加えて、モザイク事象(全体または部分染色体)も、対立遺伝子バランス分布の偏差に反映されるものとなる。モザイク事象は、シークエンシングされた試料用にDNAを提供した細胞集団のサブセットに起こる事象である。モザイク現象は、体細胞の変異(がんにおけるものなど)の結果であるか、または初期の生殖系列の細胞分裂におけるエラーを結果として生じることがある。例えば、全染色体の欠失が、シークエンシングされた細胞の50%にのみ起こる場合、欠失染色体由来のヘテロ接合SNPは、25%の期待される対立遺伝子バランスを、25%のリード・カバレッジの欠乏に加えて有するものとなる。そのため、対立遺伝子バランスを使用して、モザイク事象を区別することもできる。
全ての異常な核型が、異なる染色体数を結果として生じる訳ではない。片親ダイソミー(UPD)は、例えば、染色体が同一親由来の2コピーを有し、かつ他方の親由来のコピーがない際に起こる。これらの事象は、リード・カバレッジの偏差に検出されることはないが、ヘテロ接合の対立遺伝子バランス(事象がモザイクである場合)から、またはホモ接合性連続領域(事象がモザイクでない場合)から特定することができる。
染色体のカバレッジの変則性が、対立遺伝子バランスの変則性に起因せずに起こることもある。例えば、染色体が4コピー(テトラソミー)に重複している場合、結果として得られる核型は、各親を起源とする2つの染色体を有し、正常な対立遺伝子バランス約50%を生じることがある。このことは、モザイク事象と非モザイク事象の両方で同じ効果をもたらすことになる。
図11は、リード・カバレッジおよび対立遺伝子バランスの解析を組み込んだ、異常な核型を検出するための方法の1例1100を図説するフローチャートである。方法1100は、便宜上ここに記載され、かつ方法フローの記載中に参照される、1つまたは複数の指標を決定することができる。方法1100は、バリアント対立遺伝子バランスを決定することができ、この対立遺伝子バランスを、最小(代替の対立遺伝子リードの#,参照の対立遺伝子リードの#)/総リード#を計算することによって決定されるバリアント特異的な指標とすることができる。一態様では、方法1100は、1つまたは複数のVCFファイル由来の「AD」(対立遺伝子深度)タグおよび「DP」(リード深度)タグを利用して、バリアント対立遺伝子バランスを決定することがある。
方法1100は、呼び出し可能な染色体長を決定することができ、この染色体長は、染色体上のフィルタリングされていない最初と最後のエクソンの間の複数の塩基対の#−オーバーラップするセントロメア塩基の#を計算することによって決定される、染色体特異的な指標となり得る。セントロメア塩基について調整する際には、リード・カバレッジが存在しないセントロメアに広がる一見大きな事象を考慮する。実践では、ゲノムのセントロメアの境界を、最も近いエクソン境界に調整することができる。同様に、フィルタリングされていない最初と最後のエクソンに制限する際には、エクソン・カバレッジのない長いテロメア領域を、ならびにエクソン・カバレッジを欠いた腕全体を有する染色体(例えば、多くの末端動原体染色体)を考慮する。
方法1100は、染色体ワイドなヘテロ接合の対立遺伝子バランス(ChromHetABと称する)を決定することができ、この対立遺伝子バランスは、推定上のヘテロ接合SNPについてフィルタリングすることを可能にする染色体特異的な指標であり、それによって、バリアント対立遺伝子バランス>0.02(シークエンシング深度に応じて、閾値を調整して0に近付けることも遠ざけることもできる)となる。ChromHetABは、染色体内のフィルタリングされていない全てのバリアント間の染色体ワイドなヘテロ接合SNPの対立遺伝子バランスを表す要約統計量(例えば中央値)となり得る。例えば、ChromHetABは、染色体内のフィルタリングされていない全てのバリアントについての中央値(バリアント対立遺伝子バランス)を計算することによって、決定され得る。特定のSNPに関してChromHetABを参照することによって、LocalHetAB EventまたはROH Eventは、そのSNPまたは事象が起こる染色体についてChromHetAB値を参照することができる。ChromHetABは、染色体内のフィルタリングされていない全てのバリアント間の染色体ワイドなヘテロ接合SNPの対立遺伝子バランスを表す要約統計量(例えば中央値)となり得る。
方法1100は、ヘテロ接合の対立遺伝子バランスの局所中央値(LocalHetABと称する)を決定することができ、その対立遺伝子バランスは、あり得るヘテロ接合SNPについてフィルタリングすることを可能にする、バリアント特異的な指標であり、それによって、バリアント対立遺伝子バランス>0.02(シークエンシング深度に応じて、閾値を調整して0に近付けることも遠ざけることもできる)となる。LocalHetABは、20個のSNPのウィンドウおよび一定の末端を用いて、染色体全体にわたってバリアント対立遺伝子バランスの移動中央値を計算することによって決定することができる。一態様では、LocalHetABを決定することは、染色体上のフィルタリングされていない全てのバリアントにわたって、試料のヘテロ接合SNPの対立遺伝子バランスの、平滑化されたサブ染色体スケールの(例えば局所的な)要約統計量(例えば移動中央値)を決定することを含むことがある。
方法1100は、LocalHetAB<ChromHetABをその全てが有する2つ以上のSNPの連続する領域(LocalHetAB Eventと称する)を決定することができる。方法1100は、LocalHetAB Event内の最初と最後のSNPによって、座標(最初と最後の染色体位置)を定義することができる。染色体当たりゼロから複数のLocalHetAB Eventがあり得る。方法1100は、LocalHetAB Eventについて正規化された「曲線下の面積」を計算することによって、LocalHetAB Event Areaを決定することができる。例えば、LocalHetAB Event内の隣接SNPの対について、PairwiseArea=[ChromHetAB−平均(LocalHetAB(SNP1),LocalHetAB(SNP2))]*(SNP2位置−SNP1位置−オーバーラップするセントロメア塩基対の#)を決定する。最も小さな形態では、LocalHetAB Eventは、厳密には2つの隣接SNPを有することがある。2つを超えるSNPを伴うLocalHetAB事象は、N−1隣接SNP対の鎖として見ることができ、ここでは、N=その事象でのSNPの#である。2つ以上のSNPを伴うLocalHetAB事象を、和(LocalHetAB Event中の全てのN−1隣接SNP対についてのPairwiseArea)/(呼び出し可能な染色体長*ChromHetAB)を計算することによって決定することができる。
方法1100は、最小値(LocalHetAB、LocalHetAB Event中の全てのSNPに対する)を決定することによって、LocalHetAB Eventについての要約対立遺伝子バランス(AB)統計量(LocalHetAB Event ABと称する)を決定することができる。LocalHetABは、対立遺伝子バランスの平滑化された(移動中央値)推定値であることから、上記の最小値は、事象全体についての良い推定値である。しかし、代替の指標(例えば、平均値、中央値、第1の四分位数など)が、他のアプリケーション(例えば、より大きなSNPウィンドウサイズ、より深いシークエンシング、全ゲノムのシークエンシングなど)にさらに良好に適することもある。
方法1100は、ヘテロ接合性が殆どまたは全く観測されない染色体領域についてのバリアント特異的な指標である、ホモ接合性連続領域(ROHと称する)を決定することができる。ROHは、バリアント毎の二元(あり/なし)の目印であるが、支持となる指標(例えば信頼スコア)を持たないことがある。一態様では、ROHを決定することは、参照により本明細書にその全体を組み込まれるNarasimhan,V.,et al.(2016)Bioinformatics,32(11),1749−1751)によって記載される、BCFtools/RoH法の使用を含むことができる。ROH決定の選択肢の例としては、以下に限定されないが、Autozygous−to−Hardy Weinberg推移確率(−a選択肢)=6.6e−09、Hardy Weinberg−to−Autozygous推移確率(−H選択肢)=5.0e−10、インデルを無視する(−I選択肢)、エクソン内のSNPに制限する(すなわち側面に位置する領域SNPがない)、および内部RGC(EVE)バリアント頻度を利用する、が挙げられる。一態様では、1つまたは複数の代替の方法を使用することができよう。例えば、参照により本明細書にその全体を組み込まれるPurcell S,Neale B,Todd−Brown K,et al.PLINK:A Tool Set for Whole−Genome Association and Population−Based Linkage Analyses.American Journal of Human Genetics.2007;81(3):559−575によって記載されるようなPlinkである。
