本發(fā)明涉及hla分型領(lǐng)域，具體而言，涉及一種hla分型的方法及其電子裝置。

背景技術(shù)：

1、人類白細(xì)胞抗原（human?leukocyte?antigen，簡稱hla）系統(tǒng)，作為人類主要組織相容性復(fù)合體（major?histocompatibility?complex，mhc）的一部分，是基因組中與免疫功能密切相關(guān)的區(qū)域。它位于第6號染色體的短臂上，包含了多個緊密相連的基因座，如hla-a、hla-b、hla-c等，這些基因座編碼了高度多態(tài)性的蛋白質(zhì)，對個體間的免疫響應(yīng)及疾病易感性有著至關(guān)重要的影響。

2、傳統(tǒng)的hla分型手段，尤其是基于血清學(xué)和細(xì)胞學(xué)的方法，雖然在早期研究中發(fā)揮了重要作用，但由于其固有的局限性，如分辨率低、操作復(fù)雜且耗時，已逐漸難以滿足當(dāng)前精準(zhǔn)醫(yī)學(xué)的需求。近年來，隨著高通量測序技術(shù)的發(fā)展，尤其是第二代測序技術(shù)的應(yīng)用，使得基于測序數(shù)據(jù)的hla分型成為可能。然而，這種方法仍然存在顯著的缺陷，即分辨率受限于讀長的長度，且在處理復(fù)雜的hla基因區(qū)域時，準(zhǔn)確性往往受到短讀長帶來的拼接錯誤的影響。

3、針對上述限制，第三代測序技術(shù)因其能夠產(chǎn)生長讀長和高準(zhǔn)確度的數(shù)據(jù)，被認(rèn)為是克服這些問題的理想選擇。特別是pacbio的hifi測序技術(shù)，由于其獨特的長讀長特性，允許直接對整個hla基因區(qū)域進(jìn)行測序，理論上能提高h(yuǎn)la分型的分辨率和準(zhǔn)確性。盡管pacbio官方提供了hifi-hla軟件來處理hifi數(shù)據(jù)并進(jìn)行hla分型，但該方法的性能在一定程度上依賴于聚類算法的效率和準(zhǔn)確性。當(dāng)測序深度不足或聚類效果不佳時，分型結(jié)果的可靠性會大大降低，尤其是在處理低頻率或新型hla等位基因時，這種影響尤為明顯。

技術(shù)實現(xiàn)思路

1、本發(fā)明的主要目的在于提供一種hla分型的方法及其電子裝置，以解決現(xiàn)有技術(shù)中分型結(jié)果準(zhǔn)確性低的問題。

2、為了實現(xiàn)上述目的，根據(jù)本發(fā)明的第一個方面，提供了一種hla分型的方法，該方法包括：s1）將每個樣本基因的測序數(shù)據(jù)與hla基因數(shù)據(jù)庫進(jìn)行比對，獲得第一候選hla基因分型集；s2）將第一候選hla基因分型集中，覆蓋度小于30%或平均測序深度低于30×的分型結(jié)果進(jìn)行過濾，獲得第二候選hla基因分型集；s3）根據(jù)第二候選hla基因分型集中的每個分型結(jié)果中對應(yīng)的樣本基因的一致性序列，過濾樣本基因的編碼區(qū)中與對應(yīng)的一致性序列的編碼區(qū)存在差異的分型結(jié)果，獲得最終的hla分型結(jié)果；其中，樣本基因由三代測序平臺測序獲得。

