基于多策略分割比对的测序接头序列自动校验方法及系统与流程
本发明涉及生物信息学与序列比对领域,具体涉及基于多策略分割比对的测序接头序列自动校验方法及系统。
背景技术:
1、随着二代高通量测序技术的广泛应用,测序文库中接头序列的质控工作成为保障测序实验有效性的核心环节。现阶段,行业内普遍依托sanger测序结果,采用人工核验或blast等通用序列比对工具完成接头序列比对校验,现有技术存在诸多实质性缺陷,具体如下:
2、1.人工核验效率低、主观误差大:现有人工核验方案需操作人员借助chromas等软件逐个读取sanger测序生成的.ab1格式测序文件并手动比对。即便单次校验样本量控制在200份以内,逐一样本操作仍会消耗大量人力与时间;同时该方式无标准化、可视化的序列比对图谱作为判定依据,操作人员易因视觉疲劳、主观判断偏差引发错判、漏判。当待测接头序列与标准序列差异较小时,人工校验结果的准确性与一致性无法保障。
3、2.通用序列比对工具适配性差、结果展示不完整:blast等通用序列比对工具并非针对接头序列质控场景设计,在处理测序序列常见的插入缺失(indel)、碱基突变、末端简并碱基时,若序列变异位点数量较多,易出现无结果输出的问题。即便比对成功,其输出内容也不包含带坐标刻度的完整可视化比对图谱,无法针对性标注并展示核心index(标签)序列的比对细节,技术人员无法快速判定接头序列中核心标签序列的匹配状态,质控效率与判定精度受限。
4、3.无专用自动化质控方案,流程难以标准化:目前行业内尚未出现面向接头序列校验的专用自动化技术方案,现有技术无法实现样本批量处理,也不能高精度兼容indel、简并碱基等复杂序列特征,同时缺失自动化可视化输出能力,无法直观呈现index序列匹配细节。上述缺陷导致接头序列质控流程自动化水平低,难以满足高通量测序前期高效、可靠的质控需求。
5、综上,本领域亟需一种可批量处理样本、兼容复杂序列特征、具备高精度比对与可视化输出能力的接头序列自动化校验技术。
技术实现思路
1、本发明的目的在于克服现有技术人工校验误差大、通用工具适配性差、无专用自动化质控方案的缺陷,本发明提供基于多策略分割比对的测序接头序列自动校验方法及系统,实现样本批量自动化处理,兼容插入缺失、简并碱基等复杂序列特征,提升序列比对精度,并输出标准化可视化结果,满足高通量测序的质控需求。
2、为了实现上述目的,本发明提供如下技术方案:基于多策略分割比对的测序接头序列自动校验方法,包括以下步骤:
3、步骤s1:接收包含至少一条待测接头序列的检测批次数据并预处理,得到标准化的纯净待测接头序列;
4、步骤s2:将所述待测接头序列与预设的参考序列库进行全库扫描,筛选出匹配综合得分最高的一个或多个参考序列;
5、步骤s3:针对待测接头序列的插入缺失集中分布于特定区域或分散于全序列的不同变异特征,设计最长公共子串切割模式lcsc和公共子串锚定模式csa两套独立比对机制,得到最终比对结果;
6、步骤s4:计算最终比对结果中的匹配碱基数,并根据所选对比机制,计算相似度值或覆盖率值,将计算的相似度值或覆盖率值与预设的对齐占比阈值比较,若不满足要求则判定为匹配失败;
7、步骤s5:为每个成功比对的样本生成包含比对序列、gap位置、坐标刻度及index序列标注的可视化图片,并输出包含样本名、匹配模板、关键比对指标及质控评价的统计报表。
8、优选的,步骤s1预处理具体为:对所有待测接头序列执行清洗处理,将序列碱基字符统一转换为大写,并剔除序列内所有非字母类无效字符,得到标准化的纯净待测接头序列。
9、优选的,步骤s2的筛选候选参考序列过程为:对于每条参考序列,计算参考序列与待测接头序列的最长公共子序列lcs长度,同时计算所有长度不小于最小公共子串阈值mincslen的公共子串长度之和,将两者相加作为该参考序列的匹配综合得分。
10、优选的,步骤s2中,若存在多个得分相同的参考序列,则根据从待测接头序列样本编号中提取的模板id进行冲突消解,确定唯一匹配的参考序列,具体为:
