CN110628891A - 一种对胚胎进行基因异常筛查的方法 - Google Patents
一种对胚胎进行基因异常筛查的方法 Download PDFInfo
- Publication number
- CN110628891A CN110628891A CN201810659494.2A CN201810659494A CN110628891A CN 110628891 A CN110628891 A CN 110628891A CN 201810659494 A CN201810659494 A CN 201810659494A CN 110628891 A CN110628891 A CN 110628891A
- Authority
- CN
- China
- Prior art keywords
- screening
- embryo
- father
- mother
- dna
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
-
- C—CHEMISTRY; METALLURGY
- C40—COMBINATORIAL TECHNOLOGY
- C40B—COMBINATORIAL CHEMISTRY; LIBRARIES, e.g. CHEMICAL LIBRARIES
- C40B50/00—Methods of creating libraries, e.g. combinatorial synthesis
- C40B50/06—Biochemical methods, e.g. using enzymes or whole viable microorganisms
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/156—Polymorphic or mutational markers
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Organic Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Biochemistry (AREA)
- Microbiology (AREA)
- Molecular Biology (AREA)
- Genetics & Genomics (AREA)
- Engineering & Computer Science (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biotechnology (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Chemical & Material Sciences (AREA)
- Medicinal Chemistry (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开了一种对胚胎进行基因异常筛查的方法。本发明提供了一种装置，包括检测装置、遗传病筛查装置和染色体异常筛查装置；检测装置用于获取胚胎父亲、胚胎母亲、先证者和胚胎的目标区域数据和胚胎的全基因组数据；目标区域数据为遗传病相关基因及其周边区域中SNP位点的基因型；遗传病筛查装置用于进行遗传病筛查：根据父亲的目标区域数据和母亲的目标区域数据，选择有效SNP位点；根据胚胎父亲、胚胎母亲和先证者的各个有效SNP位点的基因型构建单体型，然后通过对胚胎进行单体型连锁分析进行遗传病筛查；染色体异常筛查装置用于进行染色体异常筛查，根据胚胎的全基因组数据判断胚胎是否存在染色体异常。本发明对于胚胎植入前遗传学筛查具有重大应用推广价值。
Description
技术领域
本发明涉及一种对胚胎进行基因异常筛查的方法。
背景技术
胚胎植入前遗传学筛查(Preimplantation Genetic Screening,PGS)是指对利用体外授精-胚胎移植(In Vitro Fertilization-embryo Transfer,IVF)技术中体外培养的胚胎进行染色体异常的检测。一些研究表明，体外受精形成的胚胎中，大约50％左右存在染色体的异常，可能导致早期胚胎丢失、自然流产和死产，是限制IVF成功的重要原因之一，因此需要对体外培养胚胎的染色体数目和结构异常进行检测，从而挑选染色体正常的胚胎植入子宫，以期提高患者的植入成功率。胚胎植入前遗传学诊断(Preimplantation GeneticDiagnosis,PGD)是指对利用体外授精－胚胎移植(In Vitro Fertilization-embryoTransfer,IVF)技术中体外培养的胚胎进行单基因病的诊断，从而选择没有患病或没有携带致病位点的胚胎进行植入，从而阻断单基因病的遗传。
目前，针对胚胎植入前染色体筛查的方法主要有微阵列比较基因组杂交(ArrayComparative Genomic Hybridization，array-CGH)技术、单核苷酸多态性微阵列(SingleNucleotide Polymorphism-based Array，SNP array)技术和二代测序技术(NextGeneration Sequencing，NGS)，可以实现对胚胎进行24条染色体非整倍体和拷贝数变异(Copy Number Variation)的检测,选择染色体正常的胚胎植入。微阵列比较基因组杂交(array comparative genomic hybridization,aCGH)技术是在CGH技术基础上发展起来的新的染色体病诊断技术,先分别将待测样本与正常人基因组DNA打断，再利用双色荧光杂交的策略，对样本DNA片段进行红色荧光(Cy5荧光素)标记，而对照的正常人基因组DNA片段用绿色荧光(Cy3荧光素)标记，再将这些标记后的DNA片段作为探针，与高密度的涵盖整个人类基因组的DNA芯片杂交，再通过荧光扫描系统接收荧光信号，根据两种荧光信号的比值再通过软件计算来检测染色体拷贝数变异。单核苷酸多态性微阵列(SNP array)技术是将片段化的单链基因组DNA与带有荧光信号探针的微阵列芯片杂交，由于SNP位点的存在，造成碱基无法完全互补配对，从而引起荧光信号变化，并通过软件分析得出基因组SNP情况；或是利用片段化的单链基因组DNA与特殊设计的探针(探针3’端紧邻SNP位点)结合，通过一个带荧光基团的碱基的延伸，在通过荧光信号得到SNP信息。单核苷酸多态性微阵列的原理示意图见图1。
针对胚胎植入单基因病诊断的方法主要是STR连锁分析和基于SNP的单倍体型连锁分析。其中基于SNP的单倍体型分析分析包括通过目标区域捕获测序获得致病基因附近SNP位点进行单倍体型连锁分析的方法和核型定位技术(Karyomapping)。基于目标区域捕获测序和单倍体型连锁分析技术是通过目标区域捕获测序获得致病基因基因内部以及上下游序列中的SNP位点进行单倍体型连锁分析的方法。核型定位技术是利用微阵列芯片获得全基因组范围的SNP位点，用这些SNP位点来构建单倍体型，再通过单倍体型连锁分析，确定胚胎是否遗传致病位点。
微阵列比较基因组杂交(Array Comparative Genomic Hybridization，array-CGH)技术、单核苷酸多态性微阵列(Single Nucleotide Polymorphism-based Array，SNParray)技术价格昂贵，且只能检测染色体数目异常，无法用于胚胎植入前单基因遗传病检测。基于目标区域探针捕获测序和单倍体型连锁分析技术在只能在PGD中检测单基因遗传病，但不能同时检测染色体异常，并且检测周期长，操作复杂，成本高。核型定位技术虽然能在PGD中同时检测单基因遗传病和染色体异常，但是只能检测染色体非整倍体，无法准确检测拷贝数变异(Copy Number Variation，CNV)，且核型定位技术使用的是微阵列芯片，通量低，成本高。
发明内容
本发明的目的是提供一种对胚胎进行基因异常筛查的方法。
本发明提供了一种对胚胎进行遗传病筛查和染色体异常筛查的装置，包括检测装置、遗传病筛查装置和染色体异常筛查装置；
所述检测装置为用于获取样本组中各样本的目标区域数据和胚胎的全基因组数据的装置；所述样本组由胚胎父亲、胚胎母亲、先证者和胚胎组成；所述目标区域数据为基因组中与所述遗传病相关的基因区域及其周边区域中SNP位点的基因型；
所述遗传病筛查装置为用于进行遗传病筛查的装置；遗传病筛查的方法为：根据父亲的目标区域数据和母亲的目标区域数据，选择“父亲纯合母亲杂合”或者“母亲纯合父亲杂合”或者“父亲和母亲都纯合但是基因型不同”的SNP位点，作为有效SNP位点；根据胚胎父亲、胚胎母亲和先证者的各个有效SNP位点的基因型构建单体型，然后通过对胚胎进行单体型连锁分析进行遗传病筛查；
所述染色体异常筛查装置为用于进行染色体异常筛查的装置；染色体异常筛查的方法为：根据胚胎的全基因组数据判断胚胎是否存在染色体异常。
染色体异常筛查的方法为：对全基因组数据进行GC含量校正，然后进行拷贝数变异断点选择，最后通过阈值过滤，判断是否存在染色体异常。
本发明还保护一种对胚胎进行遗传病筛查和染色体异常筛查的系统，包括所述对胚胎进行遗传病筛查和染色体异常筛查的装置和用于制备核酸文库的试剂；所述核酸文库为所述目标区域的核酸文库。
本发明还保护一种对胚胎进行遗传病筛查的装置，包括检测装置和遗传病筛查装置；
所述检测装置为用于获取样本组中各样本的目标区域数据的装置；所述样本组由胚胎父亲、胚胎母亲、先证者和胚胎组成；所述目标区域数据为基因组中与所述遗传病相关的基因区域及其周边区域中SNP位点的基因型；
所述遗传病筛查装置为用于进行遗传病筛查的装置；遗传病筛查的方法为：根据父亲的目标区域数据和母亲的目标区域数据，选择“父亲纯合母亲杂合”或者“母亲纯合父亲杂合”或者“父亲和母亲都纯合但是基因型不同”的SNP位点，作为有效SNP位点；根据胚胎父亲、胚胎母亲和先证者的各个有效SNP位点的基因型构建单体型，然后通过对胚胎进行单体型连锁分析进行遗传病筛查。
本发明还保护一种对胚胎进行遗传病筛查的系统，包括所述对胚胎进行遗传病筛查的装置和用于制备核酸文库的试剂；所述核酸文库为所述目标区域的核酸文库。
以上任一所述所述用于制备核酸文库的试剂包括引物组合物；所述引物组合物由若干个引物组组成，这些引物组的靶序列覆盖所述目标区域；每个引物组由一条上游引物和一条下游引物组成，上游引物和下游引物均位于目标位点(具体可为SNP位点)/目标序列的上游，上游引物和下游引物为巢式关系，上游引物位于下游引物的上游，上游引物为靶序列特异性引物，下游引物的5’端具有与测序平台的通用引物对应的区段、3’端具有靶序列特异性区段。所述用于制备核酸文库的试剂还包括测序接头和测序平台通用引物。
本发明还保护一种用于制备目标区域的核酸文库的引物组合物；
目标区域为基因组中与遗传病相关的基因区域及其周边区域；目标位点为目标区域中的SNP位点；
所述引物组合物由若干个引物组组成，这些引物组的靶序列覆盖所述目标区域；每个引物组由一条上游引物和一条下游引物组成，上游引物和下游引物均位于目标位点/目标序列的上游，上游引物和下游引物为巢式关系，上游引物位于下游引物的上游，上游引物为靶序列特异性引物，下游引物的5’端具有与测序平台的通用引物对应的区段、3’端具有靶序列特异性区段。
本发明还保护一种用于制备目标区域的核酸文库的试剂，包括所述引物组合物。所述用于制备目标区域的核酸文库的试剂还包括测序接头和测序平台通用引物。
本发明还保护一种制备目标区域的核酸文库的方法，包括如下步骤：
(1)将全长DNA进行打断；所述全长DNA为基因组DNA或全基因组扩增产物；
(2)进行末端修复和加“A”，然后与测序接头连接；
(3)进行第一轮PCR，其中模板为步骤(2)的产物，采用所述引物组合物中所有的上游引物和一条测序平台通用引物(例如通用引物1)；
(4)进行第二轮PCR，其中模板为步骤(3)的产物，采用所述引物组合物中所有的下游引物混合物和两条测序平台通用引物(例如通用引物1和通用引物2)。
本发明还保护所述引物组合物或所述用于制备目标区域的核酸文库的试剂在制备产品中的应用；所述产品为对胚胎进行遗传病筛查和染色体异常筛查的产品。
本发明还保护所述引物组合物或所述用于制备目标区域的核酸文库的试剂在制备产品中的应用；所述产品为对胚胎进行遗传病筛查的产品。
本发明还保护一种对胚胎进行遗传病筛查和染色体异常筛查的产品，包括所述引物组合物或所述用于制备目标区域的核酸文库的试剂。
本发明还保护一种对胚胎进行遗传病筛查的产品，包括所述引物组合物或所述用于制备目标区域的核酸文库的试剂。
所述检测装置为测序平台。所述测序平台为高通量测序平台。所述高通量测序平台为BGISEQ-500测序平台、Illumina测序平台或proton测序平台。测序平台与测序接头具有对应关系。测序平台可为BGISEQ-500测序平台、Illumina测序平台或proton测序平台。测序接头可为BGISEQ-500的测序接头、Illumina的测序接头或proton的测序接头等。测序类型可为SE50、PE50、SE100、PE100等。测序数据量为每个文库10M reads左右。
所述检测装置具体为完成如下步骤的装置：
将目标区域的核酸文库进行测序，测序数据下机后，先经过数据过滤去除低质量reads(根据序列中碱基的平均质量值和所含的N碱基数量占比两个指标进行过滤，“read的碱基质量值小于等于20”、“N碱基数大于等于5”，两者满足其一或全满足的被过滤掉)，得到过滤后的序列；
利用BWA(Binary Alignment Map)比对软件，将过滤后的序列与参照基因组序列进行比对，参照的人类基因组序列为(hg19,NCBI Build 37)，过滤掉对比对结果中含有异常插入片段的序列(异常插入片段即插入片段长度大于500bp或小于50bp的)，获得过滤后数据；
对过滤后数据进行分析，得到目标区域的深度，并进行SNP calling，获得SNP位点的基因型结果。
