GAMarker基因分型专家系统是完整的DNA基因分型流程和直观的数据审核工具, 从算法设计到代码实现, 均为完全自主研发。软件基本版本为英文版, 并搭配汉化中文包, 能满足侦破案件、数据库建设和亲子鉴定等个体识别数据分析的需要。

通过GA118系列遗传分析仪分析DNA检材, 然后利用采集软件采集数据。

1）将数据导入GAMarker基因分型专家系统。导入后可查看数据的详细信息。

2）设置分析参数。包括内标、分析片段组、分析方法、样本类别等。

3）分析。分析过程中实现对样本的质量控制, 生成分析概要, 并绘制分型图谱。

4）查看质控结果和分型图谱。也可在图谱界面对分型结果进行编辑。

5）生成报告。

GAMarker中有多个数据对象, 存在多种实体、属性和关系。基于此, 需要设计用户表、分析表、分析结果表、bin表、panel表、markers表等。该系统在MYSQL数据库中, 共设计了48张表格以提供数据支持。如图1所示, 以Markers表的E-R图为例, 表内字段包括id, panel_id（panel序列号）, name（marker名称）, repeats（重复片段长度）, color（染料颜色）, dye_index（染料id）, size_range_min（范围bp最小值）, size_range_max（范围bp最大值）, allele_ladder（ladder中的等位基因）, comments（备注）, marker_type（marker类型）, stutter_percentage（stutter比例）, control_alleles（标准样中的等位基因）, y_marker（是否为y位点）, internal_gq（是否是内部质控GQ）, create_date（创建时间）, last_modified（最后一次修改时间）等17项参数。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 Markers表的E-R图Fig.1 E-R chart of essential parameters of Markers

本系统使用Java语言开发, 涉及多项插件技术。

1）SWT, 标准工具箱技术;

2）JFace, 图形操作封装;

3）RCP, 简易化桌面应用开发;

4）OSGi, 实现模块间的真正“ 解耦” “ 分离” ;

5）Nebula, 美化控件;

6）SWTChart, 满足分型图谱绘制需要;

7）Tycho, 简化配置。

配置以上插件后开发代码。部分代码结构如图2。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 代码结构Fig.2 Code structure

GAMarker是一个多模块项目, 包含如标准物分析、样本分析、图谱分析与交互等, 多个功能需并行开发。考虑到Maven的自动化管理与部署和依赖管理的特性及其能提供高度可控的方法, 开发该系统时使用了Maven。软件开发完毕后, 在Eclipse中对其封装。使用者打开可执行文件即可运行GAMarker。

系统会对数据的分析要素进行初步判断。比如判断样本中是否包含等位基因分型标准物, 如果不具备条件, 将停止分析并给出对应的提示。其次, 判断有无内标、分析方法; 如果没有, 则无法分析。

基于此, 质评系统设置了五个子系统。

1）分析要素检查, 即检查那些可能阻止分析或引起异常结果的因素。

2）内标质量评估, 评估每个样品的内标质量。在算法上, 内标决定了分子量内标标准曲线。

3）等位基因分型标准物质量评估。在后续内置算法中, 根据标准物校正panel、bins, 以此消除不同批次的电泳误差。

4）基因座水平质量评估。在分析完成后, 对每个基因座的分型峰进行判读, 以便于查看与人工质控。

5）样本质量评估。样本质量根据每个片段、每个颜色通道、每个基因座的质量来综合研判, 具体如图4。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 样本质量评估Fig.4 Sample quality assessment

实现了查看样本数据基本信息、原始数据以及多个样本呈现的功能。1）查看的基本信息包括了样本信息, 错误信息, 上次使用的分析方法设置, 运行信息和数据采集的设置。2）查看样本原始数据。表格查看和表格设置决定样品和基因型的表格在显示和导出时的内容（表格的列）。查看原始数据信息图谱如图5所示。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 原始数据信息Fig.5 Raw data information