方法1100は、ROHとして予想される1つまたは複数のSNPの連続する領域(ROH Eventと称する)を決定することができる。事象の座標は、ROH Event内の最初と最後のSNPの染色体位置として定義することができる。
図11に戻ると、全試料のデータを、ブロック1102で品質管理(QC)フィルタリングに供することができる。このデータは、例えば、VCFファイル(例えば、試料当たり1つのVCFファイル)、カバレッジの深度のファイル、および/または外部の品質管理指標(例えば、BAMリード−マッピングファイルから演算されるPicard指標)を含むことがある。VCFファイルは、遺伝子配列のバリエーションについてマーカーおよびジェノタイプデータを含むことがある。カバレッジの深度のファイルは、所与のヌクレオチドまたはヌクレオチドの配列を含む複数のリードの標示を含むことがある。QCフィルタリングは、カバレッジの深度のファイル、VCFファイル、および/または外部の品質管理指標に1つまたは複数の試料フィルタリング基準を適用することを含むことがある。この1つまたは複数の試料フィルタリング基準は、例えば、標準的なコンタミネーションフィルター(高いヘテロ接合対ホモ接合SNPコール比など)、低い配列カバレッジに基づくフィルタリング(20Xカバレッジ以上で塩基の<75%)、および/または低いDNA品質に基づくフィルタリング、それらの組合せなどを含むことがある。一態様では、QCフィルタリングは、VCFファイルへ1つまたは複数のバリアントのフィルタリング基準を適用することを含むことがある。1つまたは複数のバリアントのフィルタリング基準は、例えば、2対立遺伝子のSNPのみを解析すること(多対立遺伝子の部位およびインデルを除去する)、最小バリアント品質に基づくフィルタリング[QD>5、GT>30、VQSRフィルター(バリアント品質スコアの再較正)をパスする]、最小リード深度に基づくフィルタリング(DP>=20)、および/または遺伝子座の品質に基づくフィルタリング[1.マッピング可能性>90%のエクソンのみとする、2.>2コピーが共通しているエクソンを除外する(例えば、多コピーのCNV遺伝子座)、3.マッピング可能性の問題を持つ他の領域を除外する(例えばHLA遺伝子)]、それらの組合せなどを含むことがある。
ブロック1104では、ブロック1102でQCフィルタリングをパスした試料に関連するデータ上で、性別の割り当てを実施することができる。性別の割り当ては、最小のY染色体リード・カバレッジ比(X染色体リード・カバレッジ比に比べて)を決定して、試料が雄である(閾値を超える)か雌である(閾値を下回る)か決定することを含むことがある。図13Aは、全試料についてのX染色体対Y染色体のカバレッジ比のプロットであり、雄(1302)および雌(1304)の試料を決定するため閾値が実線1306によって示されている。さらに、Y染色体の重複を持つ雄の試料を、Y染色体カバレッジ比の閾値(破線1308)を用いて特定することができる。試料の性別が既知であるか、または試料について報告されていれば、既存の割り当てを使用して、適切な閾値を決定する一助とすることができる。ブロック1104で性別が割り当てられた後、試料由来の各染色体を、方法1100の1つまたは複数の残りのブロックを介して処理することができる。
試料を雄とみなす場合、方法1100は、ブロック1106に進むことになる。ブロック1106では、方法1100は、Y染色体のカバレッジが閾値よりも大きいか、例えば0.0015か否かを決定することができる。Y染色体のカバレッジが閾値よりも大きい場合、方法1100は、Y染色体の重複があることをブロック1108で決定することができ、Y染色体を他の染色体とは独立に処理できる際にはブロック1138に進むことができる。Y染色体のカバレッジが閾値よりも低い場合、方法1100は、その試料が雄の試料の正常なY染色体リードの遺伝子量を有し、それゆえY染色体上に起こる変則性が検出されないことを、ブロック1108で決定することができる。
ブロック1104に戻ると、性別の割り当ては、試料が有すると期待されるX染色体が1つであるか2つであるか(雄か雌か)を決定することを含むことがあり、その場合に、方法1100は、ブロック1110に進み、その試料についてX染色体を処理することになる。ブロック1110では、方法1100は、データが雄に由来するか否かを決定することができる。ブロック1110で、データが雄に由来することが決定される場合、方法1100は、ブロック1112および1114に進むことになる。ブロック1110で、データが雄に由来しないことが決定される場合、方法1100は、ブロック1112、1114、1116、および1118に進むことになる。ブロック1104に戻ると、性別の割り当ては、データが常染色体を含むことを決定することを含むことがあり、その場合に、方法1100は、ブロック1112、1114、1116、および1118に進むことになる。
ブロック1112で、方法1100は、リード・カバレッジの変則性を検出することができる。図1および/または図4の1つまたは複数の部分に関して、ブロック1112を、本明細書に記載されるように実施することができる。ブロック1114では、方法1100は、ChromHetABの変則性を検出することができる。ブロック1116では、方法1100は、ROHの変則性を検出することができる。ブロック1118では、方法1100は、LocalHetABの変則性を検出することができる。
ブロック1114、1116、および1118 は、3つの対立遺伝子バランス指標(それぞれChromHetAB、ROH、およびLocalHetAB)の決定に関連した。これら3つの対立遺伝子バランス指標を、異なるタイプの変則性を検出するために使用することができるが、オーバーラップする形跡を結果として生じることがある。例えば、構成上の染色体の欠失(全体または部分染色体)を特定するため、これらの領域にヘテロ接合性が観測されるはずがない際に、ROHを使用することができる。同様に、ROHは、大きな片親ダイソミー(UPD)事象(コピーニュートラル、全体または部分染色体)を特定することができるが、重複を特定するためには有用ではない。しかし、LocalHetAB指標およびChromHetAB指標もまた、0に近いバリアント対立遺伝子バランス値を有する推定上のヘテロ接合性に類似した、少しのノイズ(シークエンシング・エラーなどの技術的なアーチファクトに起因する)を特定することによって、ROH事象内に変則的なシグナルを生じることがある。そして、これらのシグナルを、ROHの変則性の代わりに無視することができる(図12を参照、オーバーラップするLocalHetAB事象を用いてROH事象を表す)。図12は、4番染色体に関する試料の対立遺伝子バランスのプロットの1例であり、ここでは、長いホモ接合性連続領域が検出され(1202)、この連続領域は、変則的な領域中のホモ接合SNP間に少しの非ゼロの対立遺伝子バランスがあるために、オーバーラップするLocalHetAB Event((1204)を有する。全染色体の重複または他のモザイクの全染色体の事象の場合、ChromHetABは、最も妥当な指標となり得る。そして、それは、トリソミーについてはおおよそ1/3、あるいはコピー数を表す割合およびモザイク事象の細胞の割合に等しいはずである。部分染色体の事象については、LocalHetABは、事象の開始および終了の座標を検出することになる際に、最も妥当な指標となり得る。しかし、大きな部分染色体の事象は、染色体ワイドなChromHetAB指標に影響を与え、LocalHetAB事象によってさらに良好に捕捉される変則的なシグナルを作り出すことがある。
そのため、各指標によって与えられる形跡をバランスさせること(およびそれぞれをリード・カバレッジの変則性のシグナルに対して解釈すること)を、染色体の変則性の検出および特徴付けを自動化するコンポーネントとすることができる。感度、特異性、規模、および背景に差異があるこれらのシグナルの一元化を扱うために、推定上変則的な3段のシグナルを各指標について定義することができ、そこでは、段1のシグナルが最も重要であり、段3は最も重要ではない。段の格付けを使用して、これらの不均一な指標を標準化および一元化し、どのシグナルが最も妥当であるかという決定を簡便にすることができる。他の数の段を使用および規定することができる。
