新型的基因组结构变异检测和显示工具的开发

目前，越来越多的实验证据表明基因组结构变异与人类各种复杂性状疾病紧密相关。随着高通量测序技术的进步，基因组结构变异的检测已成为筛选疾病候选基因最迅速和有效的方法之一。然而，现有对海量基因组数据中结构变异的挖掘算法远未成熟，尤其是缺乏对复杂类型结构变异的检测能力。本项目拟采用数据挖掘技术，建立不同类型结构变异的表征模式，优化质量评估标准，实现快速和准确的基因组结构变异检测，包括插入、删除、移位、倒置和不同形式的复制等。同时，基于分布式注释系统，建立整合的结构变异检测、显示和注释工具，实现对个人基因组数据挖掘工作的并行化和可视化处理流程，进而将该方法应用于分析个人基因组中的结构变异。本项目的研究成果将有助于从海量零散的基因组数据中，挖掘出与人类健康和疾病相关的结构变异信息，促使基因组计划的成果逐步转化为医学领域的进步。

已有越来越多的实验证据表明，基因组结构变异与人类各种复杂性状疾病紧密相关，而现有的结构变异识别算法远未成熟。本研究针对基因组结构变异的识别问题开展了研究，取得如下成果：（1）提出了基于断点策略的基因组插入删除（INDEL）的识别算法，可以实现全尺度范围的INDEL识别；（2）首次系统评估了不同结构变异特征的信号强弱，与结构变异识别效率的关系，建立了动态评价系统，可以有效处理错误信号和冲突信号，实现对串联重复区域INDEL的有效识别；（3）首次提出基于物理覆盖度和配对末端作图的策略，建立新型的结构变异可视化方法，实现对多种复杂形式结构变异（包括插入、删除、移位、易位和不同形式的重复）的准确识别，并可有效区分纯合与杂合变异；（4）利用上述方法工具，开展了肿瘤和微生物深度测序数据的分析，绘制了上述基因组内结构变异谱系，并进行了相关功能的关联分析。本研究在研期间，在国际生物信息学杂志上发表研究论文3篇（Nucleic Acids Res 2篇，Scientific Reports 1篇）、特邀综述1篇（科学通报）和已投稿论文1篇。