通过对胚胎进行单体型连锁分析进行遗传病筛查的判断方法为：如果胚胎继承来源于父亲的致病单体型并且继承来源于母亲的非致病单体型，胚胎为遗传病携带者；如果胚胎继承来源于父亲的非致病单体型并且继承来源于母亲的致病单体型，胚胎为遗传病携带者；如果胚胎继承来源于父亲的致病单体型并且继承来源于母亲的致病单体型，胚胎为遗传病患者；如果胚胎继承来源于父亲的非致病单体型并且继承来源于母亲的非致病单体型，胚胎为非遗传病携带者且非遗传病患者的正常胚胎。
染色体异常筛查的方法具体为：
将目标区域的核酸文库进行测序，测序数据下机后，先经过数据过滤去除低质量reads(根据序列中碱基的平均质量值和所含的N碱基数量占比两个指标进行过滤，“read的碱基质量值小于等于20”、“N碱基数大于等于5”，两者满足其一或全满足的被过滤掉)，得到过滤后的序列；
利用BWA(Binary Alignment Map)比对软件，将过滤后的序列与参照基因组序列进行比对，参照的人类基因组序列为(hg19,NCBI Build 37)，过滤掉对比对结果中含有异常插入片段的序列(异常插入片段即插入片段长度大于500bp或小于50bp的)，获得过滤后数据；
对过滤后数据进行分析，低深度全基因组数据(低深度指的是1X以下数据)用于胚胎样本CNV分析。
胚胎样本CNV分析的方法如下：
根据比对结果,从比对结果中挑出唯一比对的序列，去掉重复序列后用于下面的分析：将参考基因组按照测得序列的长度随机打断，之后生成模拟下机样本数据并将其重新比对到参考基因组上，保证每个窗口含有100K read,相邻窗口间重合区域含有20Kread，最终将全基因组划分为131290个窗口(也可以根据落入read数的差异选择不同的窗口长度)；以单个窗口为单位横向比较所有窗口内深度的波动值，剔除掉波动较大的窗口；将GC含量按0.01间隔，统计间隔内的深度值波动，对数据进行校正；
根据过滤后的窗口信息以及对应的深度值进行下面的检测过程：找基因组上的断点坐标，得到每个窗口对应的检测P值；对所有P值进行排序去掉非显著的窗口位置，得到初始断点集合B＝{b1,b2,b3……}；对于上述步骤中获得断点，分别对相邻断点左右两端区间内的深度值进行二轮统计得到每个断点对应新的P值；在上述断点P值的基础上，对某一断点来说分别于左右两断点区间进行统计检验，并在循环中删除不显著断点；获得每个断点区间的P值和深度值的均值，根据断点P值显著性判断是否为真实断点，根据深度值得大小判断是缺失还是重复；根据断点区间大小判断检测精度。
P值为1e-10，缺失阈值为0.7，重复阈值为1.3，选用大于16M的区间为最终的拷贝数变异区间。
本发明还保护一种对胚胎进行遗传病筛查和染色体异常筛查的方法，包括如下步骤：
获取样本组中各样本的目标区域数据；所述样本组由胚胎父亲、胚胎母亲、先证者和胚胎组成；所述目标区域数据为基因组中与所述遗传病相关的基因区域及其周边区域中SNP位点的基因型；根据父亲的目标区域数据和母亲的目标区域数据，选择“父亲纯合母亲杂合”或者“母亲纯合父亲杂合”或者“父亲和母亲都纯合但是基因型不同”的SNP位点，作为有效SNP位点；根据胚胎父亲、胚胎母亲和先证者的各个有效SNP位点的基因型构建单体型，然后通过对胚胎进行单体型连锁分析进行遗传病筛查；
获取胚胎的全基因组数据，根据胚胎的全基因组数据判断胚胎是否存在染色体异常。
染色体异常筛查的方法为：对全基因组数据进行GC含量校正，然后进行拷贝数变异断点选择，最后通过阈值过滤，判断是否存在染色体异常。
本发明还保护一种对胚胎进行遗传病筛查的方法，包括如下步骤：
获取样本组中各样本的目标区域数据；所述样本组由胚胎父亲、胚胎母亲、先证者和胚胎组成；所述目标区域数据为基因组中与所述遗传病相关的基因区域及其周边区域中SNP位点的基因型；根据父亲的目标区域数据和母亲的目标区域数据，选择“父亲纯合母亲杂合”或者“母亲纯合父亲杂合”或者“父亲和母亲都纯合但是基因型不同”的SNP位点，作为有效SNP位点；根据胚胎父亲、胚胎母亲和先证者的各个有效SNP位点的基因型构建单体型，然后通过对胚胎进行单体型连锁分析进行遗传病筛查。
获取样本组中各样本的目标区域数据的方法包括如下步骤：
将各样本的目标区域的核酸文库进行测序，测序数据下机后，先经过数据过滤去除低质量reads(根据序列中碱基的平均质量值和所含的N碱基数量占比两个指标进行过滤，“read的碱基质量值小于等于20”、“N碱基数大于等于5”，两者满足其一或全满足的被过滤掉)，得到过滤后的序列；
利用BWA(Binary Alignment Map)比对软件，将过滤后的序列与参照基因组序列进行比对，参照的人类基因组序列为(hg19,NCBI Build 37)，过滤掉对比对结果中含有异常插入片段的序列(异常插入片段即插入片段长度大于500bp或小于50bp的)，获得过滤后数据；
对过滤后数据进行分析，得到目标区域的深度，并进行SNP calling，获得SNP位点的基因型结果。
制备目标区域的核酸文库的方法，包括如下步骤：
(1)将全长DNA进行打断；所述全长DNA为胚胎父亲、胚胎母亲或先证者的基因组DNA或者所述全长DNA为胚胎的1-8个细胞的全基因组扩增产物(卵裂球期胚胎取1个细胞，囊胚期胚胎取3-8个细胞)；
(2)进行末端修复和加“A”，然后与测序接头连接；
(3)进行第一轮PCR，其中模板为步骤(2)的产物，采用所述引物组合物中所有的上游引物和一条测序平台通用引物(例如通用引物1)；
(4)进行第二轮PCR，其中模板为步骤(3)的产物，采用所述引物组合物中所有的下游引物混合物和两条测序平台通用引物(例如通用引物1和通用引物2)。
通过对胚胎进行单体型连锁分析进行遗传病筛查的判断方法为：如果胚胎继承来源于父亲的致病单体型并且继承来源于母亲的非致病单体型，胚胎为遗传病携带者；如果胚胎继承来源于父亲的非致病单体型并且继承来源于母亲的致病单体型，胚胎为遗传病携带者；如果胚胎继承来源于父亲的致病单体型并且继承来源于母亲的致病单体型，胚胎为遗传病患者；如果胚胎继承来源于父亲的非致病单体型并且继承来源于母亲的非致病单体型，胚胎为非遗传病携带者且非遗传病患者的正常胚胎。
所述测序具体采用测序平台。所述测序平台为高通量测序平台。所述高通量测序平台为BGISEQ-500测序平台、Illumina测序平台或proton测序平台。测序平台与测序接头具有对应关系。测序平台可为BGISEQ-500测序平台、Illumina测序平台或proton测序平台。测序接头可为BGISEQ-500的测序接头、Illumina的测序接头或proton的测序接头等。测序类型可为SE50、PE50、SE100、PE100等。测序数据量为每个文库10M reads左右。
染色体异常筛查的方法具体为：
将目标区域的核酸文库进行测序，测序数据下机后，先经过数据过滤去除低质量reads(根据序列中碱基的平均质量值和所含的N碱基数量占比两个指标进行过滤，“read的碱基质量值小于等于20”、“N碱基数大于等于5”，两者满足其一或全满足的被过滤掉)，得到过滤后的序列；
利用BWA(Binary Alignment Map)比对软件，将过滤后的序列与参照基因组序列进行比对，参照的人类基因组序列为(hg19,NCBI Build 37)，过滤掉对比对结果中含有异常插入片段的序列(异常插入片段即插入片段长度大于500bp或小于50bp的)，获得过滤后数据；
对过滤后数据进行分析，低深度全基因组数据(低深度指的是1X以下数据)用于胚胎样本CNV分析。
胚胎样本CNV分析的方法如下：
根据比对结果,从比对结果中挑出唯一比对的序列，去掉重复序列后用于下面的分析：将参考基因组按照测得序列的长度随机打断，之后生成模拟下机样本数据并将其重新比对到参考基因组上，保证每个窗口含有100K read,相邻窗口间重合区域含有20Kread，最终将全基因组划分为131290个窗口(也可以根据落入read数的差异选择其他窗口长度)；以单个窗口为单位横向比较所有窗口内深度的波动值，剔除掉波动较大的窗口；将GC含量按0.01间隔，统计间隔内的深度值波动，对数据进行校正；
根据过滤后的窗口信息以及对应的深度值进行下面的检测过程：找基因组上的断点坐标，得到每个窗口对应的检测P值；对所有P值进行排序去掉非显著的窗口位置，得到初始断点集合B＝{b1,b2,b3……}；对于上述步骤中获得断点，分别对相邻断点左右两端区间内的深度值进行二轮统计得到每个断点对应新的P值；在上述断点P值的基础上，对某一断点来说分别于左右两断点区间进行统计检验，并在循环中删除不显著断点；获得每个断点区间的P值和深度值的均值，根据断点P值显著性判断是否为真实断点，根据深度值得大小判断是缺失还是重复；根据断点区间大小判断检测精度。
P值为1e-10，缺失阈值为0.7，重复阈值为1.3，选用大于16M的区间为最终的拷贝数变异区间。
引物组中，上游引物和下游引物之间的距离可以为重叠5bp至相离10bp范围内。
所述目标区域数据为基因组中与所述遗传病相关的基因区域及其周边区域中若干SNP位点的基因型。若干SNP位点为可以实现单倍型构建的数量的SNP位点。
若干SNP位点由2个以上致病SNP位点和2个以上参照SNP位点组成。致病SNP位点为基因组中遗传病相关的基因中(例如起始密码子至终止密码子之间)与遗传病相关的SNP位点。参照SNP位点为基因组中遗传病相关的基因区域及其周边区域最小等位基因频率大于0.35的SNP位点。
所述周边区域为遗传病相关的基因的上游2M区域和/或遗传病相关的基因的下游2M区域。
所述遗传病具体为单基因遗传病。
所述遗传病具体为β-地中海贫血。
所述遗传病相关的基因具体为β珠蛋白基因(HBB基因)。
所述引物组合物具体由如下196种DNA分子组成：序列表的序列1所示DNA分子、序列表的序列2所示DNA分子、……、序列表的序列195所示DNA分子和序列表的序列196所示DNA分子。序列表的序列1至序列表的序列20所示DNA分子均为上游引物。序列表的序列21至序列表的序列40所示DNA分子均为下游引物。序列表的序列41至序列表的序列118所示DNA分子均为上游引物。序列表的序列119至序列表的序列196所示DNA分子均为下游引物。
测序接头为由两条单链DNA分子形成的部分双链结构。一条链如序列表的序列197所示，另一条链如序列表的序列198所示。
测序平台通用引物为通用引物1和通用引物2。
通用引物1如序列表的序列199所示。
通用引物2如序列表的序列200所示。
本发明旨在对植入前胚胎进行单基因遗传病诊断和染色体异常筛查。单基因遗传病诊断需要完整的家系样本才能完成，其中家系样本要包括夫妻双方和先证者的基因组DNA以及胚胎细胞的全基因组扩增产物，如果没有先证者的基因组DNA，则需要有夫妻双方的父方或母方的基因组DNA。
所述胚胎具体可为卵裂球期胚胎或囊胚期胚胎。
所述全基因组扩增产物可为胚胎的1-8个细胞的全基因组扩增产物。
本发明提供的技术方案：对植入前胚胎样本只进行一次活检和单细胞全基因组扩增，全基因组扩增产物构建的测序文库能包括全基因组范围的文库和单基因遗传病致病基因及其上下游选定的SNP位点的目标区域文库，再通过测序，可以得到全基因数据和目标区域的数据，从而同时分析胚胎全基因组范围的染色体异常和特定单基因遗传病的患病情况，完成胚胎植入前单基因遗传病病诊断和染色体异常筛查一体化检测。整个实验操作简单，便于自动化，且仅需相当于人基因组0.17X的数据量即可进行分析，通量高、成本低。
本发明对于胚胎植入前遗传学筛查具有重大应用推广价值。
附图说明
图1为单核苷酸多态性微阵列的原理示意图。
图2为实施例1中引物组的设计原则。
图3为实施例2中步骤1-11的工作流程图。
具体实施方式
以下的实施例便于更好地理解本发明，但并不限定本发明。下述实施例中的实验方法，如无特殊说明，均为常规方法。下述实施例中所用的试验材料，如无特殊说明，均为自常规生化试剂商店购买得到的。以下实施例中的定量试验，均设置三次重复实验，结果取平均值。实施例中的SNP位点信息均获自dbSNP数据库，实际应用中可从任何现有数据库中筛选SNP位点，也可自行发掘SNP位点。实施例中，引物组的设计原则见图2，由上游引物和下游引物组成，上游引物和下游引物均位于目标位点/目标序列的上游，上游引物和下游引物为巢式关系，上游引物位于下游引物的上游，上游引物为特异性引物，下游引物的5’端具有与BGISEQ-500测序平台对应的一段序列、剩余部分为特异性序列。实施例中采用的磁珠纯化试剂盒均为AxyMag PCR纯化试剂盒，产品编号为MAG-PCR-CL-250。
先证者：指在对某个遗传性状进行家系调查时，家系中第一个被确诊的患者。
HBB基因位于基因组中的位置为chr11:5,244,696-5,250,301。
实施例1、引物设计
β-地中海贫血主要由β珠蛋白基因(HBB基因)变异引起。
设计20组引物，该20组引物的扩增序列覆盖整个HBB基因(即基因组中起始密码子至终止密码子的部分)。20组引物的序列见表1。HBB-USP-01和HBB-DSP-01组成特异引物组1、HBB-USP-02和HBB-DSP-02组成特异引物组2，依次类推，……，HBB-USP-20和HBB-DSP-20组成特异引物组。特异引物组用于获取HBB基因中所有SNP信息，其中与β-地中海贫血相关的SNP位点命名为致病SNP位点。
表1
表1中，所有USP引物均为上游引物，所有DSP引物均为下游引物。
从HBB基因上游2M区域(起始密码子以前的2Mbp)和HBB基因下游2M区域(终止密码子以后的2Mbp)之间最小等位基因频率(MAF)大于0.35的SNP位点中随机选取78个(将该78个SNP位点命名为参照SNP位点)，针对78个SNP位点设计78组引物。这些SNP位点在人群中具有多态性，可以用来构建单体型，用于单体型连锁分析。78组引物的序列见表2。HBB-01USP和HBB-SNP-1DSP组成参照引物组1、HBB-02USP和HBB-SNP-2DSP组成参照引物组2，依次类推，……，HBB-78USP和HBB-SNP-78DSP组成参照引物组。
表2
表2中，所有USP引物均为上游引物，所有DSP引物均为下游引物。
实施例2、胚胎植入前染色体异常筛查和β-地中海贫血检测
