本发明涉及基因检测，具体地，涉及一种检测低深度全基因组cnv的方法及系统。
背景技术：
1、由于二代测序技术(ngs)(第二代测序(next-generation sequencing，ngs)又称为高通量测序(high-throughput sequencing)，是基于pcr和基因芯片发展而来的dna测序技术，二代测序在dna复制过程中通过捕捉新添加的碱基所携带的特殊标记(一般为荧光分子标记)来确定dna的序列)的不断发展，利用ngs检测cnv(拷贝数变异)具有比芯片方法更好的优越性。通常，高深度的双端全基因组测序对cnv检测具有高敏感度及分辨率。然而，高深度wgs(全基因组测序)的费用却是非常昂贵的，因此低深度wgs检测cnv应运而生，同时低深度wgs对于遗传病能快速发现该样本中是否发生了染色体结构异常。但是相应的cnv检测方法却相对停滞不前，甚至用检测高深度wgs的方法直接套用在低深度wgs的数据上，但是分析结果的时效性及准确性不尽如人意。
2、现在常规分析低深度cnv-seq的方式多数是基于window by window的方式(window指固定大小的区域，如100bp，对染色体进行同样大小的区别分割，统计固定长度区域的reads覆盖)，进行该对应区域reads的获取，统计出该window下reads覆盖情况，进行相应数据标准化处理，进而使用cbs的方式进行cnv区域的合并，通过与多个对照样本中cnv比较后是否有显著性方法来计算异常的cnv区域。cbs全称是circular binarysegmentation，是一种基于染色体芯片数据检测拷贝数变异的方法，当然目前也适用于二代测序数据的拷贝数变异检测的方法。
3、目前分析低深度cnv的方式基本上基于bin大小进行区域扫描后，在进行小区域到大区域的合并，因此异常cnv的断点不是很明确，需要额外的实验进行辅助。同时需要参考几百个样本数据作为对照，一起进行数据分析处理，在样本数量不足情况下，假阳性结果会变得更多。同时需要考虑不同的参考基因组，要建立不同参考基因组版本的对照数据库，费时而且占用服务器空间。整体上现有方法缺乏快速的构建样本对照库，以及快速分析cnv计算能力。
技术实现思路
1、针对现有技术中的缺陷，本发明提供一种检测低深度全基因组cnv的方法及系统。
2、根据本发明提供的一种检测低深度全基因组cnv的方法及系统，所述方案如下：
3、第一方面，提供了一种检测低深度全基因组cnv的方法，所述方法包括：
4、基线对照步骤：以多样本抽样混合形成虚拟对照样本的对照生成方式，从多个样本中按照等比例随机抽取样本数据，进行合成后建基线；
5、block划分步骤：待测样本以基线对照步骤中生成的虚拟对照样本，同时采用block by block的数据统计方式，采用所见即所得的原则，统计基因组中所测得的数据block即reads数；
6、block数据聚合步骤：block划分步骤产生block区域，采用似然值相似的block聚合的数据块划分模式，到没有相似block产生为止，进而计算每一个block的ratio值；
7、异常阈值确定步骤：以block数据聚合步骤中生成ratio值的基础上，样本自身两次测序结果做为对照，利用箱形图法确定ratio值正常范围。
8、优选地，所述基线对照步骤包括：
9、从多个样本中按照等比例随机抽取数据，抽取完成之后再将多份抽样数据合并，构成一个虚拟的自然样本，无限接近于一个不带cnv的标准样本。
10、优选地，所述block划分步骤包括：只统计待测样本或对照样本中一方出现，或同时出现数据的区域，而对无数据的沙漠区则不予以统计。
11、优选地，所述block数据聚合步骤包括：
12、设对任一一个block，那么这个block内，待测样本case具有reads数为n，对照样本control具有reads数为m，而case和control整个基因组上分别具有总reads数量为t和c，那么求得似然值：
13、
14、按照上述公式，计算相邻两个block的似然值l1，l2是否相似，若相似则将两个block合并成一个大block，合并整个基因组上相邻且相似的数据，最后划分的区域相领互不相似，然后计算每个block的ratio值，方法：
15、
16、从而将候选的cnv区域即具有异常的ratio值划分出来。
17、优选地，所述异常阈值确定步骤包括：采用多组样本，分别进行两次上机测序，获得各自的样本的两次上机数据，然后对每个样本进行上述方案的ratio值计算，将所有block的ratio值用箱形图法划定正常值范围，获得raio上限及下限，在实例样本检测cnv时，不在上限及下限正常值范围的block即为潜在的cnv位点，ratio值大于上限则为cnvgain即dulication，小于下限则为cnv loss即为deletion。
18、第二方面，提供了一种检测低深度全基因组cnv的系统，所述系统包括：
19、基线对照模块：以多样本抽样混合形成虚拟对照样本的对照生成方式，从多个样本中按照等比例随机抽取样本数据，进行合成后建基线；
