測序結果中序列數據錯誤的檢測和校正方法技術

本發明專利技術提供了一種測序結果中序列數據錯誤的檢測和校正的方法。測序反應液中包含至少兩種不同堿基的核苷酸底物分子；獲得簡并的基因編碼信息。兩個或者兩個以上簡并的編碼信息相互對比，本領域技術人員可以判斷該位置的編碼是否出現相互矛盾的情況。應用本發明專利技術所述的方法進行校正，任何對于測序方法的可以降低原始測序數據錯誤率的微小改進，都可以明顯的降低校正以后的編碼數據的錯誤率。

Method for detecting and correcting sequence data errors in sequencing results

The present invention provides a method for detecting and correcting sequence data errors in sequencing results. The sequence reaction solution contains nucleotide substrates of at least two different bases, and degenerate gene coding information is obtained. The coding information of two or more than two is compared with each other, and the technical personnel in the field can judge whether the coding of the position is contradictory or not. With the method of the present invention for correction, any minor improvement for the sequencing method that can reduce the error rate of the original sequencing data can significantly reduce the error rate of the corrected coded data.

【技術實現步驟摘要】
測序結果中序列數據錯誤的檢測和校正方法
本專利技術涉及測序反應結果中序列數據錯誤的檢測和校正方法，屬于基因測序領域。
技術介紹
近年來，隨著人們對于基因的認識越來越深入，基因測序對于醫學以及生物學帶來了巨大的變革。傳統的測序方法主要包括SangerDNA測序法、限制性酶切長度多態性、單鏈構象多態性和基于基因芯片的寡核苷酸探針雜交法等。測序過程中，由于種種的原因，例如CD采光不準、流體異動、環境光、雜DNA、信號校正系統誤差、測序反應液不純等原因，測序結果出現錯誤是不可避免的。DNA作為遺傳物質，儲存了生物的遺傳信息，該特性亦使得DNA被用作一般信息的存儲介質。在利用DNA存儲信息時，需要將信息編碼成DNA序列，然后利用基因測序的方法讀取該信息。為了避免編碼和/或讀取中的錯誤，通常會在編碼過程中引入冗余信息，并利用該冗余信息在讀取中進行信號校正。例如喬治·徹奇等人使用里德-所羅門碼來將信息編碼成DNA序列，并使用Illumina測序平臺來讀取DNA序列上的信息。DNA編碼-讀取技術還被應用于組合化學等領域中。在以往的DNA編碼技術中，每個堿基的類型通常與其他位置上的堿基無關(無記憶型編碼)，或者僅與其鄰近范圍內的堿基有關。本專利技術提出了一種有記憶的、分布式、正交DNA編碼方式，其每個堿基的類型與它前面位置上所有堿基均有關，并利用多組正交編碼之間的綜合對比來進行解碼，有效提高編碼-讀取過程的準確率。
技術實現思路
本專利涉及測序反應結果中序列數據錯誤的檢測和校正方法。本專利技術公開一種測序結果中編碼錯誤的檢測和校正方法，其特征在于，對同一核酸序列進行測序，得到三條或者三條以上相互正交的核酸簡并序列數據，三條或者三條以上正交的核酸簡并序列對比，可以檢測到序列中的錯誤；進一步在對比出現錯誤的位置，通過修改至少一個序列，可以獲得校正的序列。本專利技術公開一種測序結果中編碼錯誤的檢測和校正方法，其特征在于，對同一核酸序列進行測序，得到三條或者三條以上使用M、K、R、Y、W、S、B、D、H、V字母表示的簡并序列，三條或者三條以上簡并的序列對比，可以檢測序列錯誤；進一步在對比出現錯誤的位置，通過修改至少一個序列，可以獲得校正的序列。本方法適應常規的測序方法，只要測序底物設計合理，通過多輪測序，獲得三條或者三條(輪)以上的編碼結果，則可以利用其中信息的冗余，檢測和校正錯誤的編碼。