胚胎样本：同一父亲和母亲的9个IVF中植入前胚胎(E1至E9；胚胎处于卵裂球期，实际应用中胚胎也可处于囊胚期)。每个胚胎样本单独进行步骤2-11。
人血样本：父亲全血、母亲全血、家系先证者全血(此处的先证者为同一父亲和母亲已有的第一个患病孩子)。每个人血样本单独进行步骤1和步骤3-11。
步骤1-11的工作流程图见图3。
1、取人血样本5ml，采用QIAGEN DNeasy Blood&Tissue试剂盒并按说明书操作，获得基因组DNA。
2、取卵裂球期胚胎样本的单个细胞，采用QIAGEN REPLI-g Single Cell Kit并按说明书操作，获得全基因组扩增产物。
3、取步骤1制备的基因组DNA或步骤2制备的全基因组扩增产物，按照表3配制体系，然后进行反应。本步骤的目的为DNA打断(获得100bp-400bp的片段)。
表3
打断酶以及配套的打断缓冲液：华大智造科技有限公司，货号940-200036-00。
反应条件：37℃、30分钟，然后75℃、10分钟。
4、完成步骤3后，取整个体系，采用磁珠纯化试剂盒进行核酸纯化，纯化后的核酸存在于40μl洗脱缓冲液中，然后用TE缓冲液进行稀释，得到核酸溶液。
5、取步骤4得到的核酸溶液，按照表4配制反应体系，然后进行反应，完成反应的整个体系命名为末端修复并加“A”的产物。本步骤的目的为末端修复并加“A”。
表4
| 组分 | 体积 |
| 核酸溶液 | 40μL(DNA含量为10ng) |
| 末端修复缓冲液 | 9.4μL |
| 末端修复酶 | 0.6μL |
| 总体积 | 50μL |
末端修复酶及其配套的末端修复缓冲液：华大智造科技有限公司，货号940-200036-00。
反应条件：37℃、10分钟，然后65℃、15分钟。
6、取末端修复并加“A”的产物，按照表5配制反应体系，然后进行反应。本步骤的目的为接头连接。
表5
| 组分 | 体积 |
| 末端修复产物 | 50μL |
| 连接缓冲液 | 24μL |
| 连接酶 | 1μL |
| Barcode adapter溶液 | 5μL |
| 总体积 | 80μL |
连接酶及其配套的连接缓冲液：华大智造科技有限公司，货号940-200036-00。
Barcode adapter溶液中，Barcode adapter的浓度为1μM。
Barcode adapter由两条单链DNA分子组成(Top链和New bottom链，Top链5’末端具有磷酸化修饰)，为部分双链结构。Top链中，下划线标注的10个N组成标签序列(每个样本采用独有的标签序列)，方框标注的部分与通用引物1反向互补。
Top链(序列表的序列197)：
5’-AGTCGGAGGCCAAGCGGTCTTAGGAAGACAANNNNNNNNNN -3’；
New bottom链(序列表的序列198)：
3’-TTCAGCCTAGCATCGGTACAGCAATGACTGGAACCGA-5’。
反应条件：23℃、30分钟。
7、完成步骤6后，取整个体系，采用磁珠纯化试剂盒进行核酸纯化，纯化后的核酸存在于20μl洗脱缓冲液中，将其命名为核酸溶液。
8、取步骤7得到的核酸溶液，按照表6配制反应体系，然后按照表7进行反应(第一轮PCR)。
表6
上游引物混合物溶液中，含有表1中的所有上游引物和表2中的所有上游引物(所有引物均为等摩尔配比)，引物总浓度为10μM。通用引物1溶液中，通用引物1的浓度为10μM。
通用引物1(序列表的序列199)：5’-TGTGAGCCAAGGAGTTG-3’。
表7
9、完成步骤8后，取整个体系，采用磁珠纯化试剂盒进行核酸纯化，纯化后的核酸存在于17.5μl洗脱缓冲液中，将其命名为核酸溶液。
10、取步骤9得到的核酸溶液，按照表8配制反应体系，然后按照表9进行反应(第二轮PCR)。
表8
| 组分 | 体积 |
| Q5Hot Start High-Fidelity 2×Master MIX | 25μL |
| 下游引物混合物溶液 | 2.5μL |
| 通用引物1溶液 | 2.5μL |
| 通用引物2溶液 | 2.5μL |
| 步骤9得到的核酸溶液 | 17.5μL |
| 总体积 | 50μL |
下游引物混合物溶液中，含有表1中的所有下游引物和表2中的所有下游引物(所有引物均为等摩尔配比)，引物总浓度为10μM。通用引物1溶液中，通用引物1的浓度为10μM。通用引物2溶液中，通用引物2的浓度为10μM。
通用引物2(序列表的序列200)：5’-GAA-3’。
通用引物2中，方框部分与下游引物中的粗体部分相同。
表9
11、完成步骤10后，取整个体系，采用磁珠纯化试剂盒进行核酸纯化，纯化后的核酸存在于20μl洗脱缓冲液中，将其命名为核酸溶液(即文库)，检测核酸溶液中的DNA浓度。
12、取每个样本的核酸溶液(DNA含量为13.3ng)，然后将所有核酸溶液混合，得到混合液，使用BGISEQ-500平台测序，测序类型选择SE50，测序数据量为每个文库10M reads左右(每个文库即每个样本的文库)。获得下机数据，见表10的第2列。
表10
目标区域数据：下游引物的起始位置加上读长所在的区域；例如引物起始位点是4391504，读长是100，那这个引物的目标区域就是4391504-4391603，以此类推，所有引物的目标区域一起组成了最终的目标区域。
13、数据下机后，先经过数据过滤去除低质量reads(根据序列中碱基的平均质量值和所含的N碱基数量占比两个指标进行过滤，“read的碱基质量值小于等于20”、“N碱基数大于等于5”，两者满足其一或全满足的被过滤掉)，得到过滤后的序列。
14、利用BWA(Binary Alignment Map)比对软件，将步骤13得到的过滤后的序列与参照基因组序列进行比对，参照的人类基因组序列为(hg19,NCBI Build 37)，过滤掉对比对结果中含有异常插入片段的序列(异常插入片段即插入片段长度大于500bp或小于50bp的)，获得过滤后数据。本步骤得到的结果见表10的第3列和第4列。
15、对步骤14得到的过滤后数据进行分析，得到目标区域的深度，并进行SNPcalling，获得各个样本的SNP结果(包括致病SNP位点的结果和参照SNP位点的结果)。本步骤得到的结果见表10的第5列。
16、在步骤15的基础上，根据父亲的SNP结果和母亲的SNP结果，选择“父亲纯合母亲杂合”或者“母亲纯合父亲杂合”或者“父亲和母亲都纯合但是核苷酸不同”的SNP位点，作为有效SNP位点。
17、在步骤16的基础上，根据父亲、母亲、先证者和胚胎的有效SNP位点的基因型，判断胚胎继承来源于父亲还是母亲的单体型。
判断原理举例如下：对于某一有效SNP位点，若父亲基因型为AA，母亲为AG,先证者为AA，胚胎基因型为AA，则可知先证者和胚胎都继承来源于母亲的携带有A的单体型(此类型可见于表11中4552641位置的SNP，E2胚胎)。在无先证者的情况下，可依据胚胎父亲与胚胎父亲的父亲判断父源单体型；依据胚胎母亲和母亲的母亲判断母源单体型。
41个有效SNP位点的基因型信息见表11。设M1为来源于母亲的致病单体型，F1为来源于父亲的致病单体型。对胚胎的单体型进行判断，结果见表11。结果表明，E1/E3/E4/E5/E6/E9携带，E2患病，E7/E8正常。
表11
18、对步骤14得到的过滤后数据进行分析，对比对后的数据进行分析，其中低深度全基因组数据(低深度指的是1X以下数据)用于胚胎样本CNV分析。
根据比对结果,从比对结果中挑出唯一比对的序列，去掉重复序列后用于下面的分析：将参考基因组按照测得序列的长度随机打断，之后生成模拟下机样本数据并将其重新比对到参考基因组上，保证每个窗口含有100K read,相邻窗口间重合区域含有20Kread，最终将全基因组划分为131290个窗口(也可以根据落入read数的差异选择其他窗口长度)；以单个窗口为单位横向比较所有窗口内深度的波动值，剔除掉波动较大的窗口；将GC含量按0.01间隔，统计间隔内的深度值波动，对数据进行校正。
根据过滤后的窗口信息以及对应的深度值进行下面的检测过程：找基因组上的断点坐标，得到每个窗口对应的检测P值；对所有P值进行排序去掉非显著的窗口位置，得到初始断点集合B＝{b1,b2,b3……}；对于上述步骤中获得断点，分别对相邻断点左右两端区间内的深度值进行二轮统计得到每个断点对应新的P值；在上述断点P值的基础上，对某一断点来说分别于左右两断点区间进行统计检验，并在循环中删除不显著断点；获得每个断点区间的P值和深度值的均值，根据断点P值显著性判断是否为真实断点，根据深度值得大小判断是缺失还是重复；根据断点区间大小判断检测精度。
本步骤得到的结果见表10的第6列。
在本实施例中P值为1e-10，缺失阈值为0.7，重复阈值为1.3，选用大于16M的区间为最终的拷贝数变异区间。结果见表12。
表12
19、最终的判断结果会输出检测样本的总序列数、目标区域深度、序列比对率等做为样本质控指标；输出有效SNP数据、单体型结果、单基因遗传病结果和染色体异常检测结果。
SEQUENCE LISTING
<110> 深圳华大智造科技有限公司
<120> 一种对胚胎进行基因异常筛查的方法
<130> GNCYX181477
<160> 200
<170> PatentIn version 3.5
<210> 1
<211> 26
<212> DNA
<213> Artificial sequence
<400> 1
gcagcaagag aactgagtgg agtcaa 26
<210> 2
<211> 21
<212> DNA
<213> Artificial sequence
<400> 2
gcaaggcata tgcatcaggg g 21
<210> 3
<211> 26
<212> DNA
<213> Artificial sequence
<400> 3
gcctcacctt ctttcatgga gtttaa 26
<210> 4
<211> 27
<212> DNA
<213> Artificial sequence
<400> 4
gccccagttt agtagttgga cttaggg 27
<210> 5
<211> 21
<212> DNA
<213> Artificial sequence
<400> 5
gcacacagac cagcacgttg c 21
<210> 6
<211> 23
<212> DNA
<213> Artificial sequence
<400> 6
gcggtagctg gattgtagct gct 23
<210> 7
<211> 22
<212> DNA
<213> Artificial sequence
<400> 7
gcggtgcaaa gaggcatgat ac 22
<210> 8
<211> 28
<212> DNA
<213> Artificial sequence
<400> 8
gcgggagatt atgaatatgc aaataagc 28
<210> 9
<211> 23
<212> DNA
<213> Artificial sequence
<400> 9
gcctgagact tccacactga tgc 23
<210> 10
<211> 26
<212> DNA
<213> Artificial sequence
<400> 10
gcaactgtac cctgttactt atcccc 26
<210> 11
<211> 23
<212> DNA
<213> Artificial sequence
<400> 11
gcgaaagaaa acatcaagcg tcc 23
<210> 12
<211> 21
<212> DNA
<213> Artificial sequence
<400> 12
gcgccatcac taaaggcacc g 21
<210> 13
<211> 22
<212> DNA
<213> Artificial sequence
<400> 13
gcggtagacc accagcagcc ta 22
<210> 14
<211> 23
<212> DNA
<213> Artificial sequence
<400> 14
gctgcccagt ttctattggt ctc 23
<210> 15
<211> 21
<212> DNA
<213> Artificial sequence
<400> 15
gctcatccac gttcaccttg c 21
<210> 16
<211> 25
<212> DNA
<213> Artificial sequence
<400> 16
gcgaggttgc tagtgaacac agttg 25
<210> 17
<211> 21
<212> DNA
<213> Artificial sequence
<400> 17
gcgcaataga tggctctgcc c 21
<210> 18
<211> 21
<212> DNA
<213> Artificial sequence
<400> 18
gcagattggc caaccctagg g 21
<210> 19
<211> 25
<212> DNA
<213> Artificial sequence
<400> 19
gcggtgaggt ctaagtgatg acagc 25
<210> 20
<211> 20
<212> DNA
<213> Artificial sequence
<400> 20
gcgtggcaaa ggtgcccttg 20
<210> 21
<211> 43
<212> DNA
<213> Artificial sequence
<400> 21
cgacatggct acgatccgac tttgagagat gcaggataag caa 43
<210> 22
<211> 42
<212> DNA
<213> Artificial sequence
<400> 22
cgacatggct acgatccgac ttgttgccaa tgtgcattag ct 42
<210> 23