3、進(jìn)一步地，hla基因數(shù)據(jù)庫包括imgt/hla數(shù)據(jù)。

4、進(jìn)一步地，s2）中，過濾包括：i）將每個第一候選hla基因分型集中的分型結(jié)果中的每一個樣本基因的位點對應(yīng)的覆蓋度與測序深度相乘之和除以所有測序深度之和，獲得平均測序深度；將平均測序深度低于30×的分型結(jié)果進(jìn)行過濾，獲得第一過濾集；ii）按第一過濾集中的樣本基因的位點的平均測序深度的大小，對樣本基因中的每個基因座的分型結(jié)果進(jìn)行排序，保留平均測序深度最大的前兩個基因座的分型結(jié)果，平均測序深度最大的基因座的分型結(jié)果記為第一分型，平均測序深度第二大的基因座的分型結(jié)果記為第二分型；將第一分型的平均測序深度除以第二分型的平均測序深度，獲得平均測序深度比值；當(dāng)平均測序深度比值大于2時，保留第一分型；當(dāng)平均測序深度比值小于等于2時，保留第一分型和第二分型。

5、進(jìn)一步地，s3）中，獲得一致性序列的方法包括：統(tǒng)計第二候選hla分型集的每個分型結(jié)果中，每個樣本基因中的每個位點上，被樣本基因的測序數(shù)據(jù)中的基因片段覆蓋最多的堿基，記為正確堿基；將每個正確堿基進(jìn)行組合，獲得一致性序列。

6、為了實現(xiàn)上述目的，根據(jù)本發(fā)明的第二個方面，提供了一種hla分型的電子裝置，該電子裝置包括：比對單元、過濾單元和校正單元；其中，比對單元，用于將每個樣本基因的測序數(shù)據(jù)與hla基因數(shù)據(jù)庫進(jìn)行比對，獲得第一候選hla基因分型集；過濾單元，用于將第一候選hla基因分型集中，覆蓋度小于30%或平均測序深度低于30×的分型結(jié)果進(jìn)行過濾，獲得第二候選hla基因分型集；校正單元，用于對第二候選hla基因分型集中的分型結(jié)果進(jìn)行校正，獲得最終的hla分型結(jié)果；校正包括：根據(jù)第二候選hla基因分型集中的每個分型結(jié)果中對應(yīng)的樣本基因的一致性序列，過濾樣本基因的編碼區(qū)中與對應(yīng)的一致性序列的編碼區(qū)存在差異的分型結(jié)果；其中，樣本基因由三代測序平臺測序獲得。

7、進(jìn)一步地，hla基因數(shù)據(jù)庫包括imgt/hla數(shù)據(jù)庫。

8、進(jìn)一步地，過濾單元包括第一過濾單元和第二過濾單元；第一過濾單元，用于過濾第一候選hla基因分型集中平均測序深度低于30×的分型結(jié)果，獲得第一過濾集；平均測序深度的計算方法包括：將每個第一候選hla基因分型集中的分型結(jié)果中的每一個樣本基因的位點對應(yīng)的覆蓋度與測序深度相乘之和除以所有測序深度之和，獲得平均測序深度。

9、進(jìn)一步地，第二過濾單元，用于判斷第一過濾集中的分型結(jié)果；判斷包括：按第一過濾集中的樣本基因的位點的平均測序深度的大小，對樣本基因中的每個基因座的分型結(jié)果進(jìn)行排序，保留平均測序深度的值最大的前兩個基因座的分型結(jié)果，平均測序深度最大的基因座的分型結(jié)果記為第一分型，平均測序深度第二大的基因座的分型結(jié)果記為第二分型；將第一分型的平均測序深度除以第二分型的平均測序深度，獲得平均測序深度比值；當(dāng)平均測序深度比值大于2時，保留第一分型；當(dāng)平均測序深度比值小于等于2時，保留第一分型和第二分型。

10、進(jìn)一步地，校正單元包括一致性序列獲取單元；一致性序列獲取單元，用于獲得每個第二候選hla基因分型集中的每個分型結(jié)果的每個樣本基因的一致性序列；一致性序列的獲取方法包括：統(tǒng)計第二候選hla分型集的每個分型結(jié)果中，每個樣本基因中的每個位點上，被樣本基因的測序數(shù)據(jù)中的基因片段覆蓋最多的堿基，記為正確堿基；將每個正確堿基進(jìn)行組合，獲得一致性序列。