本專利技術公開一種利用基因編碼的記憶性檢測和校正編碼錯誤的方法，對同一核酸序列進行測序，得到兩條或者兩條以上的使用M、K、R、Y、W、S、B、D、H、V字母表示的簡并序列，獲得一個以A、G、T、C為編碼的核酸序列信息，或者可以獲得以A、G、U、C為編碼的核酸序列信息；利用測序反應中由不同核苷酸堿基上連接的不同官能團導致的光或電信號作為冗余信息，可以檢測序列錯誤；進一步在對比出現錯誤的位置，通過修改至少一個序列，可以獲得校正的序列。本專利技術公開一種利用基因編碼的記憶性檢測和校正編碼錯誤的方法，對同一核酸序列進行測序，獲得三條或者三條以上相互正交的核酸簡并序列數據；將簡并序列綜合對比，利用核酸序列的記憶性檢測序列錯誤；進一步在對比出現錯誤的位置，通過修改至少一個序列，可以獲得校正的序列；所述簡并序列中，每個序列信號表示了部分基因序列信息，并且從其中一個簡并序列上的信號，并不能推定另外一個簡并序列上同一位置的信號。將待測核酸片段固定，通入反應液進行測序反應，每輪測序得到一條簡并的核酸序列；至少經過N輪測序，獲得N條簡并的核酸序列；N條簡并的序列綜合對比，可以檢測序列出現錯誤的位置；進一步在對比出現錯誤的位置，通過修改至少一個序列，可以獲得校正的序列；其中，所述的反應液中，含有兩種或者兩種以上不同堿基的核苷酸底物分子；所述N為大于等于2的正整數。根據優選的技術方案，通過N-1條簡并的核酸序列對比，可以獲得一個以A、G、T、C為編碼的核酸序列信息，或者可以獲得以A、G、U、C為編碼的核酸序列信息；利用N條簡并的序列綜合對比，可以檢測序列出現錯誤的位置，所述N為大于等于3的正整數。根據優選的技術方案，通過N條簡并的核酸序列對比，可以獲得一個以A、G、T、C為編碼的核酸序列信息，或者可以獲得以A、G、U、C為編碼的核酸序列信息；利用兩種或兩種以上的連接到堿基的官能團所提供的發光信息可以檢測序列出現的錯誤的位置，所述N為大于等于2的正整數。或者利用測序反應中堿基本身信息變化或者反應過程中釋放的磷酸、氫離子等分子的信息，可以作為冗余信息，用于校正。本專利技術公開一種測序結果中編碼錯誤的檢測和校正方法，其特征在于，將待測核酸片段固定，通入反應液進行測序反應；測序所用的核苷酸底物分子反應液根據堿基不同分成三組，每組反應液包含兩個不同的反應液，每個反應液中含有兩種不同堿基的核苷酸底物分子，兩個反應液中核苷酸上的堿基種類沒有交集；每輪測序使用一組反應液，每組反應液中的兩個反應液循環進入；使用三組反應液進行三輪測序，得到三條簡并的序列；三條簡并的序列綜合對比，可以檢測序列出現錯誤的位置；進一步，在對比出現錯誤的位置，通過修改至少一個序列，獲得校正的序列。根據本專利技術優選的替代技術方案，可以將所述的包含兩種不同堿基的反應液簡單的根據堿基的不同分成兩個反應液；其它部分則可以做出相應的調整。根據本專利技術優選的實施方案，所述反應液為多個反應液，每次測序使用一種反應液；每輪測序使用一種或者一種以上的反應液；其中至少一種反應液中含有兩種或者兩種以上不同堿基的核苷酸底物分子；不同輪測序使用的反應液中含有不同的核苷酸底物分子組合。根據優選的技術方案，本專利技術所述測序指的是，利用5’端多磷酸修飾有熒光切換性質的熒光團的核苷酸底物分子進行測序；所述的熒光切換性質指的是測序后熒光信號相比測序反應前有明顯改變；首先，將待測的核苷酸序列片段固定，然后通入含有核苷酸底物分子的反應液；使用酶將核苷酸底物上面的熒光團釋放，從而導致熒光切換。根據本專利技術的方法，所述測序后熒光信號相比測序反應前有明顯改變，指的是每一步的測序反應后，熒光信號相比于測序反應前有明顯增強或者有明顯減弱或者發射光頻率范圍有明顯改變。根據本專利技術的技術方案，所述的序列錯誤指的是插入或缺失類型的錯誤。根據本專利技術的技術方案，序列數據錯誤指的是，當至少兩條核酸序列信息在同一位置不表示一個共同的堿基的時候，認為出現錯誤。根據本專利技術的技術方案，校正序列錯誤，指的是將至少一個序列數據的錯誤進行修改，使得在之后的至少一個位置上的序列是正確的。所述序列是正確的指的是任意兩輪序列再同一位置確定的核酸序列信息，同另外一輪序列獲得的核酸序列信息不矛盾；或者說，任意兩輪序列數據在同一位置表示的核酸序列信息，同連接到堿基的官能團所提供的發光信息或者其它測序過程中的信息不矛盾。根據本專利技術的技術方案，校正序列錯誤，也可以指的是將至少一個序列的錯誤進行修改，使得在之后的至少一個位置上的序列綜合對比可以獲得共同的堿基。根據本專利技術的技術方案，所述的修改至少一個序列指的是，將該代表核酸序列信息的序列在出錯的位置，延長或者縮短序列，獲得校正的序列。其中所述的延長或者縮短也可以指的是同一個信號的增大或者縮小；該位置的編碼結果縮短或者延長的時候，其表示的基因序列的信息并沒有變化；其結果是同一個編碼，本文檔來自技高網...