<211> 43
<212> DNA
<213> Artificial sequence
<400> 23
cgacatggct acgatccgac tttcccaagg tttgaactag ctc 43
<210> 24
<211> 46
<212> DNA
<213> Artificial sequence
<400> 24
cgacatggct acgatccgac ttttagggaa caaaggaacc tttaat 46
<210> 25
<211> 46
<212> DNA
<213> Artificial sequence
<400> 25
cgacatggct acgatccgac ttgtgggagg aagataagag gtatga 46
<210> 26
<211> 47
<212> DNA
<213> Artificial sequence
<400> 26
cgacatggct acgatccgac ttgctgctat tagcaatatg aaacctc 47
<210> 27
<211> 48
<212> DNA
<213> Artificial sequence
<400> 27
cgacatggct acgatccgac tttgatacat tgtatcatta ttgccctg 48
<210> 28
<211> 47
<212> DNA
<213> Artificial sequence
<400> 28
cgacatggct acgatccgac tttagtaatg tactaggcag actgtgt 47
<210> 29
<211> 43
<212> DNA
<213> Artificial sequence
<400> 29
cgacatggct acgatccgac tttcattcgt ctgtttccca ttc 43
<210> 30
<211> 46
<212> DNA
<213> Artificial sequence
<400> 30
cgacatggct acgatccgac ttccttccta tgacatgaac ttaacc 46
<210> 31
<211> 41
<212> DNA
<213> Artificial sequence
<400> 31
cgacatggct acgatccgac ttgcgtccca tagactcacc c 41
<210> 32
<211> 41
<212> DNA
<213> Artificial sequence
<400> 32
cgacatggct acgatccgac ttcaccgagc actttcttgc c 41
<210> 33
<211> 47
<212> DNA
<213> Artificial sequence
<400> 33
cgacatggct acgatccgac ttgaaaatag accaataggc agagaga 47
<210> 34
<211> 48
<212> DNA
<213> Artificial sequence
<400> 34
cgacatggct acgatccgac ttccttaaac ctgtcttgta accttgat 48
<210> 35
<211> 44
<212> DNA
<213> Artificial sequence
<400> 35
cgacatggct acgatccgac ttcagtaacg gcagacttct cctc 44
<210> 36
<211> 46
<212> DNA
<213> Artificial sequence
<400> 36
cgacatggct acgatccgac ttgttgtgtc agaagcaaat gtaagc 46
<210> 37
<211> 41
<212> DNA
<213> Artificial sequence
<400> 37
cgacatggct acgatccgac ttctgacttt tatgcccagc c 41
<210> 38
<211> 41
<212> DNA
<213> Artificial sequence
<400> 38
cgacatggct acgatccgac ttctagggtg tggctccaca g 41
<210> 39
<211> 41
<212> DNA
<213> Artificial sequence
<400> 39
cgacatggct acgatccgac ttcagccgta cctgtccttg g 41
<210> 40
<211> 41
<212> DNA
<213> Artificial sequence
<400> 40
cgacatggct acgatccgac ttgttgtcca ggtgagccag g 41
<210> 41
<211> 23
<212> DNA
<213> Artificial sequence
<400> 41
gtctaattca ctcactggcc tca 23
<210> 42
<211> 23
<212> DNA
<213> Artificial sequence
<400> 42
ggagaacttt tatgtgacat gca 23
<210> 43
<211> 24
<212> DNA
<213> Artificial sequence
<400> 43
tgatcgtgca ttacagaaag tttg 24
<210> 44
<211> 26
<212> DNA
<213> Artificial sequence
<400> 44
catggtataa aaagatttta ggcatt 26
<210> 45
<211> 26
<212> DNA
<213> Artificial sequence
<400> 45
aacttcctgt tcagatggta aaattt 26
<210> 46
<211> 26
<212> DNA
<213> Artificial sequence
<400> 46
gcaggataga aggatcctgt atattt 26
<210> 47
<211> 23
<212> DNA
<213> Artificial sequence
<400> 47
gatggatcac tcagatgaga ggt 23
<210> 48
<211> 22
<212> DNA
<213> Artificial sequence
<400> 48
aactgctgcc atctactatc cc 22
<210> 49
<211> 26
<212> DNA
<213> Artificial sequence
<400> 49
acagaactca atacttctgg ctttaa 26
<210> 50
<211> 24
<212> DNA
<213> Artificial sequence
<400> 50
taaccacaga aaggaagtgg tgag 24
<210> 51
<211> 22
<212> DNA
<213> Artificial sequence
<400> 51
taccaaccac gtgacaggct at 22
<210> 52
<211> 25
<212> DNA
<213> Artificial sequence
<400> 52
cactttgcta gtttgtgtta ccagc 25
<210> 53
<211> 26
<212> DNA
<213> Artificial sequence
<400> 53
ttgataatga aatcaatgag cttaga 26
<210> 54
<211> 22
<212> DNA
<213> Artificial sequence
<400> 54
cctggatctt agaatggctg gt 22
<210> 55
<211> 26
<212> DNA
<213> Artificial sequence
<400> 55
ctaaagtctt ttgtccttga atgtgc 26
<210> 56
<211> 24
<212> DNA
<213> Artificial sequence
<400> 56
ttaaatttgg tctccgttga tact 24
<210> 57
<211> 23
<212> DNA
<213> Artificial sequence
<400> 57
aaatgccctc ttgaacacac ttc 23
<210> 58
<211> 26
<212> DNA
<213> Artificial sequence
<400> 58
ccccaagagc ttatattctg acctat 26
<210> 59
<211> 26
<212> DNA
<213> Artificial sequence
<400> 59
tagtttgttg ggagactttg atgaac 26
<210> 60
<211> 22
<212> DNA
<213> Artificial sequence
<400> 60
catactttga cgatcctgga at 22
<210> 61
<211> 26
<212> DNA
<213> Artificial sequence
<400> 61
ccatctataa ttggcttgtg taagtg 26
<210> 62
<211> 20
<212> DNA
<213> Artificial sequence
<400> 62
gggtagctga cgaatgcttc 20
<210> 63
<211> 26
<212> DNA
<213> Artificial sequence
<400> 63
caactaattg ctcctcatct tgttag 26
<210> 64
<211> 26
<212> DNA
<213> Artificial sequence
<400> 64
gtttcctcac ctagactcta ggttca 26
<210> 65
<211> 22
<212> DNA
<213> Artificial sequence
<400> 65
atgccctggt ctgtataaat gg 22
<210> 66
<211> 23
<212> DNA
<213> Artificial sequence
<400> 66
ccgtctgtgc tccactacat tac 23
<210> 67
<211> 23
<212> DNA
<213> Artificial sequence
<400> 67
tatcttcaat gtcccaatgt tgg 23
<210> 68
<211> 26
<212> DNA
<213> Artificial sequence
<400> 68
gaatgttttg ggaacattat ccttat 26
<210> 69
<211> 26
<212> DNA
<213> Artificial sequence
<400> 69
catgtgtcca atgtaataca acaagt 26
<210> 70
<211> 22
<212> DNA
<213> Artificial sequence
<400> 70
gagattggct gttctgtcat gt 22
<210> 71
<211> 23
<212> DNA
<213> Artificial sequence
<400> 71
gttcagctct cctgtatgct tcc 23
<210> 72
<211> 26
<212> DNA
<213> Artificial sequence
<400> 72
tatgaaagtt aacatctgaa tgggct 26
<210> 73
<211> 24
<212> DNA
<213> Artificial sequence
<400> 73
aaacccaacc atcaaaatgt gtac 24
<210> 74
<211> 23
<212> DNA
<213> Artificial sequence
<400> 74
ttaccattaa gttctcccag ctg 23
<210> 75
<211> 26
<212> DNA
<213> Artificial sequence
<400> 75
tagccaaaaa ccatagtagg aagaaa 26
<210> 76
<211> 20
<212> DNA
<213> Artificial sequence
<400> 76
tggattaaca ccgccctaat 20
<210> 77
<211> 24
<212> DNA
<213> Artificial sequence
<400> 77
gttactcttg ttgcacagca gatg 24
<210> 78
<211> 23
<212> DNA
<213> Artificial sequence
<400> 78
ctgcctaagt gtttcttctc agg 23
<210> 79
<211> 26
<212> DNA
<213> Artificial sequence
<400> 79
tcccattcta gggacatcta tttctt 26
<210> 80
<211> 26
<212> DNA
<213> Artificial sequence
<400> 80
tttcagaaat ctcaaggttc tagttc 26
<210> 81
<211> 25
<212> DNA
<213> Artificial sequence
<400> 81
tctggatccc aagtaatcag agttc 25
<210> 82
<211> 22
<212> DNA
<213> Artificial sequence
<400> 82
aacagcggta tgtaattctg gg 22
<210> 83
<211> 24
<212> DNA