ブロック1112に戻ると、リード・カバレッジの変則性の検出は、以下の段の定義を利用することができる。段1は、リード・カバレッジのp値<閾値、例えば0.05/(供試された染色体/試料対の#)などを含み得る。Bonferroniの補正を、ファミリーワイズ・エラー率=5%を用いて適用することができる。段2は、段1および染色体特異的なFDR補正されたp値(q値)<閾値、例えば0.05などをパスしないことを含み得る。Benjamini−HochbergのFDR補正を、染色体当たりの偽発見率=5%を用いて適用することができる。段3は、段1または段2およびリード・カバレッジのp値<閾値、例えば0.05などをパスしないことを含み得る。1つまたは複数の例外を、X染色体解析に適用することができる。例えば、推定される染色体遺伝子量の割合の絶対値(大きさ)が>5%である場合に、X染色体に関する段3シグナルを、段2に昇格させることができる。
ブロック1114に戻ると、バリアント対立遺伝子バランス指標は、より少ないリードを持つ2対立遺伝子SNPの対立遺伝子由来のリードの割合を常に反映することから、所与の染色体に関する核型上は正常な2倍体の試料についての期待ChromHetAB値は、厳密には50%となりそうにないが、シークエンシング深度の増加につれて50%に近付く。それゆえ、線形回帰を、所与の染色体(X染色体については雌のみ)に関して全試料についてのChromHetAB値に、PCTTARGETBASES50X品質管理指標(Picardを用いて試料当たり計算される)に対してフィッティングすることができる[図13B、PCTTARGETBASES50X値の増加に対して、核型上は正常な試料間でChromHetAB値が増加すること、および変則的なシグナル(着色された点)を有意性の異なる段で特定することを示す]。ひとたび線形回帰モデルがフィッティングされていれば、試料毎のChromHetAB値(観測ChromHetAB−上記回帰によって規定されるような期待ChromHetAB)の残差について、Zスコアを計算することができる。このZスコアを、Z=(試料の残差)/(回帰モデルの残差の標準偏差)として計算することができる。このZスコアを、p値に変換することができる。
ブロック1114では、ChromHetABの変則性の検出は、以下の段の定義を利用することができる。段1は、ChromHetABの残差のp値<閾値、例えば0.05/(供試された染色体/試料対の#)などを含み得る。Bonferroniの補正を、ファミリーワイズ・エラー率=5%を用いて適用することができる。段2は、段1をパスしないこと、および染色体特異的なFDR補正されたp値(q値)<閾値、例えば0.05などをパスすることを含み得る。Benjamini−Hochbergを、染色体当たりFDR補正偽発見率=5%を用いて適用することができる。段3は、段1または段2およびChromHetABの残差のp値<閾値、例えば0.05などをパスしないことを含み得る。1つまたは複数の例外を、X染色体解析に適用することができる。試料が雄である場合、指標の計算に>75 SNPが含まれず、かつChromHetAB>0.15でない限り、ChromHetABを無視し、かつ試験しないことがある。これらのフィルターは、核型上は正常な雄試料に由来するノイズを除去するとともに、期待される(すなわち単一のX染色体についてはゼロ)よりもはるかに大きなChromHetAB値を雄でのX染色体の重複が有する場合に、それら重複を含めること、および信頼を以てChromHetAB値を呼び出すのに使用される充分な数のSNPを有することを可能にする(図14、雄の試料についてX染色体に関する供試されたChromHetAB値および推定上のヘテロ接合SNPの数を示し、実線によって標示される最小閾値を伴う)。この背景下では、雄の試料を規定することは、核型上正常な状態を想定して1つのXと1つのY染色体の期待値を持つように、割り当て(XおよびYのリード・カバレッジに基づいて)を差し向けることができる。これらのフィルターをパスするX染色体由来の任意の雄ChromHetABシグナルを、段1に割り当てることができる(p値に関わらず)。一態様では、ChromHetABの変則性を検出することは、核型上は正常な試料に期待されるChromHetAB値(または値の範囲)よりも有意に小さなChromHetAB値を持つ試料を特定することを含むことがある。
ブロック1116に戻ると、ROHの変則性を検出することができる。小さなROH事象は、核型上は正常な試料に比較的共通し、例えば、同族の試料間で特に頻度が高いことがある。それゆえ、ROH事象についての最小サイズの閾値が、大きな染色体規模の事象のみを捕捉するように規定されることがある。真にホモ接合なバリアントが、技術的なアーチファクトに起因して、非ゼロのバリアント対立遺伝子バランスを有する際に、ROH事象の検出は難題となることがある。その結果、いくつかの大きなROH事象は、2つ以上のROH事象に断片化する(図12)。そのため、染色体内の独立したROH事象は、組合せで考慮される。ROHの変則性の検出は、以下の段の定義を利用することができる。長さ(オーバーラップするセントロメア塩基を除外する)<5,000,000bpを有するROH事象は、フィルタリングされることがある。段1は、フィルタリングされていないROH事象>=20,000,000に由来する非セントロメアROH塩基の総(ゲノムワイドな)数を含み得る。2は、段1をパスしないフィルタリングされていないROH事象を含み得る。段1つまたは複数の例外が、X染色体解析に適用されることがある。X染色体に関する雄の試料についての全てのROHシグナルは、無視することができる。この背景下では、雄の試料を規定することは、核型上正常な状態を想定して、1つのXと1つのY染色体の期待値を持つように、割り当て(XおよびYのリード・カバレッジに基づいて)を差し向けることができる。
ブロック1118に戻ると、LocalHetABの変則性を検出することができる。質的には、有意なLocalHetAB Eventの変則性は、大きなLocalHetAB Event Area指標を有し、含まれる数多くのSNPによって支持されているはずである。線形関数は、LocalHetAB Event AreaおよびLocalHetAB Eventに含まれるSNPの#(「SNPの#」)に関連するエクソームデータセットに、経験的にフィッティングするように定義することができ、その際に、同じ傾き係数(例えば、具体的なLocalHetAB Event Areaを有する事象に必要なSNPの最小#)に異なる切片を用いて、段の定義を規定する。面積>0.02(垂直線)を持つ全てのLocalHetAB事象(点)、および斜線間の領域に基づく段へのそれらの分離(赤点は、オーバーラップするROH事象の存在を標示し、LocalHetAB事象が変則性を検出しているという形跡を支持することを示す)を示す、図15を参照されたい。LocalHetABの変則性の検出は、以下の段の定義を利用することができる。LocalHetAB Event Area<0.02である事象を、フィルタリングすることができる。段1は、SNPの#+(LocalHetAB Event Area*第1の量、例えば3000など)>=第2の量、例えば230などを含み得る。段2は、SNPの#+(LocalHetAB Event Area*第1の量、例えば3000など)>=第2の量、例えば170などを含み得る。段3は、SNPの#+(LocalHetAB Event Area*第1の量、例えば3000など)>=第2の量、例えば110などを含み得る。1つまたは複数の例外が、X染色体解析に適用されることがある。X染色体に関する雄の試料についての全てのLocalHetABシグナルは、無視される。この背景下では、雄の試料を規定することは、核型上正常な状態を想定して、1つのXと1つのY染色体の期待値を持つように、割り当て(XおよびYのリード・カバレッジに基づいて)を差し向けることができる。一態様では、LocalHetABの変則性を検出することは、LocalHetAB値が染色体領域中にわたる対応のChromHetAB値を下回る(例えば、有意に下回る)際に、部分染色体の変則性の可能性を標示することを含むことがある。
開示される指標についてブロック1112、1114、1116、および1118で実施される解析は、染色体の変則性の予測に寄与する。しかし、これらの指標は、ブロック1138の核型の予測の前に、段の格付けと共にアノテートされ、非変則的な指標を除去するためにフィルタリングされ、ブロック1136で統合されることがある。ブロック1120では、方法1100は、ブロック1112、1114、1116、および1118から得た各指標によって特定される変則的な事象を報告し、各事象を段(例えば、段1、段2、段3など)にスコア付けすることができ、この段は、指標間でスケーリングを標準化し、異常な核型(染色体の変則性)の評価のための統合を単純なものとする。一態様では、方法1100は、使用される1つまたは複数の段(例えば、段1、段2、段3など)のそれぞれについて、事象を報告および/またはスコア付けすることができる。ブロック1112では、リード・カバレッジの変則性の指標を、染色体の遺伝子量を評価するために使用することができ、残りの3つを使用して、対立遺伝子バランスおよび接合性(ChromMedAB、ROH、およびLocalHetABの事象)を評価することができる。
