JP6980907B2 - 無細胞核酸から得られた配列分析データに係わる背景対立因子の頻度分布を生成する方法、及びそれを利用して無細胞核酸から変異を検出する方法 - Google Patents
無細胞核酸から得られた配列分析データに係わる背景対立因子の頻度分布を生成する方法、及びそれを利用して無細胞核酸から変異を検出する方法 Download PDFInfo
- Publication number
- JP6980907B2 JP6980907B2 JP2020515641A JP2020515641A JP6980907B2 JP 6980907 B2 JP6980907 B2 JP 6980907B2 JP 2020515641 A JP2020515641 A JP 2020515641A JP 2020515641 A JP2020515641 A JP 2020515641A JP 6980907 B2 JP6980907 B2 JP 6980907B2
- Authority
- JP
- Japan
- Prior art keywords
- nucleic acid
- sequence analysis
- analysis data
- background
- cell
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
- G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6806—Preparing nucleic acids for analysis, e.g. for polymerase chain reaction [PCR] assay
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/10—Signal processing, e.g. from mass spectrometry [MS] or from PCR
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2523/00—Reactions characterised by treatment of reaction samples
- C12Q2523/30—Characterised by physical treatment
- C12Q2523/301—Sonication
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biotechnology (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Molecular Biology (AREA)
- Organic Chemistry (AREA)
- Genetics & Genomics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Analytical Chemistry (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Microbiology (AREA)
- Biochemistry (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Bioethics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Immunology (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Evolutionary Computation (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Description
1.細胞から分離された核酸、及び無細胞核酸から得られた配列分析データに係わる背景対立因子の頻度分布の生成及び比較
(1)血漿及び末梢血液リンパ球(PBL:peripheral blood lymphocytes)収集及びDNA抽出
健康な正常人2人及び膵臓癌患者17人から血液を採取した。血液試料を、無細胞DNATM BCTチューブ(Streck Inc.,Omaha,NE,米国)に収集した。収集された血液試料は、採取6時間以内に、25℃で、840gで10分間、1,040gで10分間、続いて、5,000gで10分間、3段階で遠心分離した。末梢血液リンパ球(PBL:peripheral blood lymphocytes)は、遠心分離1段階で得た。血漿は、遠心分離各段階ごとに新たなチューブに移した。血漿試料及びPBL試料は、無細胞DNA(cfDNA:cell free DNA)を抽出するまで−80℃で保管した。
PBL試料中のゲノムDNAは、Covaris S220(Covaris Inc.Woburn,MA,米国)を、製造社の指示に従って使用し、衝撃係数(duty factor)10%、ピーク入射電力(peak incident power)175W、200回/burstの条件で、6分間超音波を加えた。血漿試料中にあるDNAは、断片化されていないものを使用した。
下記表1に記載された83種の腫瘍と関連ある遺伝子のエクソンを含み、およそ〜499kbのヒトゲノムを標的にするRNAベイト(bait)プールを制作した。8種の精製されたライブラリーを集め(pooling)、最終的に750ngに調整し、混成化選別反応(hybrid selection reaction)に使用した。標的領域は、あらかじめ標識化された(pre-indexed)アダプダに対して、ブロッキングオリゴヌクレオチドを、IDTxGenブロッキングオリゴヌクレオチド(IDT,Santa Clara,CA,米国)で代替する変形を有するSureSelectベイト混成化プロトコルにより、標的濃縮(target enrichment)した。
PBL DNA試料と血漿DNA試料との1セットに対し、次の条件が満足される場合、全体標的領域内位置での塩基を、背景対立因子と決定した:(1)塩基は、参照遺伝体の対立因子ではないこと、(2)1対のPBL DNA試料及び血漿DNA試料において、前記位置は、十分なデプスのカバレージを有すること(>500x)、(3)PBL DNA試料及び血漿DNA試料における塩基の頻度は、生殖細胞変異を示さないこと(<5%)。癌患者の試料を使用したので、体細胞腫瘍変異に係わる対立因子候補を除去した。前記除去過程は、癌患者が治療を始める前、癌患者から血液を採取する時点と近いとき、癌患者から得られた細針吸引(FNA:fine-needle aspiration)生検結果とマッチングする配列分析データを生成して遂行した。原発腫瘍(primary tumor)に係わる配列分析ライブラリーを制作するために、原発腫瘍投入(input)DNAは、200ngを利用し、(3)において述べたように、HiSeq 2500を使用して分析した。FNA試料からの重複除去後、FNA DNA試料のデプスは、平均987.15(790.32−1476.55x)であった。PBL DNA試料及び血漿DNA試料セットにおいて、FNA DNA試料の配列分析結果、1)当該位置でのデプスが250x以下である場合、その位置を除き、2)対立因子が2.5%より高い頻度で存在する場合、その対立因子を除いた。