<213> Artificial sequence
<400> 83
gagtcctcaa ttctacttgc catg 24
<210> 84
<211> 25
<212> DNA
<213> Artificial sequence
<400> 84
tgctgctcta tctctatctg cttag 25
<210> 85
<211> 26
<212> DNA
<213> Artificial sequence
<400> 85
gtagtttgca cagcttctac aggaag 26
<210> 86
<211> 26
<212> DNA
<213> Artificial sequence
<400> 86
attctgtcat atattttgcc accata 26
<210> 87
<211> 23
<212> DNA
<213> Artificial sequence
<400> 87
ccactggtcc tataccttct tcc 23
<210> 88
<211> 26
<212> DNA
<213> Artificial sequence
<400> 88
tgttctgatc ttttgatgct taactc 26
<210> 89
<211> 22
<212> DNA
<213> Artificial sequence
<400> 89
aaaggatgaa caggcctgta cc 22
<210> 90
<211> 26
<212> DNA
<213> Artificial sequence
<400> 90
gtaactgctt caactcactg tgagat 26
<210> 91
<211> 26
<212> DNA
<213> Artificial sequence
<400> 91
tggtgttatc atatatccat tgtttg 26
<210> 92
<211> 26
<212> DNA
<213> Artificial sequence
<400> 92
tttgtggaat gtagtattgt acctgt 26
<210> 93
<211> 26
<212> DNA
<213> Artificial sequence
<400> 93
gggattgaac ataacttata ttcgag 26
<210> 94
<211> 26
<212> DNA
<213> Artificial sequence
<400> 94
atgaactagg gaaagaactc cattta 26
<210> 95
<211> 26
<212> DNA
<213> Artificial sequence
<400> 95
ctaaggcaag gagttggtaa tttctc 26
<210> 96
<211> 23
<212> DNA
<213> Artificial sequence
<400> 96
gctgtccttg ataagagaca gcc 23
<210> 97
<211> 26
<212> DNA
<213> Artificial sequence
<400> 97
tatggcattc actataatat tcctga 26
<210> 98
<211> 26
<212> DNA
<213> Artificial sequence
<400> 98
agataggact tttgtttcat gtgttt 26
<210> 99
<211> 26
<212> DNA
<213> Artificial sequence
<400> 99
cctcatctta atccttttct tctaca 26
<210> 100
<211> 26
<212> DNA
<213> Artificial sequence
<400> 100
aataccagaa aagactttca gaagga 26
<210> 101
<211> 26
<212> DNA
<213> Artificial sequence
<400> 101
aagatgtcat cctagatttc aaacaa 26
<210> 102
<211> 26
<212> DNA
<213> Artificial sequence
<400> 102
tacacaattg accagaacac tttgat 26
<210> 103
<211> 26
<212> DNA
<213> Artificial sequence
<400> 103
atactctcca caatttctcc tagcct 26
<210> 104
<211> 26
<212> DNA
<213> Artificial sequence
<400> 104
ctcagtctta tattcatggg aagaaa 26
<210> 105
<211> 26
<212> DNA
<213> Artificial sequence
<400> 105
ttaatcttga caatgtgagc aagatg 26
<210> 106
<211> 24
<212> DNA
<213> Artificial sequence
<400> 106
caatattgcc tatgatggat ctca 24
<210> 107
<211> 21
<212> DNA
<213> Artificial sequence
<400> 107
gcttgacgat ctgatcagtg c 21
<210> 108
<211> 22
<212> DNA
<213> Artificial sequence
<400> 108
taaaggaccc actcaagttc cc 22
<210> 109
<211> 24
<212> DNA
<213> Artificial sequence
<400> 109
ataagagggt ttctttggtc ccta 24
<210> 110
<211> 26
<212> DNA
<213> Artificial sequence
<400> 110
tggaatataa tcccactcct tacata 26
<210> 111
<211> 18
<212> DNA
<213> Artificial sequence
<400> 111
gaggagtctg gccgatga 18
<210> 112
<211> 23
<212> DNA
<213> Artificial sequence
<400> 112
acttggagcc taattttcca ggt 23
<210> 113
<211> 23
<212> DNA
<213> Artificial sequence
<400> 113
gatcatgtga atcccccaat atc 23
<210> 114
<211> 26
<212> DNA
<213> Artificial sequence
<400> 114
ggtactaact cagtttcaaa gggaat 26
<210> 115
<211> 23
<212> DNA
<213> Artificial sequence
<400> 115
tgcccaaatt atattgggtt act 23
<210> 116
<211> 24
<212> DNA
<213> Artificial sequence
<400> 116
tttaaactct gtggatacag agca 24
<210> 117
<211> 26
<212> DNA
<213> Artificial sequence
<400> 117
ccaagatgtg cttagatagc ttctat 26
<210> 118
<211> 23
<212> DNA
<213> Artificial sequence
<400> 118
aacaccttta ggaccttgct cct 23
<210> 119
<211> 45
<212> DNA
<213> Artificial sequence
<400> 119
cgacatggct acgatccgac ttcttcagga acagaaacga gctct 45
<210> 120
<211> 48
<212> DNA
<213> Artificial sequence
<400> 120
cgacatggct acgatccgac ttgcaaaggt atacctggat tacttgtt 48
<210> 121
<211> 48
<212> DNA
<213> Artificial sequence
<400> 121
cgacatggct acgatccgac ttaagcctag ggaagttgct cactataa 48
<210> 122
<211> 45
<212> DNA
<213> Artificial sequence
<400> 122
cgacatggct acgatccgac tttatgccaa agagatctcc tgtga 45
<210> 123
<211> 46
<212> DNA
<213> Artificial sequence
<400> 123
cgacatggct acgatccgac tttttaccct gaatttcata ggggtc 46
<210> 124
<211> 45
<212> DNA
<213> Artificial sequence
<400> 124
cgacatggct acgatccgac tttattttgg ccactaccag caatt 45
<210> 125
<211> 45
<212> DNA
<213> Artificial sequence
<400> 125
cgacatggct acgatccgac ttgcagaatg cttatgctca tagca 45
<210> 126
<211> 40
<212> DNA
<213> Artificial sequence
<400> 126
cgacatggct acgatccgac ttccatgctc ctaccgaggc 40
<210> 127
<211> 48
<212> DNA
<213> Artificial sequence
<400> 127
cgacatggct acgatccgac tttttaaggc ttttattctg aactgctc 48
<210> 128
<211> 43
<212> DNA
<213> Artificial sequence
<400> 128
cgacatggct acgatccgac ttgaggttta ccggaactga gaa 43
<210> 129
<211> 48
<212> DNA
<213> Artificial sequence
<400> 129
cgacatggct acgatccgac ttaggggcaa agataaagga tactattt 48
<210> 130
<211> 48
<212> DNA
<213> Artificial sequence
<400> 130
cgacatggct acgatccgac ttccagctag aatctataca aggaaggg 48
<210> 131
<211> 48
<212> DNA
<213> Artificial sequence
<400> 131
cgacatggct acgatccgac ttgatgagtt aggtgttgag tttgaggt 48
<210> 132
<211> 47
<212> DNA
<213> Artificial sequence
<400> 132
cgacatggct acgatccgac ttcatcacat gtcacatcct taagaga 47
<210> 133
<211> 48
<212> DNA
<213> Artificial sequence
<400> 133
cgacatggct acgatccgac ttcccctaaa tcacttaaca ttgtcttt 48
<210> 134
<211> 48
<212> DNA
<213> Artificial sequence
<400> 134
cgacatggct acgatccgac ttatactggt ggtgggagat ttattacc 48
<210> 135
<211> 48
<212> DNA
<213> Artificial sequence
<400> 135
cgacatggct acgatccgac ttcttactga tgtctaagct cctgtctt 48
<210> 136
<211> 46
<212> DNA
<213> Artificial sequence
<400> 136
cgacatggct acgatccgac ttcctataat gagagggagc tgctct 46
<210> 137
<211> 48
<212> DNA
<213> Artificial sequence
<400> 137
cgacatggct acgatccgac ttgaactcac aaaagaagtc caagagaa 48
<210> 138
<211> 48
<212> DNA
<213> Artificial sequence
<400> 138
cgacatggct acgatccgac ttggaatcag tcaagatggt agtatacc 48
<210> 139
<211> 45
<212> DNA
<213> Artificial sequence
<400> 139
cgacatggct acgatccgac ttaagtggtc ttttgcttgc tgtac 45
<210> 140
<211> 47
<212> DNA
<213> Artificial sequence
<400> 140
cgacatggct acgatccgac ttgcttcaag gtataccttg gatatct 47
<210> 141
