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

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_ｉ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_ｉ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_ｉ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_ｉの偏差に現れる。しかし、γ_ｉ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_ｉ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_ｉ）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_ｉ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_ｉ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_ｉ）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_ｉ，と表示され、１／ｎ＜ｈ_ｉ＜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_ｉ（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_ｉは、

とγ_ｊ， γ_ｋ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_ｉ）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_ｉ、ここで１／ｎ＜ｈ_ｉ＜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_ｉ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）値を決定すること；
   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）値を決定すること；
   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値を決定すること；
   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
   前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. 試料の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値に、線形回帰をフィットさせること；
   各試料のＣｈｒｏｍＨｅｔＡＢ値の残差について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. 前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１に記載の方法。
6. 前記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２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２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. 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 _ｉ 、ここで１／ｎ＜ｈ _ｉ ＜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 _ｉ 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。