用于血红蛋白A(HBA)检测和基因分型的测定的制作方法

技术特征：
1.一种方法，包括：从对多个样品进行的血红蛋白a(hba)测定中获得原始数据，其中所述hba测定使用能够检测所述多个样品中的每个样品的α-珠蛋白基因簇区域中的拷贝数丢失或增加的多个探针来进行，所述原始数据包括对于多个样品中的每个样品通过毛细管电泳解析的多个探针的hba拷贝数数据；从所述多个样品中选择参考样品；基于来自所述hba测定的原始数据和所述参考样品计算所述多个样品中的每个样品的第一组探针比；基于所述第一组探针比鉴定待组合为用于所述多个样品的合成参考样品的预定数量的参考样品；基于所述预定数量的参考样品生成所述合成参考样品；基于来自所述hba测定的原始数据和所述合成参考样品计算所述多个样品中的每个样品的第二组探针比；将每个样品的第二组探针比迭代地输入决策树矩阵；通过所述决策树矩阵，基于每个样品的第二组探针比和与所述多个探针中的每个探针相关联的样品探针/参考探针比的拷贝数调用阈值来确定每个样品的hba基因型；和提供每个样品的hba基因型。2.权利要求1的方法，其中计算第一组探针比包括：(i)将所述多个样品中的每个样品中的对照探针峰高或信号与所述参考样品中的相应的对照探针峰高或信号进行比较，(ii)将每个样品中的对照探针峰高或信号与参考样品中的相应的对照探针峰高或信号之间的信号的变异性计算为对照探针标准偏差，(iii)当任何变异性度量大于预定阈值时，确定所述多个样品中的样品失败，(iv)当变异性度量中没有一个大于预定阈值时，确定所述多个样品中的样品不失败，和(v)对于不失败的每个样品，将样品中的测试探针峰高或信号与参考样品中的相应的测试探针峰高进行比较，并计算样品中的测试探针峰高或信号与参考样品中相应的测试探针峰高或信号之间的探针比。3.权利要求1或2的方法，其中计算第二组探针比包括：(i)将所述多个样品中的每个样品中的对照探针峰高或信号与所述合成参考样品中的相应的对照探针峰高或信号进行比较，(ii)将每个样品中的对照探针峰高或信号与所述合成参考样品中的相应的对照探针峰高或信号之间的信号的变异性计算为对照探针标准偏差，(iii)当任何变异性度量大于预定阈值时，确定所述多个样品中的样品失败，(iv)当变异性度量中没有一个大于预定阈值时，确定所述多个样品中的样品不失败，和(v)对于不失败的每个样品，将样品中的测试探针峰高或信号与合成参考样品中的相应的测试探针峰高进行比较，并计算样品中的测试探针峰高或信号与合成参考样品中相应的测试探针峰高或信号之间的探针比。4.权利要求1、2或3的方法，其中确定每个样品的hba基因型包括：(i)基于每个样品的第二组探针比和与所述多个探针中的每个探针相关联的样品探针/参考探针比的拷贝数调用阈值来确定每个样品的异常探针比模式，和(ii)基于异常探针比模式鉴定每个样品的hba基因型。5.权利要求4的方法，其中确定每个样品的异常探针比模式和鉴定hba基因型包括：基于异常探针比模式将每个样品分类为正常、具有拷贝数变异(cnv)或多态；和
基于异常探针比模式，将被分类为具有cnv的任何样品亚分类为大的靶向缺失、重复或“其他”。6.权利要求5的方法，其中确定每个样品的异常探针比模式和鉴定hba基因型还包括：将被分类为具有大的靶向缺失的任何样品亚分类为大杂合缺失或纯合缺失；基于异常探针比模式，将被分类为大杂合缺失或纯合缺失的任何样品针对以下缺失中的一种或多种进行亚分类：sea、fil/thai、med或α
20.5
；和基于异常探针比模式，将被分类为具有大杂合缺失的任何样品针对以下中的一种或多种进行亚分类：α
3.7
缺失、α
4.2
缺失和/或α
3.7
重复。7.权利要求5的方法，其中确定每个样品的异常探针比模式和鉴定hba基因型还包括：基于异常探针比模式，将被分类为“其他”的任何样品亚分类为具有α
3.7
缺失、α
4.2
缺失和/或α
3.7
重复。8.权利要求1-7中任一项的方法，还包括触发对具有不正常的或不需要手动审查的hba基因型的多个样品中的每个样品进行确认测试的性能。9.一种系统，包括：一个或多个数据处理器；和非暂时性计算机可读存储介质，其包含指令，当在一个或多个数据处理器上执行时，所述指令导致所述一个或多个数据处理器执行动作，所述动作包括：从对多个样品进行的血红蛋白a(hba)测定中获得原始数据，其中所述hba测定使用能够检测所述多个样品中的每个样品的α-珠蛋白基因簇区域中的拷贝数丢失或增加的多个探针来进行，所述原始数据包括对于多个样品中的每个样品通过毛细管电泳解析的多个探针的hba拷贝数数据；从所述多个样品中选择参考样品；基于来自所述hba测定的原始数据和所述参考样品计算所述多个样品中的每个样品的第一组探针比；基于所述第一组探针比鉴定待组合为用于所述多个样品的合成参考样品的预定数量的参考样品；基于所述预定数量的参考样品生成所述合成参考样品；基于来自所述hba测定的原始数据和所述合成参考样品计算所述多个样品中的每个样品的第二组探针比；将每个样品的第二组探针比迭代地输入决策树矩阵；通过所述决策树矩阵，基于每个样品的第二组探针比和与所述多个探针中的每个探针相关联的样品探针/参考探针比的拷贝数调用阈值来确定每个样品的hba基因型；和提供每个样品的hba基因型。10.权利要求9的系统，其中计算第一组探针比包括：(i)将所述多个样品中的每个样品中的对照探针峰高或信号与所述参考样品中的相应的对照探针峰高或信号进行比较，(ii)将每个样品中的对照探针峰高或信号与参考样品中的相应的对照探针峰高或信号之间的信号的变异性计算为对照探针标准偏差，(iii)当任何变异性度量大于预定阈值时，确定所述多个样品中的样品失败，(iv)当变异性度量中没有一个大于预定阈值时，确定所述多个样品中的样品不失败，和(v)对于不失败的每个样品，将样品中的测试探针峰高或信号与参
考样品中的相应的测试探针峰高进行比较，并计算样品中的测试探针峰高或信号与参考样品中相应的测试探针峰高或信号之间的探针比。11.权利要求9或10的系统，其中计算第二组探针比包括：(i)将所述多个样品中的每个样品中的对照探针峰高或信号与所述合成参考样品中的相应的对照探针峰高或信号进行比较，(ii)将每个样品中的对照探针峰高或信号与所述合成参考样品中的相应的对照探针峰高或信号之间的信号的变异性计算为对照探针标准偏差，(iii)当任何变异性度量大于预定阈值时，确定所述多个样品中的样品失败，(iv)当变异性度量中没有一个大于预定阈值时，确定所述多个样品中的样品不失败，和(v)对于不失败的每个样品，将样品中的测试探针峰高或信号与合成参考样品中的相应的测试探针峰高进行比较，并计算样品中的测试探针峰高或信号与合成参考样品中相应的测试探针峰高或信号之间的探针比。12.权利要求9、10或11的系统，其中确定每个样品的hba基因型包括：(i)基于每个样品的第二组探针比和与所述多个探针中的每个探针相关联的样品探针/参考探针比的拷贝数调用阈值来确定每个样品的异常探针比模式，和(ii)基于异常探针比模式鉴定每个样品的hba基因型。13.权利要求12的系统，其中确定每个样品的异常探针比模式和鉴定hba基因型包括：基于异常探针比模式将每个样品分类为正常、具有拷贝数变异(cnv)或多态；和基于异常探针比模式，将被分类为具有cnv的任何样品亚分类为大的靶向缺失、重复或“其他”。14.权利要求12的系统，其中确定每个样品的异常探针比模式和鉴定hba基因型还包括：将被分类为具有大的靶向缺失的任何样品亚分类为大杂合缺失或纯合缺失；基于异常探针比模式，将被分类为大杂合缺失或纯合缺失的任何样品针对以下缺失中的一种或多种进行亚分类：sea、fil/thai、med或α
20.5
；和基于异常探针比模式，将被分类为具有大杂合缺失的任何样品针对以下缺失中的一种或多种进行亚分类：α
3.7
和α
4.2
缺失。15.权利要求9-14中任一项的系统，其中所述动作还包括触发对具有不正常的或不需要手动审查的hba基因型的多个样品中的每个样品进行确认测试的性能。16.一种有形地体现在非暂时性机器可读存储介质中的计算机程序产品，包括被配置成导致一个或多个数据处理器执行动作的指令，所述动作包括：从对多个样品进行的血红蛋白a(hba)测定中获得原始数据，其中所述hba测定使用能够检测所述多个样品中的每个样品的α-珠蛋白基因簇区域中的拷贝数丢失或增加的多个探针来进行，所述原始数据包括对于多个样品中的每个样品通过毛细管电泳解析的多个探针的hba拷贝数数据；从所述多个样品中选择参考样品；基于来自所述hba测定的原始数据和所述参考样品计算所述多个样品中的每个样品的第一组探针比；基于所述第一组探针比鉴定待组合为用于所述多个样品的合成参考样品的预定数量的参考样品；基于所述预定数量的参考样品生成所述合成参考样品；
基于来自所述hba测定的原始数据和所述合成参考样品计算所述多个样品中的每个样品的第二组探针比；将每个样品的第二组探针比迭代地输入决策树矩阵；通过所述决策树矩阵，基于每个样品的第二组探针比和与所述多个探针中的每个探针相关联的样品探针/参考探针比的拷贝数调用阈值来确定每个样品的hba基因型；和提供每个样品的hba基因型。17.权利要求16的计算机程序产品，其中计算第一组探针比包括：(i)将所述多个样品中的每个样品中的对照探针峰高或信号与所述参考样品中的相应的对照探针峰高或信号进行比较，(ii)将每个样品中的对照探针峰高或信号与参考样品中的相应的对照探针峰高或信号之间的信号的变异性计算为对照探针标准偏差，(iii)当任何变异性度量大于预定阈值时，确定所述多个样品中的样品失败，(iv)当变异性度量中没有一个大于预定阈值时，确定所述多个样品中的样品不失败，和(v)对于不失败的每个样品，将样品中的测试探针峰高或信号与参考样品中的相应的测试探针峰高进行比较，并计算样品中的测试探针峰高或信号与参考样品中相应的测试探针峰高或信号之间的探针比。18.权利要求17或17的计算机程序产品，其中计算第二组探针比包括：(i)将所述多个样品中的每个样品中的对照探针峰高或信号与所述合成参考样品中的相应的对照探针峰高或信号进行比较，(ii)将每个样品中的对照探针峰高或信号与所述合成参考样品中的相应的对照探针峰高或信号之间的信号的变异性计算为对照探针标准偏差，(iii)当任何变异性度量大于预定阈值时，确定所述多个样品中的样品失败，(iv)当变异性度量中没有一个大于预定阈值时，确定所述多个样品中的样品不失败，和(v)对于不失败的每个样品，将样品中的测试探针峰高或信号与合成参考样品中的相应的测试探针峰高进行比较，并计算样品中的测试探针峰高或信号与合成参考样品中相应的测试探针峰高或信号之间的探针比。19.权利要求16、17或18的计算机程序产品，其中所述动作还包括基于针对第一等位基因、第二等位基因或第一等位基因和第二等位基因两者生成的agg基因型来确定与样品相关联的受试者的风险评分，并且其中所述风险评分鉴定受试者发生迟发性神经退行性疾病脆性x相关震颤/共济失调综合征(fxtas)或脆性x相关原发性卵巢功能不全(fxpoi)或向其后代传递完全突变等位基因或其任何组合的风险。20.权利要求16、17或18的计算机程序产品，其中确定每个样品的hba基因型包括：(i)基于每个样品的第二组探针比和与所述多个探针中的每个探针相关联的样品探针/参考探针比的拷贝数调用阈值来确定每个样品的异常探针比模式，和(ii)基于异常探针比模式鉴定每个样品的hba基因型。21.权利要求16-20中任一项的计算机程序产品，其中所述动作还包括触发对具有不正常的或不需要手动审查的hba基因型的多个样品中的每个样品进行确认测试的性能。

技术总结
本公开内容涉及用于实施到临床试验中的血红蛋白A(HBA)测定和HBA基因分型决策树矩阵。具体地，方面涉及从对多个样品进行的HBA测定中获得原始数据，基于原始数据计算每个样品的第一组探针比，基于第一组探针比鉴定待组合为合成参考样品的多个参考样品，基于所述原始数据和所述合成参考样品计算所述多个样品中的每个样品的第二组探针比，并且通过所述决策树矩阵，基于每个样品的第二组探针比和与所述多个探针中的每个探针相关联的样品探针/参考探针比的拷贝数调用阈值确定每个样品的HBA基因型。因型。因型。


技术研发人员：A
受保护的技术使用者：美国控股实验室公司
技术研发日：2021.03.05
技术公布日：2023/1/13