<211> 45
<212> DNA
<213> Artificial sequence
<400> 141
cgacatggct acgatccgac ttttatattg agctgcctat cctca 45
<210> 142
<211> 46
<212> DNA
<213> Artificial sequence
<400> 142
cgacatggct acgatccgac ttgttcatcc attagcacaa tgtctg 46
<210> 143
<211> 45
<212> DNA
<213> Artificial sequence
<400> 143
cgacatggct acgatccgac tttcagtaca ggagtttctg aaccc 45
<210> 144
<211> 44
<212> DNA
<213> Artificial sequence
<400> 144
cgacatggct acgatccgac ttattacgca accatcttga catc 44
<210> 145
<211> 45
<212> DNA
<213> Artificial sequence
<400> 145
cgacatggct acgatccgac ttgttggtat catggctgtg atgtt 45
<210> 146
<211> 48
<212> DNA
<213> Artificial sequence
<400> 146
cgacatggct acgatccgac ttacttccta ttgacaatgt atgtgtca 48
<210> 147
<211> 48
<212> DNA
<213> Artificial sequence
<400> 147
cgacatggct acgatccgac ttacatttgg ataggttaca tagcaacc 48
<210> 148
<211> 47
<212> DNA
<213> Artificial sequence
<400> 148
cgacatggct acgatccgac ttgtcttgac tcagaaaccc tgttctc 47
<210> 149
<211> 45
<212> DNA
<213> Artificial sequence
<400> 149
cgacatggct acgatccgac ttaggtctgt tgcatcaaga gtgag 45
<210> 150
<211> 45
<212> DNA
<213> Artificial sequence
<400> 150
cgacatggct acgatccgac tttgcataga gccatcagtt tatgc 45
<210> 151
<211> 48
<212> DNA
<213> Artificial sequence
<400> 151
cgacatggct acgatccgac tttgacatgt catataaact cattcagg 48
<210> 152
<211> 48
<212> DNA
<213> Artificial sequence
<400> 152
cgacatggct acgatccgac ttctttagga ggataaatcc ttctgtga 48
<210> 153
<211> 48
<212> DNA
<213> Artificial sequence
<400> 153
cgacatggct acgatccgac ttgtttgctt gctctctata ataacagg 48
<210> 154
<211> 48
<212> DNA
<213> Artificial sequence
<400> 154
cgacatggct acgatccgac ttctaataca tgtgttaggg cacaaaaa 48
<210> 155
<211> 48
<212> DNA
<213> Artificial sequence
<400> 155
cgacatggct acgatccgac ttctaatacc tgagtgctgt cagaaaag 48
<210> 156
<211> 48
<212> DNA
<213> Artificial sequence
<400> 156
cgacatggct acgatccgac ttaaaatcag tacccttctt tcttcctg 48
<210> 157
<211> 45
<212> DNA
<213> Artificial sequence
<400> 157
cgacatggct acgatccgac ttacaggact ctctgtccag tggat 45
<210> 158
<211> 48
<212> DNA
<213> Artificial sequence
<400> 158
cgacatggct acgatccgac ttagttccag gaataggaga atttgtgt 48
<210> 159
<211> 48
<212> DNA
<213> Artificial sequence
<400> 159
cgacatggct acgatccgac ttagttcttg aagagacaca agcatatg 48
<210> 160
<211> 45
<212> DNA
<213> Artificial sequence
<400> 160
cgacatggct acgatccgac ttctggggtc cttctctaaa atgag 45
<210> 161
<211> 48
<212> DNA
<213> Artificial sequence
<400> 161
cgacatggct acgatccgac ttgtggctat ctgtaaccca ttaaggta 48
<210> 162
<211> 46
<212> DNA
<213> Artificial sequence
<400> 162
cgacatggct acgatccgac ttcttagaga tcagcatcaa atcctg 46
<210> 163
<211> 46
<212> DNA
<213> Artificial sequence
<400> 163
cgacatggct acgatccgac ttccttccag actggttaca ctcttc 46
<210> 164
<211> 44
<212> DNA
<213> Artificial sequence
<400> 164
cgacatggct acgatccgac ttaatcttac acaattacaa gccc 44
<210> 165
<211> 45
<212> DNA
<213> Artificial sequence
<400> 165
cgacatggct acgatccgac ttttccccag taatgcctct ataac 45
<210> 166
<211> 48
<212> DNA
<213> Artificial sequence
<400> 166
cgacatggct acgatccgac ttaactcagt ggagcatata cacaagta 48
<210> 167
<211> 45
<212> DNA
<213> Artificial sequence
<400> 167
cgacatggct acgatccgac ttatggtcac tcatgttgta catgg 45
<210> 168
<211> 45
<212> DNA
<213> Artificial sequence
<400> 168
cgacatggct acgatccgac ttagatgcca agaattcaga agagg 45
<210> 169
<211> 45
<212> DNA
<213> Artificial sequence
<400> 169
cgacatggct acgatccgac tttttgtttg ctagagggac tgata 45
<210> 170
<211> 47
<212> DNA
<213> Artificial sequence
<400> 170
cgacatggct acgatccgac ttcctgtaca gaatgaagtc tagctgc 47
<210> 171
<211> 45
<212> DNA
<213> Artificial sequence
<400> 171
cgacatggct acgatccgac tttagaggca aaccaaagat acatg 45
<210> 172
<211> 46
<212> DNA
<213> Artificial sequence
<400> 172
cgacatggct acgatccgac ttcagtgaca atgacaggac tacaga 46
<210> 173
<211> 48
<212> DNA
<213> Artificial sequence
<400> 173
cgacatggct acgatccgac tttctcctga gtcttatctc gatcttat 48
<210> 174
<211> 44
<212> DNA
<213> Artificial sequence
<400> 174
cgacatggct acgatccgac ttcagcctta tgctgttcag atct 44
<210> 175
<211> 48
<212> DNA
<213> Artificial sequence
<400> 175
cgacatggct acgatccgac tttaacaagc agtaatttct catgaagc 48
<210> 176
<211> 46
<212> DNA
<213> Artificial sequence
<400> 176
cgacatggct acgatccgac tttgcagtag caaaatctaa tccaca 46
<210> 177
<211> 48
<212> DNA
<213> Artificial sequence
<400> 177
cgacatggct acgatccgac ttagtcatca ttgtgatttc cattactc 48
<210> 178
<211> 47
<212> DNA
<213> Artificial sequence
<400> 178
cgacatggct acgatccgac ttaaggtggt acagaagata agctggt 47
<210> 179
<211> 48
<212> DNA
<213> Artificial sequence
<400> 179
cgacatggct acgatccgac ttaacaactc ctaaagattc tcagccat 48
<210> 180
<211> 45
<212> DNA
<213> Artificial sequence
<400> 180
cgacatggct acgatccgac ttgaatacgt ggaggcttga agaag 45
<210> 181
<211> 45
<212> DNA
<213> Artificial sequence
<400> 181
cgacatggct acgatccgac ttagcaacat tggtaccagg aatag 45
<210> 182
<211> 46
<212> DNA
<213> Artificial sequence
<400> 182
cgacatggct acgatccgac ttagaaagta gaagcccttt ggatga 46
<210> 183
<211> 48
<212> DNA
<213> Artificial sequence
<400> 183
cgacatggct acgatccgac ttggactact aaaatgttcc agctctta 48
<210> 184
<211> 48
<212> DNA
<213> Artificial sequence
<400> 184
cgacatggct acgatccgac tttcagaaca ataatctgtg ttgagagg 48
<210> 185
<211> 45
<212> DNA
<213> Artificial sequence
<400> 185
cgacatggct acgatccgac ttagtgcctt gttattgctt agcaa 45
<210> 186
<211> 45
<212> DNA
<213> Artificial sequence
<400> 186
cgacatggct acgatccgac ttagttcccc atttccttag agcac 45
<210> 187
<211> 45
<212> DNA
<213> Artificial sequence
<400> 187
cgacatggct acgatccgac ttccctagta atcactctgc actgc 45
<210> 188
<211> 44
<212> DNA
<213> Artificial sequence
<400> 188
cgacatggct acgatccgac ttgtaactct ggccgcatct ctat 44
<210> 189
<211> 48
<212> DNA
<213> Artificial sequence
<400> 189
cgacatggct acgatccgac ttatgataga gaaagtgatg tgtctcct 48
<210> 190
<211> 45
<212> DNA
<213> Artificial sequence
<400> 190
cgacatggct acgatccgac ttaatctcct catggatagg ggaag 45
<210> 191
<211> 45
<212> DNA
<213> Artificial sequence
<400> 191
