本申請涉及一種分析轉(zhuǎn)錄組的方法，該方法包括從來自生物體的轉(zhuǎn)錄組獲得至少一對雙端讀數(shù)，找出在該對的第一讀數(shù)和有向非循環(huán)數(shù)據(jù)結(jié)構(gòu)(該數(shù)據(jù)結(jié)構(gòu)具有表示RNA序列諸如外顯子或轉(zhuǎn)錄本的節(jié)點(diǎn)和連接多對節(jié)點(diǎn)的邊緣)中的節(jié)點(diǎn)之間的具有最佳評分的比對，識別包含節(jié)點(diǎn)的候選路徑，該節(jié)點(diǎn)通過具有與該對雙端讀數(shù)的插入長度大體上類似的長度的路徑連接到下游節(jié)點(diǎn)，并且將雙端讀數(shù)與候選路徑比對以確定最佳評分比對。
【技術(shù)實(shí)現(xiàn)步驟摘要】
【國外來華專利技術(shù)】【專利摘要】本申請涉及一種分析轉(zhuǎn)錄組的方法，該方法包括從來自生物體的轉(zhuǎn)錄組獲得至少一對雙端讀數(shù)，找出在該對的第一讀數(shù)和有向非循環(huán)數(shù)據(jù)結(jié)構(gòu)(該數(shù)據(jù)結(jié)構(gòu)具有表示RNA序列諸如外顯子或轉(zhuǎn)錄本的節(jié)點(diǎn)和連接多對節(jié)點(diǎn)的邊緣)中的節(jié)點(diǎn)之間的具有最佳評分的比對，識別包含節(jié)點(diǎn)的候選路徑，該節(jié)點(diǎn)通過具有與該對雙端讀數(shù)的插入長度大體上類似的長度的路徑連接到下游節(jié)點(diǎn)，并且將雙端讀數(shù)與候選路徑比對以確定最佳評分比對。【專利說明】 相關(guān)申請的交叉參考 本申請要求2014年1月17日提交的美國專利申請序列號14/157,979的權(quán)益和優(yōu)先 權(quán)，該美國專利申請要求2013年10月21日提交的美國臨時(shí)專利申請序列號61/893，467的權(quán) 益和優(yōu)先權(quán)，該臨時(shí)專利申請的內(nèi)容W引用方式并入本文。 序列表 本申請包含已通過網(wǎng)絡(luò)電子提交系統(tǒng)化FS-Web)WASCII格式提交的序列表，并且 W其全部內(nèi)容W引用方式并入本文。2014年10月14日創(chuàng)建的ASCII格式化的序列表被命名 為 SBG-009-01W0-2-Sequences_ST25,并且大小為 1,217 字節(jié)。
本專利技術(shù)大體上設(shè)及生物信息學(xué)，并且尤其設(shè)及使用有向非循環(huán)數(shù)據(jù)結(jié)構(gòu)進(jìn)行分 析。
技術(shù)介紹
對于特定的發(fā)育階段或生理狀態(tài)，轉(zhuǎn)錄組是細(xì)胞中完整的一組轉(zhuǎn)錄本和它們的數(shù) 量。轉(zhuǎn)錄組對生物體的功能、發(fā)育和疾病極為重要。生物體的本質(zhì)和活力來源于所有的轉(zhuǎn)錄 本(包含mRNA、非編碼RNA和小RNA)、它們的表達(dá)水平、基因剪接模式和轉(zhuǎn)錄后修飾。事實(shí)上， 人類基因組中與期望相比大得多的部分現(xiàn)在已知為被轉(zhuǎn)錄的。參見Bedone等人，2004,《具 有基因組嵌合陣列的人類轉(zhuǎn)錄序列的全局識別（Global identification of human transcribed sequences with genome tiling arrays)》，《科學(xué)（Science)》306:2242- 2246 〇 已經(jīng)報(bào)道基于下一代測序(NGS)技術(shù)的用于轉(zhuǎn)錄組分析的方法。參見，例如，Wang 等人，2009，《RNA測序：用于轉(zhuǎn)錄組學(xué)的革命性的工具（RNA-Seq: a revolutionary tool for transcriptomics)》，《遺傳學(xué)自然評論（化t Rev Genet)》10(l):57-63 2009eRNA測序 (將RNA測序)方法承諾快速生成高容量的轉(zhuǎn)錄組數(shù)據(jù)。