一种实体瘤微小残留病灶监控位点筛选方法及系统与流程

本发明涉及生物信息处理，尤其涉及一种实体瘤微小残留病灶监控位点筛选方法及系统。

背景技术：

1、微小残留病灶（mrd）是指恶性肿瘤经过治疗后体内残留的微量肿瘤细胞的状态，是肿瘤复发的主要原因，mrd的水平一般比较低，传统影像学(包括pet/ct)或实验室方法不能发现，通过流式细胞术、定量pcr、二代测序（ngs）等高灵敏度的检测手段，能够识别出传统方法检测不到的少量恶性细胞，临床上应用mrd检测，相较于传统的影像学手段来说，能够更加及时地检测出癌细胞是否出现了复发、转移的情况，在检测意义上具有优势，逐渐成为判断疗效和预后的预测指标之一，其指标主要包括ctdna、ctcs、血清学肿瘤标志物等，其中基于ctdna突变的mrd检测技术在灵敏度和特异性方面具有明显优势，实体瘤ctdna-mrd检测策略主要分为肿瘤知情分析与肿瘤不知情分析，其中，肿瘤知情分析方法具有灵敏度高，兼容性好，有效位点多等优势，在肿瘤知情分析方法中，需要先对肿瘤组织进行全外显子组测序，根据检出结果来选择变异位点进行后续的mrd监控等应用，然而如何选择变异位点进行监控，将严重影响检测的性能，因此传统的用于确定关于实体瘤微小残留病灶的变异位点选择方法大多是凭借个人经验，缺乏系统性，无法准确地保证检测结果的可靠性。

技术实现思路

1、为了解决上述技术问题，本发明的目的是提供一种实体瘤微小残留病灶监控位点筛选方法及系统，能够通过对体细胞突变位点信息进行筛选进而提高微小残留病灶的监测效果。

2、本发明所采用的第一技术方案是：一种实体瘤微小残留病灶监控位点筛选方法，包括以下步骤：

3、通过全外显子测序检测突变方法对肿瘤样本及其正常组织样本下机原始数据进行突变检测与突变过滤处理，得到初步的体细胞突变位点；

4、对初步的体细胞突变位点进行克隆性分类分析，获取分类后的体细胞突变位点信息；

5、基于分类后的体细胞突变位点信息对初步的体细胞突变位点进行等级划分与筛选，得到最终的体细胞突变位点。

6、进一步，所述通过全外显子测序检测突变方法对肿瘤样本及其正常组织样本下机原始数据进行突变检测与突变过滤处理，得到初步的体细胞突变位点这一步骤，其具体包括：

7、获取肿瘤样本及其正常组织样本下机原始数据；

8、基于fastp软件对肿瘤样本及其正常组织样本下机原始数据进行过滤，选取质量与序列长度均大于预设阈值的肿瘤样本及其正常组织样本下机原始数据，得到肿瘤样本及其正常组织样本下机数据；

9、基于序列比对软件与数据去重软件对肿瘤样本及其正常组织样本下机数据进行比对与去重处理，得到有序的比对数据文件；

10、基于变异分析软件vardict对有序的比对数据文件进行变异检测，得到检测结果；

11、基于注释软件vep对检测结果中的单碱基突变位点与插入缺失突变位点进行注释处理，得到突变的注释结果；

12、对突变的注释结果进行二次过滤处理，得到初步的体细胞突变位点。

13、进一步，所述基于序列比对软件与数据去重软件对肿瘤样本及其正常组织样本下机数据进行比对与去重处理，得到有序的比对数据文件这一步骤，其具体包括：

14、基于序列比对软件bwa，将肿瘤样本及其正常组织样本下机数据的碱基序列与人类参考基因组碱基序列根据下机序列与参考基因组序列的匹配情况进行比对处理，生成比对格式文件；

15、基于数据去重软件fgbio，对比对格式文件中分子标签相同且比对到基因组同一位置上的来源于同一dna的共同序列，进行序列去重处理，通过比较来源于同一dna的多条序列的共同序列对测序过程引起的随机错误进行矫正处理，得到去重后的数据文件；

