高通量DNA測序數(shù)據(jù)的分布密度分析及其應(yīng)用.pdf

1、高通量測序技術(shù)可以在短時間內(nèi)完成全基因組深度測序,通過對個體的全基因組或組織細(xì)胞內(nèi)的全體mRNA進(jìn)行高通量測序得到的測序數(shù)據(jù)在參考基因組不同區(qū)域上的分布密度差異進(jìn)行分析,可以直接探究個體基因組序列異常和基因表達(dá)異常,這種診斷方法采樣方式簡單安全,對個體醫(yī)療的發(fā)展有著重要意義。這也為測序數(shù)據(jù)分布密度的精確分析和合理利用提出很高要求。
　　本文主要工作是設(shè)計出一種參考模板生成算法來生成更適用于分布密度分析的參考模板。然后對測序數(shù)據(jù)在該

2、參考模板上進(jìn)行比對得到的比對分布數(shù)據(jù)設(shè)計系列分析算法。比對分布密度分析算法一方面用于定量分布密度誤差,另一方面用于更好地掌握比對分布數(shù)據(jù)規(guī)律。本文最后在此基礎(chǔ)上針對胎兒染色體數(shù)目異常方面的應(yīng)用設(shè)計了一個經(jīng)過改進(jìn)的產(chǎn)前診斷系統(tǒng)。
　　在本論文中,先是提出一種參考模板生成算法,用該算法生成參考模板,通過去重復(fù)來提高測序數(shù)據(jù)在參考模板上的比對速度,并且可以保證測序數(shù)據(jù)的比對數(shù)量和比對分布密度的精度。之后,本論文對比對分布密度展開系統(tǒng)分析

3、。一方面,本論文用不同的GC含量偏差模型來分析GC含量對比對分布密度的影響,用于確定準(zhǔn)確反映數(shù)據(jù)規(guī)律的GC含量偏差模型和最佳參數(shù),進(jìn)而構(gòu)建GC含量偏差校正模型,以消除GC含量對比對分布密度帶來的偏差。另一方面,本論文致力于對不同樣本的染色體表達(dá)率進(jìn)行一系列分析,在分析樣本在不同染色體上所呈現(xiàn)出的表達(dá)率差異基礎(chǔ)上,分析胎兒性別不同和處于不同孕期的母體血漿DNA測序數(shù)據(jù)在人類染色體組上的表達(dá)率差異,闡明胎兒性別和所處孕期對樣本測序數(shù)據(jù)的染色