GB/T 37872-2019 目标基因区域捕获质量评价通则

　　ICS 07 . 080 A 40

　　中 华 人 民 共 和 国 国 家 标 准

　　GB/T 37872—2019

　　目标基因区域捕获质量评价通则 Guidelinesforvalidationofnext-generationtargetregionsequencing

　　2019-08-30 发布 2019-08-30 实施

　　国家市场监督管理总局中国国家标准化管理委员会

　　发

　　布

　　GB/T 37872—2019

　　前 言

　　本标准按照 GB/T 1 . 1—2009 给出的规则起草。

　　本标准由国家标准物质研究中心提出并归口 。

　　本标准起草单位：深圳华大生命科学研究院(原深圳华大基因研究院)、中国计量科学研究院、深圳华大智造科技有限公司、深圳华大基因科技有限公司、深圳华大临床检验中心有限公司、艾吉泰康生物科技(北京)有限公司。

　　本标准主要起草人：耿春雨、王晶、傅书锦、郝世杰、刘心、蒋慧、牛春艳、蔡万世、李雅乔、杜佳婷、李倩一 、李岱怡、谢强、唐美芳、刘继龙、王瑞超。

　　GB/T 37872—2019

　　目标基因区域捕获质量评价通则

　　1 范围

　　本标准规定了基于液相捕获技术的 目标基因区域捕获质量评价的术语和定义、质量要求和评价方法。

　　本标准适用于应用高通量基因测序对人类基因组 DNA样本进行目标基因区域捕获的质量评价。本标准不适用于单分子测序。

　　2 规范性引用文件

　　下列文件对于本文件的应用是必不可少的。 凡是注 日期的引用文件，仅注 日期的版本适用于本文件 。凡是不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。

　　GB/T 29859—2013 生物信息学术语

　　3 术语和定义、缩略语

　　3 . 1 术语和定义

　　GB/T 29859—2013 界定的以及下列术语和定义适用于本文件。 为了便于使用，以下重复列出了GB/T 29859—2013 中的某些术语和定义。

　　3 . 1 . 1

　　测序 sequencing

　　测定氨基酸或者核苷酸序列的过程。

　　[GB/T 29859—2013,定义 2 . 4 . 13]

　　3.1.2

　　外显子 exon

　　真核生物基因的一部分，在剪接后会被保留在成熟核糖核酸分子中的序列。

　　[GB/T 29859—2013,定义 2 . 2 . 8]

　　3.1.3

　　内含子 intron

　　真核生物基因的一部分，在剪接后未被保留在成熟核糖核酸分子中的序列。

　　[GB/T 29859—2013,定义 2 . 2 . 20]

　　3.1.4

　　胚系突变 germlinemutation

　　遗传自父本、母本或者在胚胎形成时期产生的基因突变。

　　3.1.5

　　体细胞突变 somaticmutation

　　发生于胚胎形成时期之后，只存在于特定组织部分细胞中的细胞特异性突变。

　　GB/T 37872—2019

　　3.1.6

　　目标基因区域捕获 targetregioncapture

　　对一个或多个基因的核苷酸序列定制 目标基因区域特异性探针，与基因组 DNA进行杂交，并富集目标基因 DNA 片段的过程。

　　3 . 2 缩略语

　　下列缩略语适用于本文件。

　　DNA：脱氧核糖核酸(deoxyribonucleic acid)

　　4 质量要求

　　4 . 1 总则

　　目标基因区域捕获质量要求由测序统计后的平均测序深度、测序覆盖度、捕获特异性确定。

　　4 . 2 平均测序深度

　　胚系突变检测的目标基因区域平均测序深度应大于或等于 60 倍，体细胞突变检测(等位基因频率≥5%) 的目标基因区域平均测序深度应大于或等于 200 倍，体细胞突变检测(1%≤等位基因频率 < 5%) 的目标基因区域平均测序深度应大于或等于 500 倍 。