ブロック1122では、方法1100は、事象がコピー獲得、コピー欠損を反映するのか、コピーニュートラルなのかを決定することができる。この評価を、リード・カバレッジの変則性の存在または不在に主に基づいて作製することができるが、対立遺伝子バランス関連指標から得られる補足的な情報も、考慮することができる。例えば、全ての段1のリード・カバレッジの変則性は、独立して獲得または欠損として予想されることがあるが、段2および/または段3のリード・カバレッジの変則性は、支持となる対立遺伝子バランスの変則性も同じ染色体上に検出される場合に、獲得または欠損とみなされるのみであることがある。獲得または欠損を呼び出すために検出されるリード・カバレッジの変則性がない場合に、その事象は、コピーニュートラルであるものと想定され、低い品質リード・カバレッジの変則性が検出されるもののフィルタリングされるか否かが不明確であるものとして、さらに目印を付けられることがある。
ブロック1122で、事象がコピー獲得を反映することを決定する場合に、方法1100は、ブロック1124に進んで、染色体上の変則的なLocalHetAB事象とChromHetAB事象との比較に基づいて、基となる染色体が全染色体か部分染色体かを決定することができる。例えば、LocalHetAB事象が、オーバーラップするChromHetAB事象よりも低い段の格付け(例えば、より有意な)を有する場合(または、報告されているChromHetAB事象がない場合)、この事象は、LocalHetAB事象がより有意であることを前提として、部分染色体として予想されることがある。逆に、より低い段のChromHetAB事象は、全染色体の事象がその場合である可能性が高いことを示唆するものとなろう。両方の事象が、同じ段の格付けで起こる場合、方法は、その変則性を不明確であるものと報告することがある、および/または一方の事象をより重い重みづけのあるものとして偏重する(例えば、LocalHetABを偏重し、部分染色体の事象として呼び出す)ことがある。さらに、方法は、リード・カバレッジ11から演算された染色体の割合の獲得の推定値を、各対立遺伝子バランスの変則性から得られる同様の推定値に比較することもあり、それらの推定値がリード・カバレッジ由来の推定値にどれほど密に適合するかによって、対立遺伝子バランス事象を重み付けすることがある。基となる染色体の変則性が予想されるのが、全染色体(ChromHetAB)であろうと部分染色体(LocalHetAB)であろうと、方法1100は、ブロック1126に進み、それぞれの対立遺伝子バランス指標を利用して、コピー獲得がモザイク事象であるか否かを、ヘテロ接合の対立遺伝子バランスの推定値がどれほど1/Nに近いかを決定することによって[ここで、Nは、予想される染色体のコピーの数である(例えば、単コピーの常染色体の獲得については1/3である)]決定することができる。この期待レート(例えば1/3±0.02)付近のエラー閾値を適用して、モザイク現象について二元(ありまたはなし)の分類を作ることがある。オーバーラップするLocalHetAB事象もChromHetAB事象も報告されていない場合、染色体およびモザイクの割合の推定値を不明確であるものと割り当てることがある、および/またはデフォルト値を設定することがある。
ブロック1122で、その事象がコピー欠損を反映することが決定される場合、方法1100は、ブロック1128に進み、そのコピー欠損がモザイク事象であるか否かを、ROHを利用することによって決定することができる。コピー欠損がモザイクではない(例えば、ROH事象が検出されている)場合、方法1100は、ROHを利用し、どの呼び出し可能な染色体の比率がROH事象によってカバーされるかを評価することによって、基となる染色体の変則性が全体であるか部分であるかを決定することができる。コピー欠損がモザイクである(例えば、報告されているROH事象がない)場合、方法1100は、報告されたChromHetAB事象およびLocalHetAB事象から得られた段の格付けを利用および比較して、基となる染色体が全体であるか部分であるかを決定することができる。この評価は、コピー獲得のそれと同様であり(ブロック1124)、その際に、より有意なLocalHetAB事象が、部分染色体の事象を標示することがあり、より有意なChromHetAB事象が、全染色体の事象を標示することがあり、対立遺伝子バランスに基づく染色体の割合の推定値は、リード・カバレッジ事象の染色体の割合の推定値に比較することができる。
ブロック1122で、その事象がコピーニュートラルであることが決定される場合、方法1100は、ブロック1128に進み、そのコピーニュートラルな事象がモザイクであるか否かを、ROHを利用して決定することができる。コピーニュートラルな事象がモザイクではない(例えば、ROH事象が報告されている)場合、方法1100は、ROHを利用して、基となる染色体が全体であるか部分であるかを決定することができる。コピーニュートラルな事象がモザイクである場合、方法1100は、ChromHetABおよびLocalHetABを利用して、基となる染色体が全体であるか部分であるかを決定することができる。
ブロック1126、1130、および1134の出力は、ブロック1136に流れ、ここでは、どの変則性も、1)コピーニュートラル、コピー獲得、またはコピー欠損の予測;2)全染色体または部分染色体の事象の予測;3)モザイクであるかモザイクでないかの予測;4)最後の段の格付けであって、染色体に関して報告された全事象についての最小の(最も有意な)段の格付けに等しいものとできるか、またはそれらが複数の中段の事象を有する場合に、追加的に、上位のもしくは下位の重みの変則性に改変することができる(例えば、支持となる段2のLocalHetAB事象を伴う段2のリード・カバレッジ事象は、段1とみなされることがある)もの;および5)染色体、それらの段の格付け、およびそれらが主要なまたは支持となる事象として選ばれたか否か(例えば、非モザイク、段1のリード・カバレッジを持つ全染色体の欠損、ROH、およびChromHetAB事象について、リード・カバレッジおよびROHは、主要な事象であるが、ChromHetABは、オーバーラップするROHの事象によって出し抜かれたことを考えると、段1であるとはいえ支持となる事象である)について報告される事象のいくつかまたは全ての要約;のうち1つまたは複数と共に報告することができる。ブロック1136は、ゼロまたは複数の染色体に由来する変則性を受信し、それらを試料について統合し、次いで、ブロック1138に進んで、最終的な核型の予測を行う。
ブロック1138の出力は、核型の予想を表し、その際、いくつかまたは全ての染色体の変則性は、試料について統合されており、期待される核型に対して解釈されている(ブロック1104から得られる性別の割り当てを想定して)。これは、従来の核型コーディング(例えば、「47、XXY」)ならびに/または変則性およびそれらの支持となる情報の一覧として表されることがある。自動化された核型予測の不明確性と、ある特定の複雑な核型(例えば同腕染色体)が自動的に容易に解釈されないユニークなパターンを有するという事実とを考慮して、支持となるリード・カバレッジおよび対立遺伝子バランスの診断用プロットを、試料毎にブロック1138によって演算することができ、それによって、予想される染色体の変則性およびそれらの支持となる形跡を手動で精査することが可能になる。一態様では、最終的な変則的な核型のコールは、試料;染色体;開始/終了座標;遺伝子量の変化vsコピーニュートラルの予測(獲得、欠損、ニュートラル、不明);全染色体vs部分染色体の事象の予測(全体、部分、不明);予想されるモザイク事象(あり、なし、不明);リード・カバレッジから得られる推定割合(すなわち、染色体の割合*モザイク割合、ここで、単コピーかつ非モザイクの染色体の獲得=1、または欠損=−1);対立遺伝子バランスから得られる推定割合(2つ以上存在する場合に最も妥当であるものとみなされる、変則的な対立遺伝子バランスの指標に基づく);この試料/染色体対についての全ての段3以上の変則的なシグナルの要約;最終的な一元化される段の格付け;支持となるリード・カバレッジおよび対立遺伝子バランスの診断用プロット(図2、図3、図5、図6、図7、図8、図9、および/または図10に図説されたタイプなど)であって、核型を手動で精査および分類することを可能にするもの;それらの組合せなど;のうち1つまたは複数を含むことができる。