【技術保護點】
一種測序結果中序列數據錯誤的檢測和校正方法，其特征在于，對同一核酸序列進行測序，得到三條或者三條以上相互正交的核酸簡并序列數據，三條或者三條以上正交的核酸簡并序列對比，可以檢測到序列中的錯誤；進一步在對比出現錯誤的位置，通過修改至少一個序列，可以獲得校正的序列。

【技術特征摘要】
1.一種測序結果中序列數據錯誤的檢測和校正方法，其特征在于，對同一核酸序列進行測序，得到三條或者三條以上相互正交的核酸簡并序列數據，三條或者三條以上正交的核酸簡并序列對比，可以檢測到序列中的錯誤；進一步在對比出現錯誤的位置，通過修改至少一個序列，可以獲得校正的序列。2.一種測序結果中序列數據錯誤的檢測和校正方法，其特征在于，對同一核酸序列進行測序，得到三條或者三條以上使用M、K、R、Y、W、S、B、D、H、V字母表示的簡并序列，三條或者三條以上簡并的序列對比，可以檢測序列錯誤；進一步在對比出現錯誤的位置，通過修改至少一個序列，可以獲得校正的序列。3.一種測序結果中序列數據錯誤的檢測和校正方法，其特征在于，對同一核酸序列進行測序，得到兩條或者兩條以上的使用M、K、R、Y、W、S、B、D、H、V字母表示的簡并序列，獲得一個以A、G、T、C為編碼的核酸序列信息，或者可以獲得以A、G、U、C為編碼的核酸序列信息；利用測序反應中由不同核苷酸堿基上連接的不同官能團導致的光或電信號作為冗余信息，可以檢測序列錯誤；進一步在對比出現錯誤的位置，通過修改至少一個序列，可以獲得校正的序列。4.一種利用核酸序列的記憶性檢測和校正測序結果中序列數據錯誤的方法，對同一核酸序列進行測序，獲得三條或者三條以上相互正交的核酸簡并序列數據；將簡并序列綜合對比，利用核酸序列的記憶性檢測序列錯誤；進一步在對比出現錯誤的位置，通過修改至少一個序列，可以獲得校正的序列；所述簡并序列中，每個序列信號表示了部分基因序列信息，并且從其中一個簡并序列上的信號，并不能推定另外一個簡并序列上同一位置的信號。5.一種測序結果中序列數據錯誤的檢測和校正方法，其特征在于，將待測核酸片段固定，通入反應液進行測序反應，每輪測序得到一條簡并的核酸序列；至少經過N輪測序，獲得N條簡并的核酸序列；N條簡并的序列綜合對比，可以檢測序列出現錯誤的位置；進一步在對比出現錯誤的位置，通過修改至少一個序列，可以獲得校正的序列；其中，所述的反應液中，含有兩種或者兩種以上不同堿基的核苷酸底物分子；所述N為大于等于2的正整數。6.根據權利要求5所述的方法，其特征在于，通過N-1條簡并的核酸序列對比，可以獲得一個以A、G、T、C為編碼的核酸序列信息，或者可以獲得以A、G、U、C為編碼的核酸序列信息；利用N條簡并的序列綜合對比，可以檢測序列出現錯誤的位置，所述N為大于等于3的正整數。7.根據權利要求5所述的方法，其特征在于，通過N條簡并的核酸序列對比，可以獲得一個以A、G、T、C為編碼的核酸序列信息，或者可以獲得以A、G、U、C為編碼的核酸序列信息；利用兩種或兩種以上的連接到堿基的官能團所提供的發光信息可以檢測序列出現的錯誤的位置，所述N為大于等于2的正整數。8.一種測序結果中序列數據錯誤的檢測和校正方法，其特征在于：將待測核酸片段固定，通入反應液進行測序反應；測序所用的核苷酸底物分子反應液根據堿基不同分成三組，每組反應液包含兩個不同的反應液，每個反應液中含有兩種不同堿基的核苷酸底物分子，兩個反應液中核苷酸上的堿基種類沒有交集；每輪測序使用一組反應液，每組反應液中的兩個反應液循環進入；使用三組反應液進行三輪測序，得到三條簡并的序列；三條簡并的序列綜合對比，可以檢測序列出現錯誤的位置；進一步，...

【專利技術屬性】
技術研發人員：黃巖誼，陳子天，周文雄，
申請(專利權)人：北京大學，賽納生物科技北京有限公司，
類型：發明
國別省市：北京,11