基于三代测序平台的地中海贫血测序自动分型分析方法及装置与流程

本发明涉及生物信息学，具体涉及一种基于三代测序平台的地中海贫血测序自动分型分析方法及装置。

背景技术：

1、地中海贫血（thalassemia，简称地贫）是一种由珠蛋白基因缺陷导致珠蛋白肽链合成障碍而引起的常染色体隐性遗传疾病，在我国南方地区高发。传统的地贫分子遗传学诊断涉及hba1、hba2、hbb、hbd、hbg1、hbg2、hbq1等多个珠蛋白基因，其中最为复杂的当属α-珠蛋白基因簇中的hba2和hba1基因。hba2和hba1基因序列高度同源（同源性>96%），且常发生大片段的缺失（如--sea、-α3.7、-α4.2等）、重复等复杂结构变异。

2、sanger测序和下一代测序（ngs）技术由于读长较短，无法可靠地区分hba2和hba1同源区域内的变异，且对复杂结构变异的识别能力有限，容易造成漏检或误判。三代测序平台（如pacbio smrt测序和oxford nanopore测序）因其长读长特性，能够完整跨越hba2/hba1同源区域及常见结构变异断点区域，具有在该应用场景下的显著优势。

3、然而，目前基于三代测序的地贫数据分析仍高度依赖人工经验判读结合其他方法学手段进行验证，分析流程繁琐、费时耗力，且标准不统一，无法实现自动化快速分型分析，限制了其在临床大规模筛查和诊断中的推广应用。因此，亟需开发一种能够充分利用三代测序长读长优势，实现地中海贫血自动化、快速、准确分型分析的方法与策略。

技术实现思路

1、本发明提供了一种基于三代测序平台的地中海贫血测序自动分型分析方法及装置，以解决三代测序地贫分析依赖人工、效率低且缺乏标准，无法满足临床自动化快速分型需求的问题。

2、第一方面，本发明提供了基于三代测序平台的地中海贫血测序自动分型分析方法，包括以下步骤：获取待测样本的测序数据；将测序数据比对至人类参考基因组，基于比对结果利用先验概率模型与本地断点数据库推断待测样本的候选结构变异断点，并基于候选结构变异断点解析测序数据确定推断型别，基于推断型别结合局部组装的微小变异确定待测样本的地中海贫血型别；或者，获取各型别参考基因组序列，将待测样本的测序数据比对至各型别参考基因组序列，根据比对得分确定待测样本的地中海贫血型别。

3、本发明通过两种并行方式实现地中海贫血的自动分型，第一种方式利用先验概率模型、本地断点数据库及局部组装技术，实现了对结构变异与微小变异的全谱系覆盖与精准解析；第二种方式通过将测序数据比对至各型别参考基因组并计算比对得分，实现了对已知型别的快速确认与高效筛查。这种“深度解析”与“快速比对”相结合的策略，既保证了复杂基因型检测的灵敏度与准确性，又兼顾了临床大规模筛查的检测效率，有效解决了传统技术难以兼顾全面性与时效性的难题。

4、在一些可选的实施方式中，将测序数据比对至人类参考基因组，基于比对结果利用先验概率模型与本地断点数据库推断待测样本的候选结构变异断点，并基于候选结构变异断点解析测序数据确定推断型别，基于推断型别结合局部组装的微小变异确定待测样本的地中海贫血型别包括：将待测样本的测序数据与人类参考基因组进行比对，得到比对结果；基于先验概率模型与本地断点数据库中的断点信息，推断待测样本的候选结构变异断点，并基于候选结构变异断点构建断点文件；基于断点文件对比对结果进行分拆处理，得到推断型别；基于比对结果进行局部组装，得到微小变异；根据推断型别和微小变异，确定待测样本的地中海贫血型别。

5、该实施方式通过先验概率模型与本地断点数据库精准推断结构变异断点，有效解决了hba1/hba2同源区复杂变异解析难题，并为顺反式结构推断提供数据支撑；结合局部组装技术高效获取微小变异，最终实现了对地中海贫血全谱系基因型的自动化精准判定，显著提升了疑难样本与复合杂合突变的诊断效能。

6、在一些可选的实施方式中，基于先验概率模型与本地断点数据库中的断点信息，推断待测样本的候选结构变异断点，并基于候选结构变异断点构建断点文件包括：获取本地断点数据库中记录的已知结构变异断点信息以及先验分布特征；利用先验概率模型对待测样本的测序数据进行扫描，提取测序数据中的变异信号特征及候选结构变异断点；将已知结构变异断点信息以及先验分布特征作为先验概率，将变异信号特征作为观测数据，基于概率统计算法计算候选结构变异断点的后验概率；筛选出后验概率满足预设阈值的一个或多个目标位置，将目标位置确定为待测样本的目标结构变异断点，并基于目标结构变异断点生成断点文件。