[000引然而，RNA測序面臨信息挑戰(zhàn)，諸如存儲和分析大量數(shù)據(jù)，運(yùn)必須被解決W更好地 使用讀數(shù)。比對和分析RNA測序讀數(shù)不僅在設(shè)及的信息的本質(zhì)上呈現(xiàn)出問題，還在容量上呈 現(xiàn)出問題。具有大數(shù)據(jù)集的讀映射是計(jì)算上的挑戰(zhàn)，并且用于差異表達(dá)的分析方法才開始 出現(xiàn)。參見Garber等人，2011，《使用RNA測序的用于轉(zhuǎn)錄組注釋和量化的計(jì)算方法 (Comput曰tion曰1 methods for tr曰nscriptome 曰nnot曰tion 曰nd qu曰ntific曰tion using RNA-Seq)》，《自然方法(化t Meth)》8(6):469-477。映射來自RNA測序的大量讀數(shù)的計(jì)算需 求被將來可獲得的大量參考數(shù)據(jù)大大倍增。例如，GENC0DE聯(lián)合體力圖識別已經(jīng)被報(bào)道的人類基因組中的所有基因特征。 Harrow等人，2012,《GENC0DE:用于編碼計(jì)劃的參考人類基因組注釋（GENC0DE: The reference human genome annotation for The ENCODE Project)》，《基因組石開究（Genome Res)》22:1760-1774。由GENCODE計(jì)劃包含的材料的量是龐大的。不僅僅要繼續(xù)添加新的蛋 白質(zhì)編碼基因位點(diǎn)，而且經(jīng)注釋的可變剪接轉(zhuǎn)錄本的數(shù)量穩(wěn)定地增加 。GENCODE 7版本包含 超過20,000個(gè)蛋白質(zhì)-編碼和幾乎10,000個(gè)長的非編碼RNA基因位點(diǎn)（IncRNA)，W及未在其 它源中展現(xiàn)的超過33，000個(gè)編碼轉(zhuǎn)錄本。GENCODE還包含其它特征諸如非轉(zhuǎn)錄區(qū)域(UTR)、 長基因間非編碼RNA(lincRNA)基因、短非編碼RNA和可變剪接模式。即使RNA測序研究開始 僅具有有限量的新數(shù)據(jù)，來自源諸如GENCODE的潛在參考數(shù)據(jù)的容量也是如此大，使得理解 新數(shù)據(jù)在計(jì)算上是具有挑戰(zhàn)性的。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)大體上提供了用于使用組織為有向非循環(huán)圖(DAG)或類似的數(shù)據(jù)結(jié)構(gòu)的參 考對雙端讀數(shù)進(jìn)行分析的系統(tǒng)和方法。參考中的特征諸如外顯子和內(nèi)含子在DAG中提供節(jié) 點(diǎn)，并且那些特征通過邊緣W它們的規(guī)范的基因順序彼此鏈接。DAG可W按比例繪制為任何 大小，并且事實(shí)上，在第一實(shí)例中可W被填入來自外來經(jīng)注釋的參考的導(dǎo)入序列。在新數(shù)據(jù) 包含雙端讀數(shù)的情況下，一對中的每個(gè)讀數(shù)可W潛在地沿長度L的基因組且在復(fù)雜的DAG中 與任何位置比對，可存在多得多的位置（即，平均來說，如果DAG是橫越任何基因位點(diǎn)η重的， 則比對一對雙端讀數(shù)相當(dāng)于從(nL)~2個(gè)選項(xiàng)中進(jìn)行選擇）。然而，插入長度信息提供了用于 將潛在的比對約束在DAG內(nèi)的手段一一不僅是在路徑內(nèi)遠(yuǎn)離的距離中，還通過排除路徑、將 選項(xiàng)的數(shù)量限制為相對于L是線性的。雙端讀數(shù)還可W提供其它信息。例如，雙端讀數(shù)可W 提供用于修飾DAG的基礎(chǔ)，可W被用于推斷異構(gòu)體頻率、或者其它。事實(shí)上，具有插入長度信 息的雙端讀數(shù)集攜載信息的品質(zhì)，該品質(zhì)非常適合于聚焦基于DAG的比對和更新DAGW表示 可能沒有被發(fā)現(xiàn)或注意到的實(shí)際上出現(xiàn)的固有異構(gòu)體。