20、block划分模块：待测样本以基线对照模块中生成的虚拟对照样本，同时采用block by block的数据统计方式，采用所见即所得的原则，统计基因组中所测得的数据block即reads数；
21、block数据聚合模块：block划分模块产生block区域，采用似然值相似的block聚合的数据块划分模式，到没有相似block产生为止，进而计算每一个block的ratio值；
22、异常阈值确定模块：以block数据聚合模块中生成ratio值的基础上，样本自身两次测序结果做为对照，利用箱形图法确定ratio值正常范围。
23、优选地，所述基线对照模块包括：
24、从多个样本中按照等比例随机抽取数据，抽取完成之后再将多份抽样数据合并，构成一个虚拟的自然样本，无限接近于一个不带cnv的标准样本。
25、优选地，所述block划分模块包括：只统计待测样本或对照样本中一方出现，或同时出现数据的区域，而对无数据的沙漠区则不予以统计。
26、优选地，所述block数据聚合模块包括：
27、设对任一一个block，那么这个block内，待测样本case具有reads数为n，对照样本control具有reads数为m，而case和control整个基因组上分别具有总reads数量为t和c，那么求得似然值：
28、
29、按照上述公式，计算相邻两个block的似然值l1，l2是否相似，若相似则将两个block合并成一个大block，合并整个基因组上相邻且相似的数据，最后划分的区域相领互不相似，然后计算每个block的ratio值，方法：
30、
31、从而将候选的cnv区域即具有异常的ratio值划分出来。
32、优选地，所述异常阈值确定模块包括：采用多组样本，分别进行两次上机测序，获得各自的样本的两次上机数据，然后对每个样本进行上述方案的ratio值计算，将所有block的ratio值用箱形图法划定正常值范围，获得raio上限及下限，在实例样本检测cnv时，不在上限及下限正常值范围的block即为潜在的cnv位点，ratio值大于上限则为cnvgain即dulication，小于下限则为cnv loss即为deletion。
33、与现有技术相比，本发明具有如下的有益效果：
34、1、本发明对照生成方式产生的对照样本，克服单个真实样本自身带有大量cnv或实验及测序误差带来的分析偏差；block by block的数据统计方式，极大的减少了统计量以及计算资源的消耗；相似block聚合的数据块划分模式，可以准确地把相似的数据区域连接，从而将候选的cnv区域划分出来；而以样本自身2次测序结果做为对照，利用箱形图法确定ratio值正常范围，从而准确找到潜在的cnv。
35、2、本发明的4个独特的特征，在每个环节上都极好地保证了它的计算速度以及结果的准确性，与其它方法相比更加快速高效及准确。；
36、本发明的其他有益效果，将在具体实施方式中通过具体技术特征和技术方案的介绍来阐述，本领域技术人员通过这些技术特征和技术方案的介绍，应能理解所述技术特征和技术方案带来的有益技术效果。
1.一种检测低深度全基因组cnv的方法，其特征在于，包括：
2.根据权利要求1所述的检测低深度全基因组cnv的方法，其特征在于，所述基线对照步骤包括：
3.根据权利要求1所述的检测低深度全基因组cnv的方法，其特征在于，所述block划分步骤包括：只统计待测样本或对照样本中一方出现，或同时出现数据的区域，而对无数据的沙漠区则不予以统计。
4.根据权利要求1所述的检测低深度全基因组cnv的方法，其特征在于，所述block数据聚合步骤包括：
5.根据权利要求1所述的检测低深度全基因组cnv的方法，其特征在于，所述异常阈值确定步骤包括：采用多组样本，分别进行两次上机测序，获得各自的样本的两次上机数据，然后对每个样本进行上述方案的ratio值计算，将所有block的ratio值用箱形图法划定正常值范围，获得raio上限及下限，在实例样本检测cnv时，不在上限及下限正常值范围的block即为潜在的cnv位点，ratio值大于上限则为cnv gain即dulication，小于下限则为cnv loss即为deletion。
6.一种检测低深度全基因组cnv的系统，其特征在于，包括：
7.根据权利要求6所述的检测低深度全基因组cnv的系统，其特征在于，所述基线对照模块包括：
8.根据权利要求6所述的检测低深度全基因组cnv的系统，其特征在于，所述block划分模块包括：只统计待测样本或对照样本中一方出现，或同时出现数据的区域，而对无数据的沙漠区则不予以统计。
9.根据权利要求6所述的检测低深度全基因组cnv的系统，其特征在于，所述block数据聚合模块包括：
10.根据权利要求6所述的检测低深度全基因组cnv的系统，其特征在于，所述异常阈值确定模块包括：采用多组样本，分别进行两次上机测序，获得各自的样本的两次上机数据，然后对每个样本进行上述方案的ratio值计算，将所有block的ratio值用箱形图法划定正常值范围，获得raio上限及下限，在实例样本检测cnv时，不在上限及下限正常值范围的block即为潜在的cnv位点，ratio值大于上限则为cnv gain即dulication，小于下限则为cnv loss即为deletion。