16、根据基因组坐标对去重后的数据文件进行排序处理，得到有序的比对数据文件。

17、进一步，所述对突变的注释结果进行二次过滤处理，得到初步的体细胞突变位点这一步骤，其具体包括：

18、对突变的注释结果中的插入缺失突变位点进行过滤，得到第一过滤结果；

19、对第一过滤结果中的正常组织样本出现的突变进行过滤处理，得到第二过滤结果；

20、根据突变频率和位点深度对第二过滤结果中不满足预设可信度要求的突变位点进行过滤处理，得到初步的体细胞突变位点。

21、进一步，所述对初步的体细胞突变位点进行克隆性分类分析，获取分类后的体细胞突变位点信息这一步骤，其具体包括：

22、根据突变频率对初步的体细胞突变位点进行二项式推断，得到肿瘤细胞分数值；

23、根据预设的突变克隆性判定规则选取对应的克隆突变判定方法，结合肿瘤细胞分数值对初步的体细胞突变位点进行克隆性分类分析，获取分类后的体细胞突变位点信息。

24、进一步，所述肿瘤细胞分数值的计算公式具体如下所示：

25、

26、

27、上式中，表示突变频率，表示肿瘤的局部拷贝数，表示肿瘤纯度，表示正常样本的局部拷贝数，表示肿瘤细胞分数，表示突变reads数，表示位点的深度，表示二项式推断函数。

28、进一步，所述预设的突变克隆性判定规则其具体包括：

29、所述克隆突变判定方法包括主克隆突变判定方法和亚克隆判定方法；

30、所述主克隆突变判定方法的突变克隆性判定规则为，突变的肿瘤细胞分数由二项式推断函数的结果中95%的置信区间包含1且二项式推断函数的结果中的概率大于0.75；

31、所述亚克隆判定方法的突变克隆性判定规则为，突变的肿瘤细胞分数由二项式推断函数的结果中95%的置信区间不包含1且由二项式推断函数的结果中的概率大于0.75。

32、进一步，所述基于分类后的体细胞突变位点信息对初步的体细胞突变位点进行等级划分与筛选，得到最终的体细胞突变位点这一步骤，其具体包括：

33、根据分类后的体细胞突变位点信息，对初步的体细胞突变位点进行等级划分处理，得到划分后的体细胞突变位点；

34、所述分类后的体细胞突变位点信息包括驱动突变、突变质量的高低以及突变前后是否存在其他的突变；

35、根据划分后的体细胞突变位点的等级顺序，对每个克隆类别均匀选取位点，每个克隆类别按突变位点的等级顺序从等级1至6依次进行随机选取处理，得到选取后的体细胞突变位点；

36、基于基因组突变可视化软件对选取后的体细胞突变位点进行审核，得到最终的体细胞突变位点。

37、本发明所采用的第二技术方案是：一种实体瘤微小残留病灶监控位点筛选系统，包括：

38、检测模块，用于通过全外显子测序检测突变方法对肿瘤样本及其正常组织样本下机原始数据进行突变检测与突变过滤处理，得到初步的体细胞突变位点；

39、分类模块，用于对初步的体细胞突变位点进行克隆性分类分析，获取分类后的体细胞突变位点信息；

40、筛选模块，基于分类后的体细胞突变位点信息对初步的体细胞突变位点进行等级划分与筛选，得到最终的体细胞突变位点。

41、本发明方法及系统的有益效果是：本发明通过对肿瘤组织配对样本进行全外显子(wes)测序，得到体细胞突变，对体细胞突变进行克隆性分类，在每个分类中进行均匀筛选体细胞突变位点，大大提高微小残留病灶后续的监测效果，进一步根据体细胞突变位点信息对检测出来的突变进行了不同等级的分类，根据等级高低优先筛选突变，使得筛选出来的突变更加可靠，监测肿瘤复发的效果更好。