腫瘍由来単一ヌクレオチド変異(SNV:single nucleotide variant)及び生殖細胞単一ヌクレオチド多形成(SNV:single nucleotide polymorphisms)を除いた後、非参照背景対立因子のフレッド(Phred)塩基品質点数を分析して配列分析を行う間に発生する背景対立因子エラーを分析した。
(5)で説明した通り、塩基品質点数が30未満である塩基を除き、配列分析を行う間に発生するエラーを除いて分析した。
DNA断片化が、背景対立因子エラーの比率に影響を及ぼす否かということを確認するために、DNA断片化段階において、エネルギーを加える強度(intensity)及び/または時間(duration)を多様に調節したことを除き、1で述べたように、背景対立因子エラーの比率を分析した。具体的な断片化条件は、下記表の通りである。
Claims (11)
- 無細胞核酸から得られた配列分析データに係わる背景対立因子の頻度分布を生成する方法であって、
無細胞核酸から、染色体内1以上の位置に係わる第1配列分析データを得る段階と、
細胞から分離された核酸から、前記染色体内1以上の位置に係わる第2配列分析データを得る段階と、
第2配列分析データに基づいて、前記染色体内1以上の位置に係わる背景対立因子の頻度分布を生成する段階と、
前記背景対立因子の頻度分布を、第1配列分析データに係わる背景対立因子の頻度分布として予測する段階と、を含み、
前記背景対立因子は、(1)参照遺伝体の対立因子ではないもの、(2)生殖細胞変異による対立因子ではないもの、または(3)被検個体自身の遺伝子型ではないものである、方法。 - 前記第2配列分析データを得る段階前に、細胞から分離された核酸を断片化することを含む、請求項1に記載の方法。
- 前記断片化することは、細胞から分離された核酸を、物理的、化学的、熱的、光的、超音波的または酵素的に切断することである、請求項2に記載の方法。
- 前記超音波的に切断することは、50ないし160Wで、10秒ないし300秒間、超音波を加えることである、請求項3に記載の方法。
- 断片化された核酸の大きさは、200bp以上である、請求項2に記載の方法。
- 細胞から分離された核酸、及び無細胞核酸は、同一被検個体または異なる被検個体に由来するものである、請求項1に記載の方法。
- 前記細胞から分離された核酸は、血球細胞、口腔上皮細胞、毛嚢細胞、皮膚線維芽細胞、またはそれらの組み合わせから分離されたものである、請求項1に記載の方法。
- 前記無細胞核酸は、血液、血漿、血清、尿、唾液、粘膜分泌物、喀痰、大便、涙、またはそれらの組み合わせに存在するものである、請求項1に記載の方法。
- 前記無細胞核酸は、循環腫瘍核酸である、請求項1に記載の方法。
- 無細胞核酸から変異を検出する方法であって、
無細胞核酸から、染色体内1以上の位置に係わる第1配列分析データを得る段階と、
細胞から分離された核酸から、前記染色体内1以上の位置に係わる第2配列分析データを得る段階と、
第2配列分析データに基づいて、前記染色体内1以上の位置に係わる背景対立因子の頻度分布を生成する段階と、
前記第1配列分析データにおける前記染色体内1以上の位置に係わる任意の対立因子の頻度と、それと対応する位置に係わる前記背景対立因子の頻度分布とを比較し、変異を検出する段階と、を含む、無細胞核酸から変異を検出する方法。 - 前記第1配列分析データにおける前記染色体内1以上の位置に係わる任意の対立因子の頻度が、それと対応する位置に係わる前記背景対立因子の頻度分布より大きい場合、前記対立因子は、有意な変異であると決定し、
前記第1配列分析データにおける前記染色体内1以上の位置に係わる任意の対立因子の頻度が、それと対応する位置に係わる前記背景対立因子の頻度分布より小さいか、あるいはそれと同じである場合、前記対立因子は、有意な変異ではないと決定する段階を含む、請求項10に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2017-0064387 | 2017-05-24 | ||
KR1020170064387A KR102145417B1 (ko) | 2017-05-24 | 2017-05-24 | 무세포 핵산으로부터 수득된 서열 분석 데이터에 대한 배경 대립인자의 빈도 분포를 생성하는 방법 및 이를 이용하여 무세포 핵산으로부터 변이를 검출하는 방법 |
PCT/KR2018/004405 WO2018216905A2 (ko) | 2017-05-24 | 2018-04-17 | 무세포 핵산으로부터 수득된 서열 분석 데이터에 대한 배경 대립인자의 빈도 분포를 생성하는 방법 및 이를 이용하여 무세포 핵산으로부터 변이를 검출하는 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020520679A JP2020520679A (ja) | 2020-07-16 |
JP6980907B2 true JP6980907B2 (ja) | 2021-12-15 |
Family
ID=64396671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020515641A Active JP6980907B2 (ja) | 2017-05-24 | 2018-04-17 | 無細胞核酸から得られた配列分析データに係わる背景対立因子の頻度分布を生成する方法、及びそれを利用して無細胞核酸から変異を検出する方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210174897A1 (ja) |
JP (1) | JP6980907B2 (ja) |
KR (1) | KR102145417B1 (ja) |
CN (1) | CN110870017B (ja) |
WO (1) | WO2018216905A2 (ja) |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5854464B2 (ja) * | 2009-10-16 | 2016-02-09 | 国立研究開発法人理化学研究所 | メチル化dna結合ペプチド |