分析方法管理系统负责对分析方法相关的参数进行设置和管理, 并用该系统定义样品数据分析时的峰检测、片段大小判定、基因分型和质量评估参数。在开始分析数据之前, 由软件获取试剂盒诸如基因座的片段范围、 染料组、等位基因大小、滑移峰比率等详细信息, 即与之对应的Panel, Bin和Stutter文件。

管理Panel。Panel是所有基因座的组合, 进行基因分型时, 需设定样品文件对应的Panel。Panel管理的功能主要是对Panel查看和编辑, 导入导出。系统初始化时, GAMarker已内置常用试剂盒文件及Panel、Bins。如图6所示, 在该文件的可视化图表下, 可以查看基因座的物理Bin（灰色）和虚拟Bin（淡粉色）, 然后选择或者编辑滑移峰比率和距离。

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 查看BinsFig.6 Viewing Bins

相关参数还包括分子量标准（内标）, 文件提供一组以碱基对为单位的不同长度片段及其标注的荧光信息。在进行样品峰的检测和片段大小判读时, 系统计算这些内标片段的文件供给数值与电泳结果的观察值之间的相似程度值, 该值在算法上通过分子量内标标准曲线实现帧与bp坐标值的换算。

算法上, 电泳对荧光颜色不同的DNA片段的峰进行长度检测, 并对应不同的通道, DNA片段与内标比较后确定长度。最后与以同样方式确定长度的标准物比较, 得到未知样本的PCR产物片段分型^[10]。查看标准物的电泳图谱, 其结果如图7。

图7

Fig.7

	Figure Option ViewDownloadNew Window
	图7 标准物的电泳图谱Fig.7 Electrophoretogram of ladder

分型过程中, 需检查分型标准物的数据质量。当标准物达到要求值, 显示绿色的“ 通过” 标识, 此时可直接对样本数据分型, 以便核查评价。如标准物未达到要求, 则无法校正不同批次的电泳结果, 为保证实验有效性, 不予分析。

根据分析流程, GAMarker具有解释各种不同类型样本的功能。为避免在人工核查中, 核查所有的未知样本, 软件设定了“ 通过” “ 不通过” “ 注意” 三种图标来标识分析结果与“ 设定标准” 的差异性, 只核查那些不符合“ 设定标准” 的样本, 并可呈现分型结果以及人工核查的界面交互。图8为重命名杂峰标签。

图8

Fig.8

	Figure Option ViewDownloadNew Window
	图8 重命名杂峰标签Fig.8 Renaming the artifact label

在进行添加、删除、重命名等位基因或杂峰标签后, 需录入修改的原因, 以便于系统跟踪、审查。此外, GAMarker还提供修改基因型质量（GQ）和综合基因型质量（CGQ）的功能, 其结果也记录进日志, 并可在进程质量面板查看（图9）。

图9

Fig.9

	Figure Option ViewDownloadNew Window
	图9 重命名等位基因标签Fig.9 Route for renaming allele label

该审查系统提供多种数据核查工具, 可查看手工编辑以及覆盖的样本分型, 并以表格的形式显示CGQ覆盖过的样本和编辑过的样本。

审查系统的另一组件为标签编辑器, 该组件可查看基因型表格中等位基因编辑内容（图10）, 包括等位基因更改编辑原因、基因座编辑内容、基因座编辑的标签等。

图10

Fig.10

	Figure Option ViewDownloadNew Window
	图10 标签编辑查看器Fig.10 Label-editing viewer

GAMarker分析报告生成系统负责报告定义、报告生成以及导出固定格式的报告、导出单个表格和导出联合表格, 如图11。

图11

Fig.11

	Figure Option ViewDownloadNew Window
	图11 导出报告Fig.11 Exporting report

系统安全是GAMarker专家分型系统的重要组成部分, 负责系统用户权限以及操作安全。包括数据的安全、分析方法的安全以及分析报告的安全等。为保障系统安全, 用户的操作必须经过授权且只能进行权限之内的操作。GAMarker主要通过用户账号、分组管理、审查追踪、密码安全和系统日志等设置, 确保整个系统的安全和可追溯。