例示的な一態様では、方法およびシステムを、図17に図説されるようにおよび下記に記載されるように、コンピュータ1701上に実装することができる。同様に、開示される方法およびシステムは、1つまたは複数のコンピュータを利用して、1つまたは複数の場所にある1つまたは複数の機能を実施することができる。図17は、開示される方法を実施するための例示的なオペレーティング環境を図説するブロック図である。この例示的なオペレーティング環境は、オペレーティング環境の1例に過ぎず、オペレーティング環境アーキテクチャの使用または機能性の範囲への何らかの限定を示唆することを意図するものではない。上記例示的なオペレーティング環境に図説されるコンポーネントのいずれか1つまたは組合せに関連して何らかの依存性または要求を有するものと解釈されるべきオペレーティング環境はない。
本願の方法およびシステムを、非常に数多くの他の汎用または特殊用途のコンピューティングシステム環境または構成を用いて、稼働可能とすることができる。このシステムおよび方法を用いた使用に適するものとし得る周知のコンピューティングシステム、環境、および/または構成の例としては、以下に限定されないが、パーソナル・コンピュータ、サーバ・コンピュータ、ラップトップ・デバイス、およびマルチプロセッサ・システムが挙げられる。追加の例としては、セット・トップ・ボックス、プログラム可能な家庭用電子製品、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、上記のシステムまたはデバイスのいずれかを含む分散コンピューティング環境などが挙げられる。
開示される方法およびシステムの処理は、ソフトウェア・コンポーネントによって実施することができる。開示されるシステムおよび方法は、プログラム・モジュールなど、1つまたは複数のコンピュータまたは他のデバイスによって実行されるコンピュータ実行可能な命令の一般的な文脈で記載することができる。一般に、プログラム・モジュールは、具体的なタスクを実施するかまたは具体的な抽象データ・タイプを実装する、コンピュータ・コード、ルーチン、プログラム、オブジェクト、コンポーネント、データ構造などを含む。開示される方法は、グリッドベースおよび分散型のコンピューティング環境で実践することもでき、そこでは、通信ネットワークを通じて連結されている遠隔処理デバイスによって、タスクが実施される。分散コンピューティング環境では、プログラム・モジュールは、メモリ記憶デバイスを含めた、局所と遠隔の両方でのコンピュータ記憶媒体に位置することができる。
さらに、当業者は、本明細書に開示されるシステムおよび方法を、コンピュータ1701の形態の汎用コンピューティング・デバイスを介して実装できることを認識することになる。コンピュータ1701のコンポーネントとしては、以下に限定されないが、1つまたは複数のプロセッサ1703、システム・メモリ1712、および1つまたは複数のプロセッサ1703を含む様々なシステム・コンポーネントをシステム・メモリ1712に連結するシステム・バス1713を挙げることができる。このシステムは、並列演算を利用することができる。
システム・バス1713は、可能な複数のタイプのバス構造のうちの1つまたは複数を表し、そのようなものとしては、メモリ・バスまたはメモリ・コントローラ、周辺装置用バス、高速グラフィックス・ポート、または種々のバス・アーキテクチャのいずれかを使用したローカル・バスが挙げられる。バス1713およびこの記載に指定された全てのバスはまた、有線または無線のネットワーク接続中にわたって実装することもでき、1つまたは複数のプロセッサ1703、大量記憶デバイス1704、オペレーティング・システム1705、KaryoScanソフトウェア1706、KaryoScanデータ1707、ネットワーク・アダプタ1708、システム・メモリ1712、入力/出力インターフェース1710、ディスプレイ・アダプタ1709、ディスプレイ・デバイス1711、およびヒト機械インターフェース1702を含むサブシステムのそれぞれは、物理的に隔てられた場所で1つまたは複数の遠隔コンピューティング・デバイス1714a、b、c内に含有されることがあり、それらのデバイスは、完全に分散しているシステムを事実上実装するこの形態のバスを通じて接続されている。
コンピュータ1701は、典型的には、種々のコンピュータ読み取り可能な媒体を含む。例示的な読み取り可能な媒体は、コンピュータ1701がアクセス可能な任意の利用可能な媒体とすることができ、例えば、以下に限定することを意味しないが、揮発性および非揮発性の両方の媒体、取り外し可能なおよび取り外し不可能な媒体を含む。システム・メモリ1712は、コンピュータ読み取り可能な媒体を、ランダム・アクセス・メモリ(RAM)などの揮発性メモリ、および/またはリード・オンリ・メモリ(ROM)などの非揮発性のメモリの形態で含む。システム・メモリ1712は、典型的には、KaryoScanデータ1707などのデータ、および/またはオペレーティング・システム1705などのプログラム・モジュール、ならびに1つまたは複数のプロセッサ1703に直ちにアクセス可能なおよび/もしくはそのプロセッサによって現在稼働しているKaryoScanソフトウェア1706を含有する。KaryoScanデータ1707は、リード・カバレッジ・データおよび/または期待リード・カバレッジ・データを含むことができる。
別の態様では、コンピュータ1701はまた、他の取り外し可能な/取り外し不可能な、揮発性の/非揮発性のコンピュータ記憶媒体を含むことができる。例として、図17は、コンピュータ・コードの非揮発性の記憶装置、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、およびコンピュータ1701についての他のデータを提供することができる、大量記憶デバイス1704を図説する。例えば、以下に限定することを意味しないが、大量記憶デバイス1704を、ハードディスク、取り外し可能な磁気ディスク、取り外し可能な光学ディスク、磁気カセットまたは他の磁気記憶デバイス、フラッシュメモリ・カード、CD−ROM、デジタル多用途ディスク(DVD)または他の光学記憶装置、ランダム・アクセス・メモリ(RAM)、リード・オンリ・メモリ(ROM)、電子的に消去可能なプログラム可能なリード・オンリ・メモリ(EEPROM)などとすることができる。
任意選択で、任意の数のプログラム・モジュールを、例としてオペレーティング・システム1705およびKaryoScanソフトウェア1706を含む大量記憶デバイス1704上に記憶することができる。オペレーティング・システム1705およびKaryoScanソフトウェア1706(またはそれらのいくつかの組合せ)のそれぞれは、プログラミングおよびKaryoScanソフトウェア1706のエレメントを含むことがある。KaryoScanデータ1707も、大量記憶デバイス1704に記憶することができる。KaryoScanデータ1707を、当技術分野に公知の1つまたは複数のデータベースのいずれかに記憶することができる。そのようなデータベースの例としては、DB2(登録商標)、Microsoft(登録商標)Access、Microsoft(登録商標)SQL Server、Oracle(登録商標)、mySQL、PostgreSQLなどが挙げられる。データベースを、複数のシステムにわたって集約化または分散させることができる。
別の態様では、ユーザは、入力デバイス(示さず)を介して、コンピュータ1701内にコマンドおよび情報を入力することができる。そのような入力デバイスの例としては、以下に限定されないが、キーボード、指示デバイス(例えば「マウス」)、マイクロホン、ジョイスティック、スキャナー、グローブなどの触覚入力デバイス、および他の身体被覆物などが挙げられる。これらのおよび他の入力デバイスは、システム・バス1713に連結されているヒト機械インターフェース1702を介して、1つまたは複数のプロセッサ1703に接続することができるが、パラレル・ポート、ゲーム・ポート、IEEE 1394 Port(Firewireポートとしても知られる)、シリアル・ポートやユニバーサル・シリアル・バス(USB)などの他のインターフェースおよびバス構造によって接続することができる。
さらに別の態様では、ディスプレイ・デバイス1711は、ディスプレイ・アダプタ1709などのインターフェースを介して、システム・バス1713に接続することもできる。コンピュータ1701は、2つ以上のディスプレイ・アダプタ1709を有することができ、コンピュータ1701は、2つ以上のディスプレイ・デバイス1711を有することができるものと考えられる。例えば、ディスプレイ・デバイスを、モニター、LCD(液晶ディスプレイ)、またはプロジェクタとすることができる。ディスプレイ・デバイス1711に加えて、他の出力周辺装置デバイスは、入力/出力インターフェース1710を介してコンピュータ1701に接続できる、スピーカー(示さず)やプリンタ(示さず)などのコンポーネントを含むことができる。任意の方法のステップおよび/または結果は、任意の形態で出力デバイスに出力することができる。そのような出力は、任意の形態の視覚的な表示とすることができ、そのようなものとしては、以下に限定されないが、本文による、図に拠る、アニメーションの、音声の、触覚に拠るなどのものが挙げられる。ディスプレイ1711およびコンピュータ1701は、1つのデバイスの一部、または別々のデバイスとすることができる。