FI3783110T3 (fi) * | 2009-11-05 | 2023-03-02 | Fetaalisen genomin analyysi maternaalisesta biologisesta näytteestä | |
CN105243295B (zh) * | 2010-11-30 | 2018-08-17 | 香港中文大学 | 与癌症相关的遗传或分子畸变的检测 |
SI3078752T1 (sl) * | 2011-04-12 | 2018-12-31 | Verinata Health, Inc | Razreševanje frakcij genoma z uporabo števila polimorfizmov |
US10424394B2 (en) * | 2011-10-06 | 2019-09-24 | Sequenom, Inc. | Methods and processes for non-invasive assessment of genetic variations |
US11261494B2 (en) * | 2012-06-21 | 2022-03-01 | The Chinese University Of Hong Kong | Method of measuring a fractional concentration of tumor DNA |
IL269097B2 (en) * | 2012-09-04 | 2024-01-01 | Guardant Health Inc | Systems and methods for detecting rare mutations and changes in number of copies |
CN105518151B (zh) * | 2013-03-15 | 2021-05-25 | 莱兰斯坦福初级大学评议会 | 循环核酸肿瘤标志物的鉴别和用途 |
US9116866B2 (en) * | 2013-08-21 | 2015-08-25 | Seven Bridges Genomics Inc. | Methods and systems for detecting sequence variants |
RU2717641C2 (ru) * | 2014-04-21 | 2020-03-24 | Натера, Инк. | Обнаружение мутаций и плоидности в хромосомных сегментах |
CN109476731A (zh) * | 2016-02-29 | 2019-03-15 | 基础医药有限公司 | 治疗癌症的方法 |
JP7457457B2 (ja) * | 2016-05-16 | 2024-03-28 | ナノストリング テクノロジーズ,インコーポレイティド | サンプル中の標的核酸を検出する方法 |
-
2017
- 2017-05-24 KR KR1020170064387A patent/KR102145417B1/ko active IP Right Grant
-
2018
- 2018-04-17 WO PCT/KR2018/004405 patent/WO2018216905A2/ko active Application Filing
- 2018-04-17 JP JP2020515641A patent/JP6980907B2/ja active Active
- 2018-04-17 CN CN201880034935.8A patent/CN110870017B/zh active Active
- 2018-04-17 US US16/616,773 patent/US20210174897A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
KR102145417B1 (ko) | 2020-08-19 |
CN110870017B (zh) | 2023-09-08 |
WO2018216905A2 (ko) | 2018-11-29 |
WO2018216905A3 (ko) | 2019-01-03 |
US20210174897A1 (en) | 2021-06-10 |
JP2020520679A (ja) | 2020-07-16 |
CN110870017A (zh) | 2020-03-06 |
KR20180128801A (ko) | 2018-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11773453B2 (en) | Systems and methods to detect rare mutations and copy number variation | |
CN107708556B (zh) | 诊断方法 | |
CN114574581A (zh) | 检测稀有突变和拷贝数变异的系统和方法 | |
US20210238668A1 (en) | Biterminal dna fragment types in cell-free samples and uses thereof | |
JP2020521216A (ja) | 挿入および欠失を検出するための方法およびシステム | |
US20240029890A1 (en) | Computational modeling of loss of function based on allelic frequency | |
JP6980907B2 (ja) | 無細胞核酸から得られた配列分析データに係わる背景対立因子の頻度分布を生成する方法、及びそれを利用して無細胞核酸から変異を検出する方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200107 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210216 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210514 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210608 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210906 |
|
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: 20211102 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211117 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6980907 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |