基于二代測(cè)序的基因組缺失變異綜合檢測(cè)策略.pdf

1、近年來(lái)，二代測(cè)序技術(shù)取得長(zhǎng)足進(jìn)步，以該技術(shù)為基礎(chǔ)的結(jié)構(gòu)變異檢測(cè)方法層出不窮。然而，受測(cè)序序列的低覆蓋甚至無(wú)覆蓋、測(cè)序誤差較大、二代測(cè)序序列短等因素制約，單一地使用這些方法并不能取得很好的檢測(cè)效果。本文圍繞一種重要的結(jié)構(gòu)變異類型—缺失變異，利用多組二代測(cè)序數(shù)據(jù)，對(duì)檢測(cè)方法進(jìn)行了研究，并深入分析了所獲結(jié)果。本文的主要內(nèi)容如下:
　　(1)為了能夠有效地評(píng)估本文所提出的綜合檢測(cè)策略，對(duì)缺失變異檢測(cè)環(huán)境進(jìn)行研究，詳述了使得所產(chǎn)生數(shù)據(jù)盡可能

2、接近于真實(shí)數(shù)據(jù)的仿真平臺(tái)搭建方法，包括缺失變異標(biāo)準(zhǔn)集的生成、二倍體個(gè)體基因組序列的仿真以及配對(duì)末端測(cè)序的模擬。
　　(2)提出了一種能夠有機(jī)融合主流的三類結(jié)構(gòu)變異檢測(cè)理論的綜合檢測(cè)策略。該策略的執(zhí)行分為兩個(gè)階段:第一階段，以極大化檢測(cè)敏感度為目的，將配對(duì)末端測(cè)序序列映射到參考序列上后做分裂比對(duì)，使該階段所獲候選集中包括盡量多的1bp級(jí)缺失;第二階段，以極小化假發(fā)現(xiàn)率為目的，根據(jù)映射深度分析、分裂比對(duì)和序列對(duì)映射分析三類理論，充分利

3、用初次映射和二次分裂比對(duì)的兩次比對(duì)結(jié)果，對(duì)每一候選缺失變異提取判別其真?zhèn)蔚南嚓P(guān)特征，接著使用具有高泛化性能的判別模型篩除候選集中的偽陽(yáng)性結(jié)果。實(shí)驗(yàn)結(jié)果表明，相對(duì)于傳統(tǒng)的分裂比對(duì)方法，所提策略不僅可以將變異斷點(diǎn)定位到1bp解析度，還能夠有效地降低假發(fā)現(xiàn)率，并且基本不會(huì)造成檢測(cè)敏感度的損失。
　　(3)研究了支持向量機(jī)和隨機(jī)森林機(jī)器學(xué)習(xí)算法對(duì)于本文所提出綜合檢測(cè)策略的適用性，并且進(jìn)一步分析了綜合表征中的各特征在缺失變異檢測(cè)過(guò)程中所發(fā)揮