11、设待测接头序列的样本编号字符串为n,通过预设的字符匹配规则从n中提取出的预期模板标识符为idexp;设匹配综合得分最高的多个参考序列模板构成的候选标识符集合为idtop = {id1, id2, …, idn},判断idexp是否属于idtop,若idexp ∈ idtop,则将idexp对应的参考序列确定为唯一匹配的参考序列;若idexp ∉idtop,则判定匹配失败。
12、优选的,步骤s3中公共子串锚定模式csa比对机制,用于匹配碱基数/最长公共子序列长度,以计算相似度值,具体设计如下:
13、子步骤s311:公共子串锚定与修正:识别待测接头序列与参考序列两条序列间所有长度大于等于最小公共子串阈值mincslen的公共子串,并对存在碱基重叠的相邻公共子串进行修正,确保所有公共子串在两条序列中均不重叠;
14、子步骤s312:序列分割与双向比对:利用修正后的公共子串作为锚点,将参考序列和待测接头序列同步分割为多个非公共子串区段和公共子串区段;按照5’端至3’端的顺序,对5’端和3’端的非公共子串区段分别调用3’端到5’端方向比对策略和5’端到3’端方向比对策略;中间区段的非公共子串区段调用双向综合比对策略,即同时采用5’端至3’端方向比对和3’端到5’端方向比对两种策略,分别生成两个候选比对结果,然后依据以下优先级规则自动选择最优比对结果:
15、子步骤s3121:完全一致时直接返回:若两个候选结果的对齐标识字符串完全相同,则任选其一。
16、子步骤s3122:若两个候选结果中均仅含一个匹配碱基,则直接返回5’端至3’端方向结果;
17、子步骤s3123:比较两个候选结果中参考序列字符串的长度,选用长度更短的一方。
18、子步骤s3124:若两者长度相等,则将对齐标识字符串按空格分割为若干连续匹配片段,记录各片段长度,然后进入循环比较:
19、选择具有最长连续匹配片段一方的比对结果;
20、若两者最长连续匹配片段长度相等,且长度大于1,则选择最长连续匹配片段出现次数更多的一方;
21、若两者最长连续匹配片段长度相等,且长度等于1,则选择5’端至3’端方向结果;
22、若两者最长连续匹配片段出现的次数也相同,则从两个列表中移除所有当前最长长度的片段后,继续比较下一轮的最长片段长度。
23、子步骤s313:比对结果拼接与优化:将各段比对结果与公共子串按顺序拼接,形成初始比对结果;随后,依次执行低密度对齐区域修正和末端简并碱基对齐修正,得到最终比对结果。
24、优选的,步骤s313中的低密度对齐区域修正包括以下步骤:
25、首先,从拼接后的比对标识字符串中提取对齐区域:找到第一个对齐的匹配碱基和最后一个对齐的匹配碱基的位置,截取该闭区间[sidx, eidx);统计闭区间[sidx,eidx)内参考序列refaln和查询序列seqaln中gaps的总数gapnum,并计算对齐区域长度alnlen = eidx - sidx;若 gapnum / alnlen 大于等于0.2,即gaps占比不低于20%,则触发低密度对齐区域定位与修正流程;
26、通过低密度对齐区域定位算法,在比对标识字符串的对齐区域中,实现对需要重比对的低置信区间的精确定位,具体步骤为:
27、步骤s3131:提取未对齐位置
28、将输入的对齐标识字符串align转换为列表,用列表stidxs和edidxs分别记录align列表中未对齐位置的起止索引信息,同一个未对齐位置的终止索引值为起始索引值+ 1;
29、步骤s3132:搜索最优低密度区间
30、遍历所有可能的连续子区间,这些区间由stidxs中的起始索引stidx和edidxs中的结束索引edidx界定,区间内至少包含1个未对齐位置,记录得分score最高的区间作为候选低密度区域;
31、1)区间长度seglen = edidx - stidx;
32、2)区间内未对齐数量unalnum,即区间内空格的个数;
33、3)对齐数量alnum = seglen - unalnum;
34、4)得分score = unalnum / seglen + (unalnum - alnum);
35、步骤s3133:自适应边界扩展
36、找出对齐标识字符串align中最长连续对齐序列的长度maxalnlen,根据maxalnlen决定是否扩展5’端和3’端边界,返回最终(stidx, edidx);