コンピュータ1701は、1つまたは複数の遠隔コンピューティング・デバイス1714a、b、cとの論理接続を用いて、ネットワーク化環境で稼働することができる。例として、遠隔コンピューティング・デバイスを、パーソナル・コンピュータ、ポータブル・コンピュータ、スマートフォン、サーバ、ルータ、ネットワーク・コンピュータ、ピア・デバイス、または他の共通ネットワーク・ノードなどとすることができる。コンピュータ1701と遠隔コンピューティング・デバイス1714a、b、cとの間の論理接続は、ローカル・エリア・ネットワーク(LAN)および/または一般ワイド・エリア・ネットワーク(WAN)などのネットワーク1715を介して作ることができる。そのようなネットワーク接続は、ネットワーク・アダプタ1708を通じるものとすることができる。ネットワーク・アダプタ1708は、有線および無線の両方の環境に実装することができる。そのようなネットワーキング環境は、住宅、職場、企業全体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では、従来からあるありふれたものである。
図解の目的で、アプリケーション・プログラム、およびオペレーティング・システム1705などの他の実行可能なプログラムのコンポーネントが、別々のブロックとして本明細書に図説されているが、もっとも、そのようなプログラムおよびコンポーネントは、コンピューティング・デバイス1701の異なる記憶コンポーネントに様々な時点で存在し、コンピュータの1つまたは複数のプロセッサ1703によって実行されることが認識されよう。一態様では、KaryoScanソフトウェア1706および/またはKaryoScanデータ1707の少なくとも一部は、コンピューティング・デバイス1701、遠隔コンピューティング・デバイス1714a、b、c、および/またはそれらの組合せのうちの1つまたは複数上に、記憶されるおよび/または実行されることがある。それゆえ、KaryoScanソフトウェア1706および/またはKaryoScanデータ1707は、クラウド・コンピューティング環境内で稼働可能とすることができ、それによって、KaryoScanソフトウェア1706および/またはKaryoScanデータ1707へのアクセスを、ネットワーク1715(例えばインターネット)中にわたって実施することができる。さらに、一態様では、KaryoScanデータ1707を、コンピューティング・デバイス1701、遠隔コンピューティング・デバイス1714a、b、c、および/またはそれらの組合せのうちの1つまたは複数にわたって、同調させることができる。
KaryoScanソフトウェア1706の実装を、いくつかの形態のコンピュータ読み取り可能な媒体に記憶するかまたはそれらの媒体にわたって伝送することができる。開示される方法のいずれも、コンピュータ読み取り可能な媒体上に組み入れられたコンピュータ読み取り可能な命令によって実施することができる。コンピュータ読み取り可能な媒体は、コンピュータがアクセスできる任意の利用可能な媒体とすることができる。例として、そして以下に限定することを意味しないが、コンピュータ読み取り可能な媒体は、「コンピュータ記憶媒体」および「通信媒体」を含むことができる。「コンピュータ記憶媒体」としては、揮発性のおよび非揮発性の、取り外し可能なおよび取り外し不可能な媒体が挙げられ、これらは、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・モジュールや他のデータなどの情報の記憶のために、任意の方法または技術に実装される。例示的なコンピュータ記憶媒体としては、以下に限定されないが、RAM、ROM、EEPROM、フラッシュメモリもしくは他のメモリ技術、CD−ROM、デジタル多用途ディスク(DVD)もしくは他の光学記憶装置、磁気カセット、磁気テープ、磁気ディスク記憶装置もしくは他の磁気記憶デバイス、または所望の情報を記憶するのに使用でき、かつコンピュータがアクセスできる任意の他の媒体が挙げられる。
方法およびシステムは、機械学習や反復学習などの人工知能手法を採用することができる。そのような手法の例としては、以下に限定されないが、エキスパート・システム、事例ベース推論、ベイジアン・ネットワーク、行動ベースAI、ニューラル・ネットワーク、ファジーシステム、進化的計算(例えば遺伝アルゴリズム)、群知能(例えばアント・アルゴリズム)、およびハイブリッド知能システム(例えば、ニューラル・ネットワークを通じて生成されるエキスパート推論ルール、または統計的学習から得られるプロダクション・ルール)が挙げられる。
本明細書のKaryoScan法は、染色体を評価する新規の共正規化手法を、それらのGC含量およびシークエンシング性能の背景下で使用し、その結果、より正確なカバレッジの正規化を達成することができる。これは、より小さなゲノムの変化の検出を標的とする方法とは、それらが局所的なGC含量バイアスに完全に依存することから、異なるものである。より小さな変化を標的とする方法論が、より大きな事象の一部を時々検出することがあるのに対して、より大きな事象の背景下で高分解能のコピー数の変化を理解するためにルーチンに使用される平滑化関数(例えば隠れMarkovモデル)は、染色体腕の規模で分析する。さらに、対立遺伝子頻度のデータをKaryoScanコールへ一元化することによって、カバレッジ空間に何のシグナルも示さないバランスされたゲノムの変化を検出することを含めて、ユニークな特徴がもたらされるが、その特徴は、遺伝子のバリエーションを失うことに起因して、有意な影響を表すことがある。
体細胞のがん変異やモザイク事象(すなわち、体内の細胞のあるサブセットの中のみの)などのCNVの割合について整数値のコールを押し付けるかまたは与える方法とは対照的に、本明細書のKaryoScan法は、割合の推定値を与える。
以下の例は、本明細書に請求される化合物、組成物、物品、デバイス、および/または方法がどのようになされて評価されたのかに関して、当業者に完全な開示および記載を提供するように示されており、単に例示的であることを意図されており、この方法およびシステムの範囲を限定することを意図されていない。数量(例えば量など)に関する正確性を確保するために取り組みがなされているが、いくらかの誤りおよび逸脱が考慮されるべきである。
開示される方法が、Regeneron Genetics Centerのヒトエクソーム・バリアント・データベース由来の約100,000試料に適用された。合計で3,150試料が、供試された少なくとも1つの染色体上で最も高いストリンジェンシーのレベルで、核型上は異常として目印を付され、472個が獲得または欠損であった(コピーニュートラルではない)。200試料超が、性染色体の変則性(X染色体またはY染色体)を有するものとして目印を付され、そのようなものとしては、極めて稀な核型(48、XXXX)および(48、XXXY)が挙げられる。
この方法およびシステムが、好適な実施形態および特定の例に関連して記載されている一方で、本明細書の実施形態が、あらゆる点で、制限的というより説明的であることが意図されていることから、本範囲は、規定された具体的な実施形態に限定されることは意図されていない。
特段に明白に述べられない限り、本明細書に規定されるいかなる方法も、そのステップを特定の順番で実施することを要求するものと解釈されることは、決して意図されていない。したがって、方法の請求項が、そのステップの従うことになる順番を実際に記載していないか、またはその他特に、そのステップが特定の順番に限定されることが、請求項または記載に述べられない場合、いかなる点でも順番が推察されることは決して意図されない。このことは、解釈のためのあり得る任意の不明確な基準に対して保たれ、そのような基準としては、ステップまたはオペレーションの流れの配置に関する論理事項;文法構成または句読点に由来する単純な意味;本明細書に記載される実施形態の数またはタイプが挙げられる。
様々な改変および変形が、範囲または趣旨から逸脱することなく成され得ることが、当業者に明らかになろう。他の実施形態は、本明細書に開示される明細書および実践を考慮することにより、当業者に明らかになろう。真の範囲および趣旨は以下の特許請求の範囲によって示され、明細書および実施例は例示的であるに過ぎないものと考えられることが意図されている。

