本發明提供了一種雜交捕獲效率評估模型、其構建方法及應用。其中，構建評估模型的方法包括：對多個已知捕獲效率的雜交捕獲文庫中的非目標捕獲序列的模板進行定量，得到多個定量結果；根據多個定量結果與多個雜交捕獲文庫的已知捕獲效率，建立定量結果與雜交捕獲效率之間的關系模型，該關系模型即為雜交捕獲效率評估模型。利用捕獲后文庫中非目標捕獲序列的量來反向推導目標捕獲序列的捕獲效率的思想，建立已知捕獲效率的雜交捕獲文庫中非目標捕獲序列的模板量與測序獲得的真實的目標捕獲序列的捕獲效率之間的關系模型，從而獲得評估模型。該模型既可在捕獲文庫上機測序之前評估出該文庫的捕獲效率，也有助于研發文庫雜交捕獲相關試劑。

技術領域

本發明涉及高通量測序文庫雜交捕獲領域，具體而言，涉及一種雜交捕獲效率評估模型、其構建方法及應用。

背景技術

近些年，探針捕獲法在醫學檢測領域得到了大范圍的應用，但配套的雜交捕獲試劑卻一直被國外Agilent、IDT等公司壟斷，國產雜交捕獲試劑的研發尚處于起步階段。在此類試劑的研發過程中，捕獲效率是一個非常重要的評估指標。

然而，現有技術中，對高通量測序的雜交捕獲文庫的捕獲效率的評估，均是通過對雜交捕獲后的文庫進行二代測序，并利用所得到的測序數據進行生物信息學分析流程(數據拆分、質控)對目標區域reads數量進行統計，進而得出目標區域reads占總reads的比例，來計算得到捕獲效率。

該方法的主要缺點在于：(1)速度慢。常見的采用PE100或PE150策略的二代測序過程耗時約2～3天，生物信息分析流程(數據拆分、質控)需3-5h；(2)成本高。以目前二代測序單價最低的Illumina Novaseq 6000平臺為例，1G數據的成本約60-70元人民幣。

目前，尚未發現在進行測序之前，就對雜交捕獲文庫的雜交捕獲效率進行評估的報道。

發明內容

本發明的主要目的在于提供一種雜交捕獲效率評估模型、其構建方法及應用，以解決現有技術中尚無在測序之前對雜交捕獲文庫的雜交捕獲效率進行評估的問題。

為了實現上述目的，根據本發明的一個方面，提供了一種構建雜交捕獲效率評估模型的方法，該方法包括：對多個已知捕獲效率的雜交捕獲文庫中的非目標捕獲序列的模板進行定量，得到多個定量結果；根據多個定量結果與多個雜交捕獲文庫的已知捕獲效率，建立定量結果與雜交捕獲效率之間的關系模型，關系模型即為雜交捕獲效率評估模型。

進一步地，在對多個已知捕獲效率的雜交捕獲文庫中的非目標捕獲序列的模板進行定量之前，方法還包括篩選非目標捕獲序列。

進一步地，篩選非目標捕獲序列包括：A)選擇多個候選非目標序列，對每個候選非目標序列進行如下步驟a)和b)，得到多個關系模型：a)在多個已知捕獲效率的雜交捕獲文庫中，對非目標序列的模板進行定量，得到多個定量結果；b)根據多個定量結果與多個雜交捕獲文庫的已知捕獲效率，建立定量結果與雜交捕獲效率之間的關系模型；B)選擇多個關系模型中定量結果與雜交捕獲效率之間相關性最強的一個所對應的候選非目標序列，作為非目標捕獲序列。

進一步地，采用PCR、qPCR或數字PCR的方法對非目標捕獲序列的模板進行定量。

進一步地，采用qPCR的方法對非目標捕獲序列的模板進行定量，得到多個Ct值；根據多個Ct值與多個雜交捕獲文庫的已知捕獲效率，建立Ct值與雜交捕獲效率之間的關系模型。