37、步骤s31331:若候选低密度区域的起始索引stidx 小于等于 maxalnlen,表明当前区域已贴近序列5’端,序列5’端无独立有效对齐片段,则将起始索引扩展为0,即把低密度区域延伸至序列开头,以避免碎片化;
38、步骤s31332:若候选低密度区域的终止索引位置edidx与对齐标识字符串align右边界的距离小于等于maxalnlen,表明当前区域已贴近序列3’端,则将结束索引edidx扩展至序列右边界,即把低密度区域延伸至序列结尾;
39、步骤s3134:全部变量取值逻辑与边界条件
40、步骤s31341:固定常量边界
41、边界扩展判定基准:maxalnlen,即对齐区域内最长连续匹配片段长度,作为序列两端边界扩展的唯一判定基准;
42、步骤s31342:遍历循环边界
43、a.未对齐位置遍历:遍历全部对齐标识字符,仅记录空格的起始、终止索引值,分别存入stidxs、edidxs,同一个空格的终止索引值 = 起始索引值 + 1,遍历终止边界为对齐字符串总长度;
44、b.候选低密度区间循环
45、a.起始位置遍历循环:遍历stidxs中的索引值作为候选区的起始位置索引,循环下边界为stidxs中记录的第一个起始索引值,循环上边界为stidxs中记录的倒数2个起始索引值,使对齐标识字符串中的最后一个空格不会单独作为一个候选区域;
46、b.终止位置遍历循环:遍历edidxs中的索引值作为候选区的终止位置索引,当遍历stidxs中的第n个索引值作为候选区的起始位置索引时,终止位置的循环下边界为edidxs中记录的第n + 1个终止索引值,确保候选区中至少包含2个空格,循环上边界为edidxs中记录的最后1个终止索引值;
47、步骤s31343:变量取值逻辑
48、a.seglen:低密度候选区间总字符长度,取值>1;
49、b.unalnum:区间内空格总数,取值>1;空格包括未匹配和gap;
50、c.alnum:区间内匹配碱基数量 = seglen - unalnum;
51、d.区间得分 score 计算公式:score = unalnum/seglen + (unalnum − alnum),score越大代表低密度程度越高,全局仅保留score最大值对应的区间;
52、e.stidx/edidx:最终输出低密度区间起止索引,全部为0~对齐字符串长度之间的整数,起始<终止恒成立;
53、步骤s31344:扩展边界
54、a.若候选区起始索引小于等于maxalnlen:强制将左边界stidx修正为0,序列5’端起点,无负索引越界;
55、b.若总序列长度 - 候选区终止索引小于等于maxalnlen:强制将右边界edidx修正为对齐字符串全长,右边界最大等于序列总长度,不存在超出序列的索引;
56、在低密度区域起止索引的基础上,添加对齐区域距5’端的距离后,即可获得比对标识字符串align中低密度对齐区域的起止索引;根据低密度区域的起止索引,获取去除gap后的低密度区域的参考序列和查询序列,调用双向比对方法alignboth对该子序列进行重比对,与低密度区域长度进行比较,若重比对结果的区域长度未减少,则进一步用最长公共子串切割法aln5lcsaln3进行重比对;最后将优化后的比对结果替换回原比对结果的对应区间,完成低密度区域的修正。
57、优选的,步骤s313中的末端简并碱基对齐修正包括以下步骤:
58、对优化后的比对结果,检查其参考序列末端是否存在因查询序列中的简并碱基导致的额外间隙gap;若存在,则调用简并碱基修正方法revisrefgaps,基于预定义的简并碱基模糊匹配规则对末端区域进行重比对,并替换原结果,得到最终比对结果。
59、优选的,步骤s3中最长公共子串切割模式lcsc比对机制,用于匹配碱基数/首尾匹配碱基间的区域长度,以计算覆盖率值,具体设计如下:
60、子步骤s321:递归分割与分级比对:提取参考序列与待测接头序列的最长公共子串lcstr,以最长公共子串lcstr为切割点将两条序列分割为5’端片段和3’端片段;对5’端片段采用3’端到5’端方向比对,对3’端片段采用5’端到3’端方向比对;若比对后片段的最长连续对齐序列与最长公共子串lcstr不同,且最长公共子串lcstr长度大于等于最小公共子串阈值 mincslen,则对该片段递归执行分割与比对过程,直至不再满足分割条件,并用多层级数值标识符记录各片段的来源与位置;
