本發(fā)明涉及無創(chuàng)產(chǎn)前檢測領域，更具體地，涉及一種獲取胎兒游離dna濃度的方法。

背景技術：

無創(chuàng)產(chǎn)前基因檢測(nipt)通過采集孕婦外周血，提取其中的胎兒游離dna。利用基因測序技術并結(jié)合生物信息學分析手段，便可準確判斷胎兒是否患有染色體病。當胎兒游離dna比例過低時可能因為胎兒dna量太少而不能被檢測出來染色體是否有異常，所以胎兒游離dna濃度檢測是無創(chuàng)產(chǎn)前基因檢測中至關重要的步驟。

現(xiàn)有成熟的胎兒游離dna濃度檢測技術都是基于y染色體在cfdna中的含量來確定的，由于女胎不存在y染色體，因此這個方法不適用于女胎。也有通過劃分固定區(qū)間來統(tǒng)計母體和胎兒cfdna片段的數(shù)量，以求得胎兒濃度的方法。但是，由于不同樣本、不同胎齡的樣本，它們的cfdna片段長度的分布不是固定不變的,該方法無法動態(tài)獲取準確的統(tǒng)計區(qū)間，得到的結(jié)果的準確度也受到嚴重的影響。

技術實現(xiàn)要素：

本發(fā)明為克服上述現(xiàn)有技術所述的至少一種缺陷，提供一種獲取胎兒游離dna濃度的方法。

為解決上述技術問題，本發(fā)明的技術方案如下：

一種獲取胎兒游離dna濃度的方法，包括以下步驟：

s1：獲取母血游離dna(cfdna)，并統(tǒng)計游離dna片段長度；

s2：將統(tǒng)計游離dna片段長度輸入到高斯混合模型，采用擁有k個正態(tài)分布的高斯混合模型，對母體和胎兒的游離dna進行量化，獲取k個波峰和對應的分布范圍，得到胎兒游離dna的濃度；

s3：通過搜索比對正態(tài)分布的期望的大小，從k個正態(tài)分布分布中找出屬于母體和胎兒的分布，得到對應的屬于母體和胎兒的游離dna片段數(shù)量ni，其中i表示1到k中屬于母體和胎兒的編號；

s4：與已知確定的胎兒游離dna濃度進行三維線性擬合，得到三維線性擬合的系數(shù)，對測得的胎兒游離dna濃度進行優(yōu)化并輸出結(jié)果。

在一種優(yōu)選的方案中，步驟s2中，所述高斯混合模型表示為：

其中，k為正整數(shù)，n(x|μi,σi)為正態(tài)分布，μi表示期望，σi表示方差，樣本x以πi的概率隸屬于正態(tài)分布n(x|μi,σi)；

在一種優(yōu)選的方案中，步驟s2中，具體步驟包括：

s21：計算樣本xj發(fā)生的概率p(xj)，其中j＝1…n，n為正整數(shù)，p(xj)的公式為：

其中

s22：則樣本xj存在，第k(k＝1,2,…,k)個正態(tài)分布發(fā)生的概率為：

s23：目標函數(shù)為：通過最大似然法求得屬于母體和胎兒的游離dna片段數(shù)量：

更新參數(shù)：

s24：返回步驟s21，循環(huán)直到實現(xiàn)最大化結(jié)束。

在一種優(yōu)選的方案中，取k的值為：k＝5。

與現(xiàn)有技術相比，本發(fā)明技術方案的有益效果是：本發(fā)明提供一種獲取胎兒游離dna濃度的方法，對母體外周血中的cfdna片段長度的數(shù)據(jù)，采用擁有k個正態(tài)分布的高斯混合模型，對母體和胎兒的cfdna進行量化，自動準確的獲取五個波峰和對應的分布范圍，得到胎兒cfdna的濃度，為產(chǎn)前無創(chuàng)檢測(nipt)提供更加合適和可靠的胎兒濃度，具有普適性和準確性。本方法通過動態(tài)確定母體和胎兒cfdna片段長度的分布區(qū)域，對男胎和女胎都有效，并且對于不同胎兒以及胎齡的樣本，能夠自動獲取并識別母體和胎兒cfdna的分布，保證了胎兒濃度的準確度。

附圖說明

圖1為本發(fā)明獲取胎兒游離dna濃度的方法的流程圖。

圖2為本發(fā)明步驟s2的具體流程圖。

具體實施方式

下面結(jié)合附圖和實施例對本發(fā)明的技術方案做進一步的說明。

實施例1

如圖1所示，一種獲取胎兒游離dna濃度的方法，包括以下步驟：

s1：獲取母血游離dna(cfdna)，并統(tǒng)計游離dna片段長度；

s2：將統(tǒng)計游離dna片段長度輸入到高斯混合模型，采用擁有k個正態(tài)分布的高斯混合模型，對母體和胎兒的游離dna進行量化，獲取k個波峰和對應的分布范圍，得到胎兒游離dna的濃度；

s3：通過搜索比對正態(tài)分布的期望的大小，從k個正態(tài)分布分布中找出屬于母體和胎兒的分布，得到對應的屬于母體和胎兒的游離dna片段數(shù)量ni，其中i表示1到k中屬于母體和胎兒的編號；

s4：與已知確定的胎兒游離dna濃度進行三維線性擬合，得到三維線性擬合的系數(shù)，對測得的胎兒游離dna濃度進行優(yōu)化并輸出結(jié)果。

在具體實施過程中，步驟s2中，所述高斯混合模型表示為：

其中，k為正整數(shù)，n(x|μi,σi)為正態(tài)分布，μi表示期望，σi表示方差，樣本x以πi的概率隸屬于正態(tài)分布n(x|μi,σi)；

如圖2所示，在具體實施過程中，步驟s2中，具體步驟包括：

s21：計算樣本xj發(fā)生的概率p(xj)，其中j＝1…n，n為正整數(shù)，p(xj)的公式為：

其中

s22：則樣本xj存在，第k(k＝1,2,…,k)個正態(tài)分布發(fā)生的概率為：

s23：目標函數(shù)為：通過最大似然法求得屬于母體和胎兒的游離dna片段數(shù)量：

更新參數(shù)：

s24：返回步驟s21，循環(huán)直到實現(xiàn)最大化結(jié)束。

在具體實施過程中，取k的值為：k＝5。

本發(fā)明提供一種獲取胎兒游離dna濃度的方法，對母體外周血中的cfdna片段長度的數(shù)據(jù)，采用擁有k個正態(tài)分布的高斯混合模型，對母體和胎兒的cfdna進行量化，自動準確的獲取五個波峰和對應的分布范圍，得到胎兒cfdna的濃度，為產(chǎn)前無創(chuàng)檢測(nipt)提供更加合適和可靠的胎兒濃度，具有普適性和準確性。本方法通過動態(tài)確定母體和胎兒cfdna片段長度的分布區(qū)域，對男胎和女胎都有效，并且對于不同胎兒以及胎齡的樣本，能夠自動獲取并識別母體和胎兒cfdna的分布，保證了胎兒濃度的準確度。

顯然，本發(fā)明的上述實施例僅僅是為清楚地說明本發(fā)明所作的舉例，而并非是對本發(fā)明的實施方式的限定。對于所屬領域的普通技術人員來說，在上述說明的基礎上還可以做出其它不同形式的變化或變動。這里無需也無法對所有的實施方式予以窮舉。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應包含在本發(fā)明權利要求的保護范圍之內(nèi)。