Claims (15)

  1. 複数の試料中の各染色体について、染色体が常染色体であるかまたは性染色体であるかを決定すること;
    染色体が常染色体かまたはX染色体であり、前記試料が雌に関連する場合に、
    前記染色体について、リード・カバレッジ・データと期待リード・カバレッジ・データとの間の偏差に基づいて、リード・カバレッジの変則性を検出すること;
    前記染色体内のフィルタリングされていない全てのバリアント間の染色体ワイドなヘテロ接合SNPの対立遺伝子バランスを表す要約統計量に基づいて染色体ワイドなヘテロ接合の対立遺伝子バランス(ChromHetAB)を決定すること;
    前記ChromHetAB値と期待されるChromHetAB値との間の偏差に基づいてChromHetABの変則性を検出すること;
    1つまたは複数のホモ接合型ヌクレオチドの連続領域に基づいて1つまたは複数のホモ接合性連続領域(ROH)を決定すること
    前記1つまたは複数のROHと期待ROHとの間の偏差に基づいてROHの変則性を検出すること;
    染色体上のフィルタリングされていない全てのバリアント間にわたる試料のヘテロ接合SNPの対立遺伝子バランスの、平滑化されたサブ染色体スケールの要約統計量に基づいてヘテロ接合の対立遺伝子バランスの局所中央(LocalHetAB)を決定すること;
    前記LocalHetAB値と、対応するChromHetAB値との間の偏差に基づいてLocalHetABの変則性を検出すること;および
    前記リード・カバレッジの変則性と、前記ChromHetABの変則性と、前記ROHの変則性と、前記LocalHetABの変則性とのうち1つまたは複数に基づいて、異常な核型として前記染色体を特定することを含み、
    染色体が性染色体であり、前記試料が雄に関連する場合に、
    前記染色体について、リード・カバレッジ・データと期待リード・カバレッジ・データとの間の偏差に基づいて、リード・カバレッジの変則性を検出すること
    前記染色体内のフィルタリングされていない全てのバリアント間の染色体ワイドなヘテロ接合SNPの対立遺伝子バランスを表す要約統計量に基づいてChromHetABを決定すること
    前記ChromHetAB値と期待されるChromHetAB値との間の偏差に基づいてChromHetABの変則性を検出すること;および
    前記リード・カバレッジの変則性と前記ChromHetABの変則性のうち1つまたは複数に基づいて、異常な核型として前記性染色体を特定することを含む、方法。
  2. 前記リード・カバレッジ・データをフィルタリングすることをさらに含み、任意選択で、前記リード・カバレッジ・データをフィルタリングすることが、前記複数のゲノム領域のうち1つまたは複数のゲノム領域中のグアニン−シトシン(GC)含量のレベルに基づいて、前記リード・カバレッジ・データをフィルタリングすることを含み、および/または前記リード・カバレッジ・データをフィルタリングすることが、前記複数のゲノム領域のうちの1つまたは複数のゲノム領域のマッピング可能性スコアに基づいて、前記複数のゲノム領域のうちの前記1つまたは複数のゲノム領域をフィルタリングすることを含む、請求項1に記載の方法。
  3. 前記試料が雄に関連することを決定することが、全試料についてX染色体とY染色体とのカバレッジの比のプロットを生成すること、ならびに雄としてのある閾値を超える発生および雌としての前記閾値を下回る発生を特定することを含む、ならびに/または
    記染色体ワイドなヘテロ接合SNPの対立遺伝子バランスを表す前記要約統計量が中央値である、請求項1に記載の方法。
  4. 料のChromHetAB値が、核型上は正常な試料について期待されるChromHetAB値よりも有意に小さく、任意選択で、前記ChromHetABの変則性を検出することが、
    品質管理指標に対する、所与の染色体に関する全試料についての前記ChromHetABに、線形回帰をフィットさせること;
    各試料のChromHetABの残差についてZスコアを計算すること;
    前記Zスコアをp値に変換すること;および
    ChromHetABの変則性として、閾値よりも小さなp値のいかなる発生も特定することを含む、請求項3に記載の方法。
  5. 記平滑化されたサブ染色体スケールの要約統計量が、移動中央値を含む、請求項に記載の方法。
  6. 記LocalHetAB値が、染色体領域中にわたる対応のChromHetAB値を下回り、このことが、部分的な染色体の変則性の可能性を標示し、任意選択で、前記LocalHetABの変則性を検出することが、
    LocalHetAB<ChromHetABをその全てが有する2つ以上のSNPが連続する領域を含む、LocalHetAB Eventを決定すること;
    前記染色体上のフィルタリングされていない最初と最後のエクソンの間の複数の塩基対−複数のオーバーラップするセントロメア塩基を含む、呼び出し可能な染色体長を決定すること;
    和(LocalHetAB Event中の全てのN−1隣接SNP対についてのPairwiseArea)/(呼び出し可能な染色体長*ChromHetAB)を計算することによって、LocalHetAB Event Areaを決定すること;
    LocalHetAB Event Areaおよび前記LocalHetAB Eventに含まれるSNPの数に関連する、前記変動データに経験的にフィットされた線形関数を定義すること;および
    LocalHetABの変則性として、SNPの数+(LocalHetAB Event Area*第1の量)>=第2の量のいかなる発生も特定することを含む、請求項5に記載の方法。
  7. 各染色体が、複数のゲノム領域を含み、前記複数の試料中の各染色体についてリード・カバレッジ・データを決定することが、ある範囲内のグアニン−シトシン(GC含量とある閾値を超えるマッピング可能性スコアとを有するエクソーム領域中にわたるリード深度の和を決定することを含む、請求項1に記載の方法。
  8. 前記複数のゲノム領域のうちの1つまたは複数のゲノム領域中のグアニン−シトシン(GC)含量のレベルに基づいて前記リード・カバレッジ・データをフィルタリングすることが、
    前記複数のゲノム領域のそれぞれについてGC含量のレベルを決定すること;および
    ある範囲外のGC含量のレベルを有する前記複数のゲノム領域のうちの1つまたは複数のゲノム領域を除外することを含む、請求項に記載の方法。
  9. 前記複数のゲノム領域のうちの1つまたは複数のゲノム領域のマッピング可能性スコアに基づいて、前記複数のゲノム領域のうちの前記1つまたは複数のゲノム領域をフィルタリングすることが、
    前記複数のゲノム領域の各ゲノム領域についてマッピング可能性スコアを決定すること;および
    前記複数のゲノム領域のうちの1つまたは複数のゲノム領域のマッピング可能性スコアが、所定の閾値を下回る場合に、前記複数のゲノムのうちの前記1つまたは複数のゲノム領域を除外することを含む、請求項に記載の方法。
  10. 前記リード・カバレッジ・データを正規化することをさらに含み、任意選択で、前記リード・カバレッジ・データを正規化することが、他の常染色体に対する各染色体についてのリード・カバレッジのエクソームワイドな比を決定することを含む、請求項1に記載の方法。
  11. 前記エクソームワイドな比(γ)が、各染色体(i)について:
    によって決定され、Aが前記常染色体のセットであり、rがリード・カバレッジである、請求項10に記載の方法。
  12. 線形回帰モデルを適用して、各染色体についてエクソームワイドな期待比を決定することによって、前記複数の試料中の各染色体について、期待リード・カバレッジ・データを決定することをさらに含み、複数の指標が、共変量として使用され、任意選択で、前記複数の指標が、シークエンシング品質管理指標(QC指標)を含み、前記エクソームワイドな期待比
    が、各染色体(i)について
    によって決定され、染色体j、kが、染色体iのGC含量分布に対して最小D統計量を有する2つの常染色体として規定される、請求項1に記載の方法。
  13. 記リード・カバレッジ・データと前記期待リード・カバレッジ・データとの間の偏差を決定することが、
    前記複数の試料中の各染色体について、前記リード・カバレッジ・データと前記期待リード・カバレッジ・データとの間の差を決定して、複数の残差を生成すること;および
    共変量xを有する前記複数の試料の個々の試料についての平均推定値
    の標準誤差に対して、前記複数の残差をZスコア正規化すること:
    [上式で、
    は、前記残差の標準誤差である]および:
    を含む、請求項12に記載の方法。
  14. 各染色体についての前記Zスコアに基づきp値を決定して、染色体Iについての異常な核型を表す有意に大きな残差を特定することをさらに含み、任意選択で、有意に大きな残差が、0.05未満のp値を有する残差を含む、請求項13に記載の方法。
  15. 1つまたは複数の外れ値を検出すること;および
    異常な核型として特定するための考慮から前記1つまたは複数の外れ値を除去することをさらに含み、任意選択で、1つまたは複数の外れ値を検出することは、各染色体について前記線形回帰モデル上で、ある閾値を超えるレバレッジ(h 、ここで1/n<h <1)を有する、前記複数の試料のうちの1つまたは複数に目印を付けることを含み、レバレッジは、nおよびpの関数:
    として決定され、上式で、pは、前記モデルにおける共変量の数であり、nは、モデルとされた試料の数であり、x は、試料iについての共変量のベクトルを表し、
    は、試料の母集団にわたる平均共変量のベクトルであり、好ましくは、前記閾値は、約3から約5までである、請求項14に記載の方法。
JP2018542281A 2016-02-12 2017-02-13 異常な核型の検出のための方法 Active JP6765433B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662294669P 2016-02-12 2016-02-12
US62/294,669 2016-02-12
PCT/US2017/017734 WO2017139801A1 (en) 2016-02-12 2017-02-13 Methods and systems for detection of abnormal karyotypes

