基于BioNano图谱的基因组结构变异检测方法研究和应用

发布时间：2017-11-12 20:28

  本文关键词：基于BioNano图谱的基因组结构变异检测方法研究和应用

  更多相关文章： BioNano图谱 基因组结构变异 隐马尔科夫模型 拷贝数多态性

【摘要】：基因组结构变异(SVs)是遗传多态性的重要组成部分,也是一些疾病发生的重要原因。随着生物技术的提高,对于全基因组结构变异的检测与分析成为可能,这对生物学和医学产生了深远的影响。在理想的情况下,人们希望在核苷酸水平上完整地记录一个采样基因组,再与参考序列进行比对从而更加精确地检测结构变异。尽管我们现在完成了一些物种基因组的参考序列的检测,但是由于实验设备、实验环境、项目经费等各种原因,这一想法仍然不能实现。为了应对这些挑战,我们采用了高通量、高性价比的基因组BioNano光学图谱技术,使用长单分子(大于150 KB)来全面揭示基因组的结构变异。对于小的生物(如微生物)的基因组,光学图谱的使用已经是非常普遍的了。而对于大型生物(如哺乳动物)的基因组,光学图谱的使用也在飞速发展。然而,这一发展,提出了重要的新的计算问题和统计问题。参考基因组与取样基因组相比较,两者的不同可能就是变异,但也有可能是数据本身的问题。在本篇论文中,我们探讨了在大基因组的背景下,利用光学图谱数据所产生的统计问题。特别地,我们强调突出了在光学图谱数据中的误差并对其进行模型。同时,我们利用隐马尔科夫模型对得到的拷贝数数据进行建模,来检测基因组中拷贝数的多态性。这里描述的拷贝数分析方法是一个快速的简单的工具,能够有效地对光学图谱的基于组装的分析进行补充说明。本文选取人类基因组YH数据的BioNano光学图谱数据作为样本数据,人类基因组参考版本hg19(Human Genome version 19)作为参考基因组数据,对22条常染色体和两条性染色体进行比对研究。通过将BioNano光学图谱数据YH进行读取和拼装,与基因组参考序列进行比对,利用分子大小误差统计模型和位点误差模型,我们获得了长度大于1 KB的698个插入/缺失和19个倒置。去除与参考序列hg19的N-base空缺重叠的62个结构变异,我们保留了636个非空缺的结构变异,并且有604个(约占95%)能得到公共数据库中的历史证据或者实验正交方法的支持。同时,本文使用隐马尔科夫模型对基因组中拷贝数的多态性进行检测研究,拟合得到的状态走向与基因组的拷贝数变化相一致,效果非常显著。本文基于BioNano光学图谱的基因组结构变异的检测方法是一个比较全面的和具有成效的方法,希望能为后续的基因组结构变异的研究提供一些参考。
【学位授予单位】：上海师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：C81

【相似文献】

中国硕士学位论文全文数据库 前1条

1 李淑祯;基于BioNano图谱的基因组结构变异检测方法研究和应用[D];上海师范大学;2016年

，

本文编号：1177488