cgacatggct acgatccgac ttatccccaa tacctcaagt accac 45
<210> 192
<211> 48
<212> DNA
<213> Artificial sequence
<400> 192
cgacatggct acgatccgac tttagaagat atagcaggtg tcatttca 48
<210> 193
<211> 46
<212> DNA
<213> Artificial sequence
<400> 193
cgacatggct acgatccgac ttagatgatt tgatctctct cagtgg 46
<210> 194
<211> 44
<212> DNA
<213> Artificial sequence
<400> 194
cgacatggct acgatccgac ttgagcaagg tgggaaagac atct 44
<210> 195
<211> 48
<212> DNA
<213> Artificial sequence
<400> 195
cgacatggct acgatccgac tttataagta tgaactggag cttgggag 48
<210> 196
<211> 47
<212> DNA
<213> Artificial sequence
<400> 196
cgacatggct acgatccgac tttggtatta cgttcctcta gtcactc 47
<210> 197
<211> 58
<212> DNA
<213> Artificial sequence
<220>
<221> misc_feature
<222> (32)..(41)
<223> n is a, c, g, or t
<400> 197
agtcggaggc caagcggtct taggaagaca annnnnnnnn ncaactcctt ggctcaca 58
<210> 198
<211> 37
<212> DNA
<213> Artificial sequence
<400> 198
ttcagcctag catcggtaca gcaatgactg gaaccga 37
<210> 199
<211> 17
<212> DNA
<213> Artificial sequence
<400> 199
tgtgagccaa ggagttg 17
<210> 200
<211> 17
<212> DNA
<213> Artificial sequence
<400> 200
gaacgacatg gctacga 17
Claims (10)
1.一种对胚胎进行遗传病筛查和染色体异常筛查的装置，包括检测装置、遗传病筛查装置和染色体异常筛查装置；
所述检测装置为用于获取样本组中各样本的目标区域数据和胚胎的全基因组数据的装置；所述样本组由胚胎父亲、胚胎母亲、先证者和胚胎组成；所述目标区域数据为基因组中与所述遗传病相关的基因区域及其周边区域中SNP位点的基因型；
所述遗传病筛查装置为用于进行遗传病筛查的装置；遗传病筛查的方法为：根据父亲的目标区域数据和母亲的目标区域数据，选择“父亲纯合母亲杂合”或者“母亲纯合父亲杂合”或者“父亲和母亲都纯合但是基因型不同”的SNP位点，作为有效SNP位点；根据胚胎父亲、胚胎母亲和先证者的各个有效SNP位点的基因型构建单体型，然后通过对胚胎进行单体型连锁分析进行遗传病筛查；
所述染色体异常筛查装置为用于进行染色体异常筛查的装置；染色体异常筛查的方法为：根据胚胎的全基因组数据判断胚胎是否存在染色体异常。
2.一种对胚胎进行遗传病筛查和染色体异常筛查的系统，包括权利要求1所述装置和用于制备核酸文库的试剂；所述核酸文库为所述目标区域的核酸文库。
3.一种对胚胎进行遗传病筛查的装置，包括检测装置和遗传病筛查装置；
所述检测装置为用于获取样本组中各样本的目标区域数据的装置；所述样本组由胚胎父亲、胚胎母亲、先证者和胚胎组成；所述目标区域数据为基因组中与所述遗传病相关的基因区域及其周边区域中SNP位点的基因型；
所述遗传病筛查装置为用于进行遗传病筛查的装置；遗传病筛查的方法为：根据父亲的目标区域数据和母亲的目标区域数据，选择“父亲纯合母亲杂合”或者“母亲纯合父亲杂合”或者“父亲和母亲都纯合但是基因型不同”的SNP位点，作为有效SNP位点；根据胚胎父亲、胚胎母亲和先证者的各个有效SNP位点的基因型构建单体型，然后通过对胚胎进行单体型连锁分析进行遗传病筛查。
4.一种对胚胎进行遗传病筛查的系统，包括权利要求3所述装置和用于制备核酸文库的试剂；所述核酸文库为所述目标区域的核酸文库。
5.一种用于制备目标区域的核酸文库的引物组合物；
目标区域为基因组中与遗传病相关的基因区域及其周边区域；
目标位点为目标区域中的SNP位点；
所述引物组合物由若干个引物组组成，这些引物组的靶序列覆盖所述目标区域；每个引物组由一条上游引物和一条下游引物组成，上游引物和下游引物均位于目标位点/目标序列的上游，上游引物和下游引物为巢式关系，上游引物位于下游引物的上游，上游引物为靶序列特异性引物，下游引物的5’端具有与测序平台的通用引物对应的区段、3’端具有靶序列特异性区段。
6.一种用于制备目标区域的核酸文库的试剂，包括权利要求5所述引物组合物。
7.一种制备目标区域的核酸文库的方法，包括如下步骤：
(1)将全长DNA进行打断；所述全长DNA为基因组DNA或全基因组扩增产物；
(2)进行末端修复和加“A”，然后与测序接头连接；
(3)进行第一轮PCR，其中模板为步骤(2)的产物，采用权利要求5中所述的引物组合物中所有的上游引物和一条测序通用引物；
(4)进行第二轮PCR，其中模板为步骤(3)的产物，采用权利要求5中所述的引物组合物中所有的下游引物混合物和两条测序通用引物。
8.应用或产品；
所述应用为应用甲或应用乙；
所述应用甲为权利要求5所述引物组合物或权利要求6所述试剂在制备产品中的应用；所述产品为对胚胎进行遗传病筛查和染色体异常筛查的产品；
所述应用乙为权利要求5所述引物组合物或权利要求6所述试剂在制备产品中的应用；所述产品为对胚胎进行遗传病筛查的产品；
所述产品为产品甲或产品乙；
所述产品甲为一种对胚胎进行遗传病筛查和染色体异常筛查的产品，包括权利要求5所述引物组合物或权利要求6所述试剂；
所述产品乙为一种对胚胎进行遗传病筛查的产品，包括权利要求5所述引物组合物或权利要求6所述试剂。
9.一种对胚胎进行遗传病筛查和染色体异常筛查的方法，包括如下步骤：
获取样本组中各样本的目标区域数据；所述样本组由胚胎父亲、胚胎母亲、先证者和胚胎组成；所述目标区域数据为基因组中与所述遗传病相关的基因区域及其周边区域中SNP位点的基因型；根据父亲的目标区域数据和母亲的目标区域数据，选择“父亲纯合母亲杂合”或者“母亲纯合父亲杂合”或者“父亲和母亲都纯合但是基因型不同”的SNP位点，作为有效SNP位点；根据胚胎父亲、胚胎母亲和先证者的各个有效SNP位点的基因型构建单体型，然后通过对胚胎进行单体型连锁分析进行遗传病筛查；
获取胚胎的全基因组数据，根据胚胎的全基因组数据判断胚胎是否存在染色体异常。
10.一种对胚胎进行遗传病筛查的方法，包括如下步骤：
获取样本组中各样本的目标区域数据；所述样本组由胚胎父亲、胚胎母亲、先证者和胚胎组成；所述目标区域数据为基因组中与所述遗传病相关的基因区域及其周边区域中SNP位点的基因型；根据父亲的目标区域数据和母亲的目标区域数据，选择“父亲纯合母亲杂合”或者“母亲纯合父亲杂合”或者“父亲和母亲都纯合但是基因型不同”的SNP位点，作为有效SNP位点；根据胚胎父亲、胚胎母亲和先证者的各个有效SNP位点的基因型构建单体型，然后通过对胚胎进行单体型连锁分析进行遗传病筛查。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810659494.2A CN110628891B (zh) | 2018-06-25 | 2018-06-25 | 一种对胚胎进行基因异常筛查的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810659494.2A CN110628891B (zh) | 2018-06-25 | 2018-06-25 | 一种对胚胎进行基因异常筛查的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110628891A true CN110628891A (zh) | 2019-12-31 |
| CN110628891B CN110628891B (zh) | 2024-01-09 |
Family
ID=68967717
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810659494.2A Active CN110628891B (zh) | 2018-06-25 | 2018-06-25 | 一种对胚胎进行基因异常筛查的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110628891B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113005194A (zh) * | 2021-04-27 | 2021-06-22 | 北京嘉宝仁和医疗科技有限公司 | 检测染色体小片段异常单倍型的引物组合物、产品及方法 |
| CN113345515A (zh) * | 2021-06-17 | 2021-09-03 | 苏州贝康医疗器械有限公司 | 新发平衡易位家系中胚胎遗传性检测方法及装置 |
| CN113436680A (zh) * | 2020-05-22 | 2021-09-24 | 复旦大学附属妇产科医院 | 一种同时鉴别胚胎染色体结构异常和致病基因携带状态的方法 |
| WO2021232388A1 (zh) * | 2020-05-22 | 2021-11-25 | 深圳华大智造科技有限公司 | 确定胚胎细胞染色体中预定位点碱基类型的方法及其应用 |
| CN113981070A (zh) * | 2021-11-16 | 2022-01-28 | 苏州贝康医疗器械有限公司 | 胚胎染色体微缺失的检测方法、装置、设备和存储介质 |
| CN114220482A (zh) * | 2021-12-02 | 2022-03-22 | 苏州贝康医疗器械有限公司 | 跨断点进行染色体微缺失分析的方法、装置、设备及存储介质 |
| CN114999570A (zh) * | 2022-08-05 | 2022-09-02 | 苏州贝康医疗器械有限公司 | 一种不依赖于先证者的单体型构建方法 |
| EP4060051A4 (en) * | 2020-10-14 | 2023-12-20 | Suzhou Basecare Medical Device Co., Ltd. | NUCLEIC ACID LIBRARY CONSTRUCTION METHOD AND ITS APPLICATION IN ANALYZING ABNORMAL CHROMOSOME STRUCTURE IN A PREIMPLANTATION EMBRYO |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103764841A (zh) * | 2011-09-21 | 2014-04-30 | 深圳华大基因健康科技有限公司 | 确定单细胞染色体非整倍性的方法和系统 |
| US20140200146A1 (en) * | 2011-05-27 | 2014-07-17 | President And Fellows Of Harvard College | Methods of Amplifying Whole Genome of a Single Cell |
| CN104975081A (zh) * | 2015-06-01 | 2015-10-14 | 南京市妇幼保健院 | 检测pkd1基因突变的扩增引物、试剂盒及其检测方法 |
| CN105335625A (zh) * | 2015-11-04 | 2016-02-17 | 和卓生物科技（上海）有限公司 | 胚胎植入前的遗传学检测装置 |
| CN105385755A (zh) * | 2015-11-05 | 2016-03-09 | 上海序康医疗科技有限公司 | 一种利用多重pcr技术进行snp-单体型分析的方法 |
| CN105420233A (zh) * | 2015-12-08 | 2016-03-23 | 海南医学院附属医院 | Hbb基因突变和hla分型检测试剂盒 |
| CN105543339A (zh) * | 2015-11-18 | 2016-05-04 | 上海序康医疗科技有限公司 | 一种同时完成基因位点、染色体及连锁分析的方法 |
| CN105555970A (zh) * | 2013-09-30 | 2016-05-04 | 深圳华大基因股份有限公司 | 同时进行单体型分析和染色体非整倍性检测的方法和系统 |
| CN106192018A (zh) * | 2015-05-07 | 2016-12-07 | 深圳华大基因研究院 | 一种锚定巢式多重pcr富集dna目标区域的方法和试剂盒 |
| CN106498504A (zh) * | 2016-12-13 | 2017-03-15 | 上海美迪维康生物科技有限公司 | 基于多重pcr的二代测序建库技术 |
| CN106520940A (zh) * | 2016-11-04 | 2017-03-22 | 深圳华大基因研究院 | 一种染色体非整倍体和拷贝数变异检测方法及其应用 |
| CN106755486A (zh) * | 2017-01-19 | 2017-05-31 | 人和未来生物科技（长沙）有限公司 | 无创产前胎儿β 型地贫基因突变检测文库构建方法、检测方法和试剂盒 |