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2020154436A Division JP7144493B2 (ja) 2016-02-12 2020-09-15 異常な核型の検出のための方法

Publications (2)

Publication Number Publication Date
JP2019512122A JP2019512122A (ja) 2019-05-09
JP6765433B2 true JP6765433B2 (ja) 2020-10-07

Family

ID=58185625

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2018542281A Active JP6765433B2 (ja) 2016-02-12 2017-02-13 異常な核型の検出のための方法
JP2020154436A Active JP7144493B2 (ja) 2016-02-12 2020-09-15 異常な核型の検出のための方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2020154436A Active JP7144493B2 (ja) 2016-02-12 2020-09-15 異常な核型の検出のための方法

Country Status (13)

Country Link
US (1) US20170233806A1 (ja)
EP (1) EP3414691A1 (ja)
JP (2) JP6765433B2 (ja)
KR (2) KR102341129B1 (ja)
CN (2) CN115273970A (ja)
AU (2) AU2017218149B2 (ja)
CA (1) CA3014292A1 (ja)
HK (1) HK1259478A1 (ja)
IL (2) IL261216B (ja)
MX (1) MX2018009823A (ja)
NZ (1) NZ745249A (ja)
SG (1) SG11201806812SA (ja)
WO (1) WO2017139801A1 (ja)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10395759B2 (en) 2015-05-18 2019-08-27 Regeneron Pharmaceuticals, Inc. Methods and systems for copy number variant detection
US11608533B1 (en) * 2017-08-21 2023-03-21 The General Hospital Corporation Compositions and methods for classifying tumors with microsatellite instability
EP3948872A4 (en) * 2019-03-28 2023-04-26 Phase Genomics Inc. SEQUENCING KARYOTYPING SYSTEMS AND METHODS
CN112037174B (zh) * 2020-08-05 2024-03-01 湖南自兴智慧医疗科技有限公司 染色体异常检测方法、装置、设备及计算机可读存储介质
US20220108773A1 (en) * 2020-10-07 2022-04-07 Baidu Usa Llc Systems and methods for genome analysis and visualization
CN112599189B (zh) * 2020-12-29 2024-06-18 北京优迅医学检验实验室有限公司 一种全基因组测序的数据质量评估方法及其应用
CN112687336B (zh) * 2021-03-11 2021-06-22 北京贝瑞和康生物技术有限公司 确定upd类型的方法、计算设备和存储介质
CN113113085B (zh) * 2021-03-15 2022-08-19 杭州杰毅生物技术有限公司 基于智能宏基因组测序数据肿瘤检测的分析系统及方法
CN114049914B (zh) * 2022-01-14 2022-04-15 苏州贝康医疗器械有限公司 一体化检测cnv、单亲二体、三倍体和roh的方法及装置
CN114743593B (zh) * 2022-06-13 2023-02-24 北京橡鑫生物科技有限公司 一种基于尿液进行前列腺癌早期筛查模型的构建方法、筛查模型及试剂盒

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100216153A1 (en) * 2004-02-27 2010-08-26 Helicos Biosciences Corporation Methods for detecting fetal nucleic acids and diagnosing fetal abnormalities
US20140206552A1 (en) * 2010-05-18 2014-07-24 Natera, Inc. Methods for preimplantation genetic diagnosis by sequencing
RU2671980C2 (ru) * 2011-02-09 2018-11-08 Натера, Инк. Способы неинвазивного пренатального установления плоидности
US10643738B2 (en) * 2013-01-10 2020-05-05 The Chinese University Of Hong Kong Noninvasive prenatal molecular karyotyping from maternal plasma
JP2016513461A (ja) * 2013-03-12 2016-05-16 カウンシル,インコーポレーテッド 出生前遺伝子分析システム及び方法
US10385394B2 (en) * 2013-03-15 2019-08-20 The Translational Genomics Research Institute Processes of identifying and characterizing X-linked disorders
AU2015267190B2 (en) * 2014-05-30 2020-10-01 Sequenom, Inc. Chromosome representation determinations
CN106795558B (zh) * 2014-05-30 2020-07-10 维里纳塔健康公司 检测胎儿亚染色体非整倍性和拷贝数变异
CA2955367C (en) * 2014-07-18 2021-11-30 Illumina, Inc. Non-invasive prenatal diagnosis of fetal genetic condition using cellular dna and cell free dna

Also Published As

Publication number Publication date
JP2021019586A (ja) 2021-02-18
KR20180116309A (ko) 2018-10-24
US20170233806A1 (en) 2017-08-17
IL287595A (en) 2021-12-01
NZ745249A (en) 2021-07-30
AU2020244451B2 (en) 2022-04-07
SG11201806812SA (en) 2018-09-27
WO2017139801A1 (en) 2017-08-17
CN109074426A (zh) 2018-12-21
KR102341129B1 (ko) 2021-12-21
KR102465122B1 (ko) 2022-11-09
CA3014292A1 (en) 2017-08-17
HK1259478A1 (zh) 2019-11-29
AU2020244451A1 (en) 2020-10-29
EP3414691A1 (en) 2018-12-19
CN109074426B (zh) 2022-07-26
JP7144493B2 (ja) 2022-09-29
JP2019512122A (ja) 2019-05-09
AU2017218149B2 (en) 2020-09-03
MX2018009823A (es) 2019-02-20
IL261216A (en) 2018-10-31
KR20210154877A (ko) 2021-12-21
AU2017218149A1 (en) 2018-09-06
CN115273970A (zh) 2022-11-01
IL261216B (en) 2021-12-01

Similar Documents

Publication Publication Date Title
JP6765433B2 (ja) 異常な核型の検出のための方法
JP6854272B2 (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
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
KR102665592B1 (ko) 유전적 변이의 비침습 평가를 위한 방법 및 프로세스
AU2022203114A1 (en) Detecting mutations for cancer screening and fetal analysis
US20190066842A1 (en) A novel algorithm for smn1 and smn2 copy number analysis using coverage depth data from next generation sequencing
JP2017527257A (ja) 染色体提示の決定
Wang et al. Additive, epistatic, and environmental effects through the lens of expression variability QTL in a twin cohort
Cooper et al. Detection of copy number variation using SNP genotyping
EP3118323A1 (en) System and methodology for the analysis of genomic data obtained from a subject
Basurto-Lozada et al. Identification of Genetic Variants and de novo Mutations Based on NGS
Collins The Landscape and Consequences of Structural Variation in the Human Genome
Papenfuss et al. Bioinformatics Analysis of Sequence Data

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180928

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180928

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20191126

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200226

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: 20200818

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200915

R150 Certificate of patent or registration of utility model

Ref document number: 6765433

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250