因此，雙端讀數(shù)特別適合于RNA測序 計(jì)劃，允許相對于很大的參考集分析很大的RNA測序數(shù)據(jù)集。使用雙端RNA測序讀數(shù)發(fā)現(xiàn)轉(zhuǎn) 錄組的所有的異構(gòu)體并不是計(jì)算上難處理的，并且轉(zhuǎn)錄組學(xué)可先前不可能的步伐和吞 吐量移動(dòng)。可W從一個(gè)或任何數(shù)量的生物體研究一個(gè)或任何數(shù)量的轉(zhuǎn)錄組W增加對生物體 功能、發(fā)育和疾病的理解。 本專利技術(shù)的某方面設(shè)及創(chuàng)建包含參考的特征(例如，外顯子、內(nèi)含子等）的DAG，參考 的特征W基因組順序通過它們的近端邊緣連接。該DAG數(shù)據(jù)結(jié)構(gòu)具有轉(zhuǎn)錄組學(xué)中的應(yīng)用，包 含例如識別異構(gòu)體。此DAG參考被用于設(shè)及包含配對讀數(shù)的RNA測序數(shù)據(jù)的轉(zhuǎn)錄組學(xué)中?？?W使用包含作為節(jié)點(diǎn)的特征(例如從經(jīng)注釋的源基因組或轉(zhuǎn)錄組創(chuàng)建的）的DAG參考來分析 RNA測序數(shù)據(jù)。本專利技術(shù)的系統(tǒng)和方法提供了使用雙端讀數(shù)的改進(jìn)的比對、使用雙端讀數(shù)信息 構(gòu)建DAG、推斷異構(gòu)體概率或頻率，或其組合。 在某些方面中，本專利技術(shù)提供了分析轉(zhuǎn)錄組的方法，該方法包括從來自生物體的轉(zhuǎn) 錄組獲得至少一對雙端讀數(shù)，找出在該對的第一讀數(shù)和有向非循環(huán)數(shù)據(jù)結(jié)構(gòu)中的節(jié)點(diǎn)之間 的具有最佳評分的比對(該數(shù)據(jù)結(jié)構(gòu)具有表示RNA序列諸如外顯子或轉(zhuǎn)錄本的節(jié)點(diǎn)和連接 多對節(jié)點(diǎn)的邊緣），識別包含節(jié)點(diǎn)的候選路徑，該節(jié)點(diǎn)通過具有與該對雙端讀數(shù)的插入長度 大體上類似的長度的路徑連接到下游節(jié)點(diǎn)，W及將雙端讀數(shù)與候選路徑比對W確定最佳評 分比對。方法可W包含從包括該對雙端讀數(shù)的任何比對計(jì)算中排除不是候選路徑的任何路 徑。 該方法適合于任何數(shù)量的雙端讀數(shù)。節(jié)點(diǎn)和下游節(jié)點(diǎn)可W表示一對外顯子，該對 雙端讀數(shù)從該對外顯子獲得。該方法可W包含基于所確定的最佳評分比對來識本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
一種分析轉(zhuǎn)錄組的方法，所述方法包括：從轉(zhuǎn)錄組獲得一對雙端讀數(shù)；找出在所述對的第一讀數(shù)和有向非循環(huán)數(shù)據(jù)結(jié)構(gòu)中的節(jié)點(diǎn)之間的具有最佳評分的比對，所述數(shù)據(jù)結(jié)構(gòu)包括表示RNA序列的節(jié)點(diǎn)和連接多對所述節(jié)點(diǎn)的邊緣；識別包含所述節(jié)點(diǎn)的候選路徑，所述節(jié)點(diǎn)通過具有與所述一對雙端讀數(shù)的插入長度大體上類似的長度的路徑連接到下游節(jié)點(diǎn)；以及將所述雙端讀數(shù)與所述候選路徑比對以確定最佳評分比對。
【技術(shù)特征摘要】
【國外來華專利技術(shù)】...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：丹尼斯·庫拉爾，南森·梅維斯，
申請(專利權(quán))人：七橋基因公司，
類型：發(fā)明
國別省市：美國;US
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會(huì)獲得科技券。