　　4 . 3 测序覆盖度

　　胚系突变检测的测序覆盖度在 60 倍平均测序深度条件下应满足表 1 的要求，体细胞突变检测(等位基因频率 ≥5%) 的测序覆盖度在 200 倍平均测序深度条件下应满足表 2 的要求，体细胞突变检测(1%≤等位基因频率<5%) 的测序覆盖度在 500 倍平均测序深度条件下应满足表 3 的要求。

　　表 1 胚系突变检测的测序覆盖度要求

　　GB/T 37872—2019

　　表 2 体细胞突变检测的测序覆盖度要求(等位基因频率 ≥5%)

　　表 3 体细胞突变检测的测序覆盖度要求(1%≤等位基因频率<5%)

　　4 . 4 捕获特异性

　　大于 10 Mb 的 目标基因区域探针捕获特异性应不低于 45%,小于或等于 10 Mb 的 目标基因区域探针捕获特异性应不低于 12%。

　　注 1 ： 目标基因区域不包含侧翼序列区域。

　　注 2：按照比对的碱基数据量进行统计。

　　注 3：针对目标基因区域较为特殊的(如目标基因区域较小或包含基因组重复序列)可视重复区域长度对该指标进行调整。

　　5 评价方法

　　5 . 1 试验材料

　　采用人源基因组 DNA。

　　5 . 2 文库制备

　　根据高通量基因测序平台的文库长度、产量、浓度等要求，按照对应的 目标基因区域捕获建库流程进行操作。

　　GB/T 37872—2019

　　5 . 3 数据产出与分析

　　5 . 3 . 1 高通量测序

　　制备完成的文库在高通量基因测序平台进行上机前处理和测序，得到高通量测序原始数据。

　　5 . 3 . 2 数据过滤

　　根据不同的数据过滤参数，对原始数据进行过滤，去除未达到过滤参数要求的序列或者 N 碱基含量较多的序列。

　　5 . 3 . 3 序列比对

　　使用局部比对算法按照匹配打分规则，将过滤后得到的序列与参考基因组进行比对，从而确定最佳比对位置。

　　注：本标准人参考基因组使用 hg19。

　　5 . 4 结果计算

　　5 . 4 . 1 平均测序深度

　　基于序列比对后的数据进行重复序列去除，统计比对到 目标基因区域的碱基数据量与 目标基因区域总长度的比值，按照式(1)进行计算。

　　D …………………………( 1 )

　　式中：

　　D — 目标基因区域平均测序深度;

　　r — 比对到 目标基因区域的碱基数据量;

　　l — 目标基因区域总长度。

　　5 . 4 . 2 测序覆盖度

　　基于序列比对后的数据进行重复序列去除。

　　对胚系突变，分别统计目标基因区域内覆盖深度不低于 1 倍、4 倍 、10 倍、20 倍和 30 倍的位点数量与目标基因区域总长度的百分比，按照式(2)进行计算。

　　对体细胞突变，分别统计目标基因区域内覆盖深度不低于 1 倍、4 倍 、10 倍 、20 倍和 100 倍的位点数量与目标基因区域总长度的百分比，按照式(2)进行计算。

　　c …………………………( 2 )

　　式中：

　　c(X)— 目标基因区域覆盖度( ≥X倍);

　　d(X)— 目标基因区域内覆盖深度不低于 X 倍的位点数量;

　　X — 1 倍、4 倍、10 倍、20 倍、30 倍、100 倍的目标基因区域覆盖深度;

　　l — 目标基因区域总长度。

　　5 . 4 . 3 捕获特异性

　　基于序列比对后的数据进行重复序列去除，比对到 目标基因区域的碱基数据量与比对到全基因组

　　区域的碱基数据量的比值，按照式(3)进行计算。

　　犛 =

　　式中：

　　犛 — 目标基因区域捕获特异性;

　　狉 — 比对到 目标基因区域的碱基数据量;

　　犚 — 比对到全基因组区域的碱基数据量。注： 目标基因区域不包括侧翼序列区域。