61、子步骤s322:分级结果合并:按照标识符数值从大到小的顺序,对分割后的所有比对片段进行逆向逐级合并,生成初始比对结果;然后,获取该初始比对结果的对齐区段,该对齐区段即第一个匹配碱基至最后一个匹配碱基之间的区域;若该对齐区段内不匹配或插入缺失indel的总数小于3,则认为初始比对已足够紧密,直接跳过后续优化步骤,其中,不匹配或indel的总数即对齐标识字符串中空格的数量;否则,继续执行以下优化步骤;
62、子步骤s323:局部区域重比对:
63、(1) 比对富集区域定位:调用比对富集区域定位算法oaer,在初始比对结果的对齐标识字符串中找到匹配密度最高的核心区域,记为富集区域;
64、(2) 5’端与3’端区域优化:以富集区域为界,将初始比对结果分割为5’端区域和3’端区域;分别统计这两个端部区域中碱基完全匹配的数量,若任一区域的匹配碱基数不小于预设的最小公共子串长度阈值mincslen(mincslen,默认4),且该区域中的最长连续对齐序列maxfrag与最长公共子串lcstr不同,则调用最长公共子串分割比对策略aln5lcsaln3进行重比对,用优化后比对结果替换原区域;
65、子步骤s324:末端简并碱基对齐修正:
66、对经过子步骤s323优化后的比对结果,检查其参考序列末端是否存在因查询序列中的简并碱基导致的额外间隙gap;若存在,则调用简并碱基修正方法revisrefgaps,基于预定义的简并碱基模糊匹配规则对末端区域进行重比对,并替换原结果,得到最终比对结果。
67、本发明还公开了基于多策略分割比对的测序接头序列自动校验系统,基于上述的基于多策略分割比对的测序接头序列自动校验方法,该系统包括:
68、任务调度模块,基于异步任务队列实现待测接头序列批次任务的拆分、并发执行与状态监控;
69、序列匹配识别模块,用于计算待测序列与每条参考序列的最长公共子序列长度与所有有效公共子串长度之和作为匹配得分,依据最高分筛选候选参考序列,并根据样本名称中提取的模板id进行冲突消解;
70、双模式序列比对引擎,包括执行公共子串锚定模式csa比对机制的csa比对子模块和执行最长公共子串切割模式lcsc比对机制的lcsc比对子模块;在两种比对子模块中公用的序列处理策略包括:
71、⑴ 5’→3’方向比对策略align5_3:从5’端向3’端提取待测序列与参考序列之间的对齐碱基,获取两条序列的比对结果;
72、⑵ 3’→5’方向比对策略align3_5:从3’端向5’端提取待测序列与参考序列之间的对齐碱基,获取两条序列的比对结果;
73、⑶ 最长公共子串分割比对策略aln5lcsaln3:用于对局部区域的比对结果进行重比对优化;
74、⑷ 末端简并碱基修正:用于对序列末端的简并碱基区域进行基于模糊匹配的重比对;
75、质量评估模块,用于计算比对相似度或覆盖率并进行过滤;
76、数据管理模块,用于存储任务批次信息、样本比对详情及审计日志,并负责文件系统的数据隔离与清理。
77、本发明具有如下优点:
78、1.本发明通过创新的csa和lcsc分割-局部比对-重组策略,有效克服了传统全局比对在处理indel和序列长度差异时的不足,显著提高了比对准确性。对大量实际数据的测试表明,lcsc模式成功率可达99.5%以上。
79、2.本发明设计的低密度对齐区域定位、比对富集区域定位和末端简并碱基修正算法,能够自动识别并优化初始比对中的错误或低置信度区域,极大提升了最终结果的可靠性。
80、3.本发明结合异步任务调度与并发处理机制,支持批量样本的自动化流水线作业,自动化与高效率,大幅降低了人工审核成本和时间。
81、4.本发明生成带有坐标、gap和index序列标记的彩色比对图,结果直观可视,方便实验人员快速、直观地确认序列质量。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com