7、该实施方式通过将本地高频断点信息与先验分布特征引入统计概率模型，将变异信号特征作为观测数据，动态计算待测样本存在特定断点的后验概率，这种基于统计概率的筛选机制能够有效过滤测序噪声与随机误差，显著提升了结构变异断点识别的置信度与准确性，从而构建出更精准的断点文件。

8、在一些可选的实施方式中，根据推断型别和微小变异，确定待测样本的地中海贫血型别包括：确定待测样本中微小变异之间的第一顺反式关系；确定待测样本中推断型别之间的第二顺反式关系；确定待测样本中微小变异与推断型别之间的第三顺反式关系根据第一顺反式关系、第二顺反式关系和第三顺反式关系，综合确定待测样本的地中海贫血型别。

9、该实施方式通过系统分析微小变异之间、推断型别之间以及微小变异与推断型别之间的顺反式关系，实现了对待测样本染色体单倍型结构的精准解析，从而能够准确区分不同等位基因上的变异组合，避免遗传变异误判，显著提升了地中海贫血复杂基因型判定的准确性与可靠性。

10、在一些可选的实施方式中，获取各型别参考基因组序列，将待测样本的测序数据比对至各型别参考基因组序列，根据比对得分确定待测样本的地中海贫血型别包括：从本地型别参考序列数据库中调取已知地中海贫血各型别的参考基因组序列；将待测样本的测序数据比对至各型别参考基因组序列，得到分型比对结果；根据预设的碱基匹配分值规则，计算分型比对结果的最大一致性比对得分，并基于待测样本的测序数据序列长度对最大一致性比对得分进行归一化处理，确定待测样本的地中海贫血型别。

11、该实施方式通过构建本地型别参考序列数据库，将待测样本测序数据直接比对至各型别参考基因组，并基于最大一致性比对得分、碱基匹配情况及序列长度进行综合评分判定，这种全序列比对策略能够直观反映样本与各已知型别的整体相似度，有效规避了复杂变异推断过程中的累积误差，显著提升了常见及罕见地中海贫血型别的识别效率与分型准确性，为临床快速精准诊断提供了可靠的技术支撑。

12、在一些可选的实施方式中，在获取各型别参考基因组序列，将待测样本的测序数据比对至各型别参考基因组序列，根据比对得分确定待测样本的地中海贫血型别之后，还包括：基于分型比对结果构建比对矩阵，其中比对矩阵用于记录待测样本的测序读段与各型别参考基因组序列的比对情况；采用基于预设连续性条件的贪婪算法遍历比对矩阵，获取测序读段在参考基因组上的坐标分布及相对位置关系，推断结构变异的边界位置，以界定发生结构变异的比对区域；将比对区域映射回人类参考基因组，获得结构变异的定位信息。

13、该实施方式通过构建比对矩阵并利用贪婪模式解析读段坐标关系，能够从分型比对结果中反向推断结构变异的边界位置，并将比对区域精准映射回人类参考基因组，从而在常规分型的基础上进一步获取结构变异的精确物理定位信息，有效弥补了单纯依赖序列比对难以准确界定复杂结构变异断点的不足，显著提升了地中海贫血基因检测的分辨率与诊断深度。

14、第二方面，本发明还提供了一种基于三代测序平台的地中海贫血测序自动分型分析装置，装置包括获取模块和第一处理模块或者装置包括获取模块和第二处理模块。其中获取模块用于获取待测样本的测序数据；第一处理模块用于将测序数据比对至人类参考基因组，基于比对结果利用先验概率模型与本地断点数据库进行推断，得到推断型别，基于推断型别结合局部组装的微小变异确定待测样本的地中海贫血型别；第二处理模块，用于获取各型别参考基因组序列，将待测样本的测序数据比对至各型别参考基因组序列，根据比对得分确定待测样本的地中海贫血型别。

15、第三方面，本发明提供了一种电子设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的基于三代测序平台的地中海贫血测序自动分型分析方法。

16、第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的基于三代测序平台的地中海贫血测序自动分型分析方法。

17、第五方面，本发明提供了一种计算机程序产品，包括计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的基于三代测序平台的地中海贫血测序自动分型分析方法。