11、為了實現(xiàn)上述目的，根據(jù)本發(fā)明的第三個方面，提供了一種計算機(jī)可讀存儲介質(zhì)，該存儲介質(zhì)包括存儲的程序，其中，在程序運行時，控制上述的hla分型的方法。

12、為了實現(xiàn)上述目的，根據(jù)本發(fā)明的第四個方面，提供了一種處理器，該處理器用于運行程序，其中，程序運行時執(zhí)行上述的hla分型的方法。

13、應(yīng)用本發(fā)明的技術(shù)方案，將每個樣本基因的測序數(shù)據(jù)與hla基因數(shù)據(jù)庫進(jìn)行比對，初步獲得第一候選hla基因分型集后，對該分型集中的分型結(jié)果中的覆蓋度以及平均測序深度進(jìn)行計算和判斷，過濾掉覆蓋度小于30%或平均測序深度低于30×的分型結(jié)果，并利用分型結(jié)果中的樣本基因序列對應(yīng)的一致性序列進(jìn)行校正，能夠獲得準(zhǔn)確性提高的hla分型結(jié)果，本申請的hla分析方法不需通過聚類，算法簡單，更適宜推廣至hla分型的應(yīng)用中。

技術(shù)特征：

1.一種hla分型的方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述hla基因數(shù)據(jù)庫包括imgt/hla數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述s2）中，所述過濾包括：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述s3）中，獲得所述一致性序列的方法包括：統(tǒng)計所述第二候選hla分型集的每個分型結(jié)果中，每個所述樣本基因中的每個位點上，被所述樣本基因的測序數(shù)據(jù)中的基因片段覆蓋最多的堿基，記為正確堿基；

5.一種hla分型的電子裝置，其特征在于，所述電子裝置包括：比對單元、過濾單元和校正單元；

6.根據(jù)權(quán)利要求5所述的電子裝置，其特征在于，所述hla基因數(shù)據(jù)庫包括imgt/hla數(shù)據(jù)庫。

7.根據(jù)權(quán)利要求5所述的電子裝置，其特征在于，所述過濾單元包括第一過濾單元和第二過濾單元；

8.根據(jù)權(quán)利要求7所述的電子裝置，其特征在于，所述第二過濾單元，用于判斷所述第一過濾集中的分型結(jié)果；

9.根據(jù)權(quán)利要求5所述的電子裝置，其特征在于，所述校正單元包括一致性序列獲取單元；

10.一種計算機(jī)可讀存儲介質(zhì)，其特征在于，所述存儲介質(zhì)包括存儲的程序，其中，在所述程序運行時，控制權(quán)利要求1-5中任一項所述的hla分型的方法。

11.一種處理器，其特征在于，所述處理器用于運行程序，其中，所述程序運行時執(zhí)行權(quán)利要求1-5中任一項所述的hla分型的方法。

技術(shù)總結(jié)
本發(fā)明提供了一種HLA分型的方法及其電子裝置。該方法包括：S1）將每個樣本基因的測序數(shù)據(jù)與HLA基因數(shù)據(jù)庫進(jìn)行比對，獲得第一候選HLA基因分型集；S2）將第一候選HLA基因分型集中，覆蓋度小于30%或平均測序深度低于30×的分型結(jié)果進(jìn)行過濾，獲得第二候選HLA基因分型集；S3）根據(jù)第二候選HLA基因分型集中的每個分型結(jié)果中對應(yīng)的樣本基因的一致性序列，過濾樣本基因的編碼區(qū)中與對應(yīng)的一致性序列的編碼區(qū)存在差異的分型結(jié)果，獲得最終的HLA分型結(jié)果；其中，樣本HLA基因由三代測序平臺測序獲得。

技術(shù)研發(fā)人員：李曉波,周勛,石添添,韓典昂,鄭喬松,閆琦,李華云,王娟,牛曉陽,李志民
受保護(hù)的技術(shù)使用者：安諾優(yōu)達(dá)基因科技（北京）股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15