| CN106939341A (zh) * | 2017-04-01 | 2017-07-11 | 广州金域医学检验中心有限公司 | 一种检测少见型β‑珠蛋白生成障碍性贫血突变的引物及试剂盒 |
| CN107385042A (zh) * | 2017-07-28 | 2017-11-24 | 广州永诺健康科技有限公司 | 一种锚定巢式多重 pcr 联合高通量测序检测基因融合的多重pcr引物和方法 |
-
2018
- 2018-06-25 CN CN201810659494.2A patent/CN110628891B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140200146A1 (en) * | 2011-05-27 | 2014-07-17 | President And Fellows Of Harvard College | Methods of Amplifying Whole Genome of a Single Cell |
| CN103764841A (zh) * | 2011-09-21 | 2014-04-30 | 深圳华大基因健康科技有限公司 | 确定单细胞染色体非整倍性的方法和系统 |
| CN105555970A (zh) * | 2013-09-30 | 2016-05-04 | 深圳华大基因股份有限公司 | 同时进行单体型分析和染色体非整倍性检测的方法和系统 |
| CN106192018A (zh) * | 2015-05-07 | 2016-12-07 | 深圳华大基因研究院 | 一种锚定巢式多重pcr富集dna目标区域的方法和试剂盒 |
| CN104975081A (zh) * | 2015-06-01 | 2015-10-14 | 南京市妇幼保健院 | 检测pkd1基因突变的扩增引物、试剂盒及其检测方法 |
| CN105335625A (zh) * | 2015-11-04 | 2016-02-17 | 和卓生物科技（上海）有限公司 | 胚胎植入前的遗传学检测装置 |
| CN105385755A (zh) * | 2015-11-05 | 2016-03-09 | 上海序康医疗科技有限公司 | 一种利用多重pcr技术进行snp-单体型分析的方法 |
| CN105543339A (zh) * | 2015-11-18 | 2016-05-04 | 上海序康医疗科技有限公司 | 一种同时完成基因位点、染色体及连锁分析的方法 |
| CN105420233A (zh) * | 2015-12-08 | 2016-03-23 | 海南医学院附属医院 | Hbb基因突变和hla分型检测试剂盒 |
| CN106520940A (zh) * | 2016-11-04 | 2017-03-22 | 深圳华大基因研究院 | 一种染色体非整倍体和拷贝数变异检测方法及其应用 |
| CN106498504A (zh) * | 2016-12-13 | 2017-03-15 | 上海美迪维康生物科技有限公司 | 基于多重pcr的二代测序建库技术 |
| CN106755486A (zh) * | 2017-01-19 | 2017-05-31 | 人和未来生物科技（长沙）有限公司 | 无创产前胎儿β 型地贫基因突变检测文库构建方法、检测方法和试剂盒 |
| CN106939341A (zh) * | 2017-04-01 | 2017-07-11 | 广州金域医学检验中心有限公司 | 一种检测少见型β‑珠蛋白生成障碍性贫血突变的引物及试剂盒 |
| CN107385042A (zh) * | 2017-07-28 | 2017-11-24 | 广州永诺健康科技有限公司 | 一种锚定巢式多重 pcr 联合高通量测序检测基因融合的多重pcr引物和方法 |
Non-Patent Citations (4)
| Title |
|---|
| YANWEN XU 等: "Embryo genome profiling by single-cell sequencing for preimplantation genetic diagnosis in a β-thalassemia family", 《CLIN CHEM》 * |
| YANWEN XU 等: "Embryo genome profiling by single-cell sequencing for preimplantation genetic diagnosis in a β-thalassemia family", 《CLIN CHEM》, vol. 61, no. 4, 26 February 2015 (2015-02-26) * |
| 邱碧原 等: "高通量测序技术在胚胎植入前诊断中的应用", 《医学综述》 * |
| 邱碧原 等: "高通量测序技术在胚胎植入前诊断中的应用", 《医学综述》, vol. 24, no. 12, 20 June 2018 (2018-06-20) * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113436680B (zh) * | 2020-05-22 | 2022-03-25 | 复旦大学附属妇产科医院 | 一种同时鉴别胚胎染色体结构异常和致病基因携带状态的方法 |
| CN113436680A (zh) * | 2020-05-22 | 2021-09-24 | 复旦大学附属妇产科医院 | 一种同时鉴别胚胎染色体结构异常和致病基因携带状态的方法 |
| WO2021232388A1 (zh) * | 2020-05-22 | 2021-11-25 | 深圳华大智造科技有限公司 | 确定胚胎细胞染色体中预定位点碱基类型的方法及其应用 |
| CN115052994B (zh) * | 2020-05-22 | 2025-09-19 | 深圳华大智造科技股份有限公司 | 确定胚胎细胞染色体中预定位点碱基类型的方法及其应用 |
| CN115052994A (zh) * | 2020-05-22 | 2022-09-13 | 深圳华大智造科技股份有限公司 | 确定胚胎细胞染色体中预定位点碱基类型的方法及其应用 |
| EP4060051A4 (en) * | 2020-10-14 | 2023-12-20 | Suzhou Basecare Medical Device Co., Ltd. | NUCLEIC ACID LIBRARY CONSTRUCTION METHOD AND ITS APPLICATION IN ANALYZING ABNORMAL CHROMOSOME STRUCTURE IN A PREIMPLANTATION EMBRYO |
| CN113005194A (zh) * | 2021-04-27 | 2021-06-22 | 北京嘉宝仁和医疗科技有限公司 | 检测染色体小片段异常单倍型的引物组合物、产品及方法 |
| CN113345515B (zh) * | 2021-06-17 | 2024-05-31 | 苏州贝康医疗器械有限公司 | 新发平衡易位家系中胚胎遗传性检测方法及装置 |
| CN113345515A (zh) * | 2021-06-17 | 2021-09-03 | 苏州贝康医疗器械有限公司 | 新发平衡易位家系中胚胎遗传性检测方法及装置 |
| CN113981070A (zh) * | 2021-11-16 | 2022-01-28 | 苏州贝康医疗器械有限公司 | 胚胎染色体微缺失的检测方法、装置、设备和存储介质 |
| CN113981070B (zh) * | 2021-11-16 | 2023-10-20 | 苏州贝康医疗器械有限公司 | 胚胎染色体微缺失的检测方法、装置、设备和存储介质 |
| CN114220482A (zh) * | 2021-12-02 | 2022-03-22 | 苏州贝康医疗器械有限公司 | 跨断点进行染色体微缺失分析的方法、装置、设备及存储介质 |
| CN114999570B (zh) * | 2022-08-05 | 2023-06-23 | 苏州贝康医疗器械有限公司 | 一种不依赖于先证者的单体型构建方法 |
| CN114999570A (zh) * | 2022-08-05 | 2022-09-02 | 苏州贝康医疗器械有限公司 | 一种不依赖于先证者的单体型构建方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110628891B (zh) | 2024-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110628891B (zh) | 一种对胚胎进行基因异常筛查的方法 | |
| JP6916153B2 (ja) | 高度多重ｐｃｒ法および組成物 | |
| CN103898199B (zh) | 一种高通量核酸分析方法及其应用 | |
| US20240309472A1 (en) | Methods for determination of transplant rejection | |
| Mahdieh et al. | An overview of mutation detection methods in genetic disorders | |
| CN106591441B (zh) | 基于全基因捕获测序的α和/或β-地中海贫血突变的检测探针、方法、芯片及应用 | |
| US20140051585A1 (en) | Methods and compositions for reducing genetic library contamination | |
| CA2922005A1 (en) | Methods and compositions for screening and treating developmental disorders | |
| Peng et al. | Whole genome amplification from single cells in preimplantation genetic diagnosis and prenatal diagnosis | |
| WO2012068919A1 (zh) | DNA文库及其制备方法、以及检测SNPs的方法和装置 | |
| CA2163740A1 (en) | Direct detection of expanded nucleotide repeats in the human genome | |
| CA2439098A1 (en) | Mutation detection using muts and reca | |
| CN110541025A (zh) | 杜氏肌营养不良基因缺陷的检测方法、引物组合物及试剂盒 | |
| CN112410410A (zh) | 一种基于mlpa-ngs技术的dmd和sma的拷贝数变异检测试剂盒及其用途 | |
| WO2014028778A1 (en) | Methods and compositions for reducing genetic library contamination | |
| AU2021359279B2 (en) | Nucleic acid library construction method and application thereof in analysis of abnormal chromosome structure in preimplantation embryo | |
| CN106939334B (zh) | 一种孕妇血浆中胎儿dna含量的检测方法 | |
| CN116665774A (zh) | 一种家系全基因组单体型连锁分析方法、装置、存储介质和设备 | |
| CN108060227A (zh) | 一种检测pah基因突变的扩增引物、试剂盒及其检测方法 | |
| Carson et al. | Strategies for the detection of copy number and other structural variants in the human genome | |
| CN107937493A (zh) | 一种用于等位基因pcr的发夹修饰引物 | |
| CN104152568B (zh) | 高通量str序列核心重复数检测方法 | |
| Gallardo et al. | Application to Assisted Reproductive of Whole-Genome Treatment Technologies | |
| Van Cauwenbergh et al. | Genetic testing techniques | |
| CN118600567A (zh) | 一种dna文库及其构建方法及其应用 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 518083 the comprehensive building of Beishan industrial zone and 11 2 buildings in Yantian District, Shenzhen, Guangdong. Applicant after: Shenzhen Huada Zhizao Technology Co.,Ltd. Address before: 518083 comprehensive building, Beishan Industrial Zone, Yantian District, Guangdong, Shenzhen Applicant before: MGI TECH Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |