JP2018508852A - 構造的変異及び相化情報を視覚化するシステム及び方法 - Google Patents

Abstract

構造的変異または相化情報を提供するシステムが提供される。システムは、試料における標的核酸に対応する核酸配列データセットにアクセスする。データセットは、ヘッダ，シノプシス，及びデータ部を含む。データ部は、複数の配列読み取り値を含む。各々の配列読み取り値は、標的核酸のサブセットに対応する第１の部分、及び複数の識別子からの配列読み取り値に対する識別子を符号化する第２の部分を含む。システムのメモリにおける１つまたは複数のプログラムは、構造的変異または相化情報に対する要求をデータセットから受信するハプロタイプ視覚化ツールを提供するためにシステムのマイクロプロセッサを使用する。要求はシノプシスと比較され、それによって、データ部の一部を識別する。構造的変異または相化情報は、データ部の識別された部分を使用して、ハプロタイプ視覚化ツールで表示するためにフォーマットされる。【選択図】図１

Description

関連出願の相互参照
本出願は、その全体を参照することによって本明細書に組み込まれる２０１５年２月２５日に出願された「Ｓｙｓｔｅｍｓ ａｎｄ Ｍｅｔｈｏｄｓ ｆｏｒ Ｖｉｓｕａｌｉｚｉｎｇ Ｓｔｒｕｃｔｕｒａｌ Ｖａｒｉａｔｉｏｎ ａｎｄ Ｐｈａｓｉｎｇ Ｉｎｆｏｒｍａｔｉｏｎ」と題する米国特許出願第６２／１２０，８７３号に関連する。

本出願はまた、その全体を参照することによって本明細書に組み込まれる２０１５年１月１３日に出願された「Ｓｙｓｔｅｍｓ ａｎｄ Ｍｅｔｈｏｄｓ ｆｏｒ Ｖｉｓｕａｌｉｚｉｎｇ Ｓｔｒｕｃｔｕｒａｌ Ｖａｒｉａｔｉｏｎ ａｎｄ Ｐｈａｓｉｎｇ Ｉｎｆｏｒｍａｔｉｏｎ」と題する米国特許出願第６２／１０２，９２６に関連する。

本明細書は、核酸配列データ（ｎｕｃｌｅｉｃ ａｃｉｄ ｓｅｑｕｅｎｃｉｎｇ ｄａｔａ）において構造的変異（ｓｔｒｕｃｔｕｒａｌ ｖａｒｉａｔｉｏｎ）及び相化情報（ｐｈａｓｉｎｇ ｉｎｆｏｒｍａｔｉｏｎ）を視覚化する技術を説明する。

並列化された配列方法を大規模に使用することによって配列されたヒトゲノムから取得された実験データからのハプロタイプアセンブリは、遺伝子データの優れたソースとして出現した。そのようなデータは、遺伝子に基づく診断に加え、ヒトの疾患の研究、検出、及び個別化された治療を実施する費用効率の良い方法として役に立つ。

そのような並列化された配列方法を大規模に使用することによって提供された広範囲な情報が、例えば、２０１４年１０月２９日に出願された「Ａｎａｌｙｓｉｓ ｏｆ Ｎｕｃｌｅｉｃ Ａｃｉｄ Ｓｅｑｕｅｎｃｅｓ」と題する米国特許出願第６２／０７２，２１４で開示されている。そのような技術は、転座（ｔｒａｎｓｌｏｃａｔｉｏｎｓ）、大欠失（ｌａｒｇｅ ｄｅｌｅｔｉｏｎｓ）、または遺伝子融合（ｇｅｎｅ ｆｕｓｉｏｎｓ）などの、ゲノムの大規模構造的変異の検出を大いに促進する。他の実施例は、それらに限定されないが、ｔｈｅ ｓｅｑｕｅｎｃｉｎｇ−ｂｙ−ｓｙｎｔｈｅｓｉｓ ｐｌａｔｆｏｒｍｓ（ＩＬＬＵＭＩＮＡ）、Ｂｅｎｔｌｅｙ ｅｔ ａｌ．、２００８、「Ａｃｃｕｒａｔｅ ｗｈｏｌｅ ｈｕｍａｎ ｇｅｎｏｍｅ ｓｅｑｕｅｎｃｉｎｇ ｕｓｉｎｇ ｒｅｖｅｒｓｉｂｌｅ ｔｅｒｍｉｎａｔｏｒ ｃｈｅｍｉｓｔｒｙ」、Ｎａｔｕｒｅ ４５６：５３−５９、ｓｅｑｕｅｎｃｉｎｇ−ｂｙ−ｌｉｔｉｇａｔｉｏｎ ｐｌａｔｆｏｒｍｓ（ＰＯＬＯＮＡＴＯＲ；ＡＢＩ ＳＯＬｉＤ）、Ｓｈｅｎｄｕｒｅ ｅｔ ａｌ．、２００５、「Ａｃｃｕｒａｔｅ Ｍｕｌｔｉｐｌｅｘ Ｐｏｌｏｎｙ Ｓｅｑｕｅｎｃｉｎｇ ｏｆ ａｎ Ｅｖｏｌｖｅｄ ｂａｃｔｅｒｉａｌ Ｇｅｎｏｍｅ」、Ｓｃｉｅｎｃｅ ３０９：１７２８−１７３２、ｐｙｒｏｓｅｑｕｅｎｃｉｎｇ ｐｌａｔｆｏｒｍｓ（ＲＯＣＨＥ ４５４）、Ｍａｒｇｕｌｉｅｓ ｅｔ ａｌ．、２００５、「Ｇｅｎｏｍｅ ｓｅｑｕｅｎｃｉｎｇ ｉｎ ｍｉｃｒｏｆａｂｒｉｃａｔｅｄ ｈｉｇｈ−ｄｅｎｓｉｔｙ ｐｉｃｏｌｉｔｅｒ ｒｅａｃｔｏｒｓ」、Ｎａｔｕｒｅ ４３７：３７６−３８０、及びｓｉｎｇｌｅ−ｍｏｌｅｃｕｌｅ ｓｅｑｕｅｎｃｉｎｇ ｐｌａｔｆｏｒｍｓ（ＨＥＬＩＣＯＳ ＨＥＬＩＳＣＡＰＥ）、Ｐｕｓｈｋａｒｅｖ ｅｔ ａｌ．、２００９、「Ｓｉｎｇｌｅ−ｍｏｌｅｃｕｌｅ ｓｅｑｕｅｎｃｉｎｇ ｏｆ ａｎ ｉｎｄｉｖｉｄｕａｌ ｈｕｍａｎ ｇｅｎｏｍｅ」、Ｎａｔｕｒｅ Ｂｉｏｔｅｃｈ１７：８４７−８５０、（ＰＡＣＩＦＩＣ ＢＩＯＳＣＩＥＮＣＥＳ）Ｅｉｄ ｅｔ ａｌ．、「Ｒｅａｌ−ｔｉｍｅ ｓｅｑｕｅｎｃｉｎｇ ｆｏｒｍ ｓｉｎｇｌｅ ｐｏｌｙｍｅｒａｓｅ ｍｏｌｅｃｕｌｅ」、Ｓｃｉｅｎｃｅ ３２３：１３３−１３８を含み、その各々がその全体を参照することによって本明細書に組み込まれる。

ハプロタイプデータの利用可能性がヒトゲノムの大部分に渡り、特に、個人のゲノムに対する全ゲノム配列のコストが１０００ドルを下回るまで減少しているので、診断、発見、及び治療の上述した目的を前進させるために、このデータで効率的に作用する方法の必要性が生じている。そのようなデータからハプロタイプをコンピュータ的にアセンブルするために、試料に存在する２つのハプロタイプからの読み取り値を解き、両方のハプロタイプに対するコンセンサス配列を推論する必要がある。そのような問題は、ＮＰ困難であると示されてきた。参照によって本明細書に組み込まれる、Ｌｉｐｐｅｒｔ ｅｔ ａｌ．、２００２、「Ａｌｇｏｒｉｔｈｍｉｃ ｓｔｒａｔｅｇｉｅｓ ｆｏｒ ｔｈｅ ｓｉｎｇｌｅ ｎｕｃｌｅｏｔｉｄｅ ｐｏｌｙｍｏｒｐｈｉｓｍ ｈａｐｌｏｔｙｐｅ ａｓｓｅｍｂｌｙ ｐｒｏｂｌｅｍ」、Ｂｒｉｅｆ．Ｂｉｏｎｆｏｒｍ３：２３−３１を参照されたい。

アセンブリビューＣｏｎｓｅｄ（ａｓｓｅｍｂｌｙ ｖｉｅｗ Ｃｏｎｓｅｄ）は、上記識別した配列方法から取得された読み取り値の視覚化をサポートする。Ｇｏｒｄｏｎ１９９８、「Ｃｏｎｓｅｄ：Ａ ｇｒａｐｈｉｃａｌ ｔｏｏｌ ｆｏｒ ｓｅｑｕｅｎｃｉｎｇ ｆｉｎｉｓｈｉｎｇ」、Ｇｅｎｏｍｅ Ｒｅｓｅａｒｃｈ ８：１９８−２０２を参照されたい。

別の視覚化ツールは、ＥａｇｌｅＶｉｅｗである。Ｈｕａｎｇ ａｎｄ Ｍａｒｔｈ、２００８、「ＥａｇｌｅＶｉｅｗ：Ａ ｇｅｎｏｍｅ ａｓｓｅｍｂｌｙ ｖｉｅｗｅｒ ｆｏｒ ｎｅｘｔ−ｇｅｎｅｒａｔｉｏｎ ｓｅｑｕｅｎｃｉｎｇ ｔｅｃｈｎｏｌｏｇｉｅｓ」、Ｇｅｎｏｍｅ Ｒｅｓｅａｒｃｈ １８：１５３８−１５４３を参照されたい。

さらなる別のそのようなビューワは、ＨａｐＥｄｉｔである。Ｋｉｍ ｅｔ ａｌ．、「ＨａｐＥｄｉｔ：ａｎ ａｃｃｕｒａｃｙ ａｓｓｅｓｓｍｅｎｔ ｖｉｅｗｅｒ ｆｏｒ ｈａｐｌｏｔｙｐｅ ａｓｓｅｍｂｌｙ ｕｓｉｎｇ ｍａｓｓｉｖｅｌｙ ｐａｒａｌｌｅｌ ＤＮＡ−ｓｅｑｕｅｎｃｉｎｇ ｔｅｃｈｎｏｌｏｇｉｅｓ」、Ｎｕｃｌｅｉｃ Ａｃｉｄｓ Ｒｅｓｅａｒｃｈ、２０１１、１−５を参照されたい。ＨａｐＥｄｉｔは、ハプロタイプアセンブリの精度を評価するツールを提供し、ユーザが多数の異なる配列決定技術による読み取り配列の構成比率に適合することを可能にする。

上記開示されたプログラムは各々、それら自体の能力における著しい前進であるが、それらは、配列データにおいて構造的変異（例えば、欠失、重複（ｄｕｐｌｉｃａｔｉｏｎｓ）、コピー数変異型（ｃｏｐｙ−ｎｕｍｂｅｒ ｖａｒｉａｎｔｓ）、挿入（ｉｎｓｅｒｔｉｏｎｓ）、逆位（ｉｎｖｅｒｓｉｏｎｓ）、転座（ｔｒａｎｓｌｏｃａｔｉｏｎｓ）、末端反復配列（ｌｏｎｇ ｔｅｒｍｉｎａｌ ｒｅｐｅａｔｓ：ＬＴＲ）、短反復配列（ｓｈｏｒｔ ｔａｎｄｅｍ ｒｅｐｅａｔｓ：ＳＴＲ）、及び様々な他の有用な特性）を視覚的に評価するツールのこの分野における必要性に適切に対処していない。

構造的変異を視覚的に評価する技術的解決策（例えば、コンピューティングシステム、方法、及び非一時的コンピュータ可読記憶媒体）が提供される。参照によって本明細書に組み込まれる２０１４年１０月２９日に出願された「Ａｎａｌｙｓｉｓ ｏｆ Ｎｕｃｌｅｉｃ Ａｃｉｄ Ｓｅｑｕｅｎｃｅｓ」と題する米国特許出願第６２／０７２，２１４号に開示されるものなどのプラットフォームで、ゲノムは、標的識別の前に断片化及び区分化され、ならびにバーコード化される。したがって、バーコード情報の統合がゲノムにわたって維持される。バーコード情報は、著しいバーコードのオーバラップを示すゲノムの領域を検出することによって、潜在的な構造的変異分岐点を識別するために使用される。それらは相化情報を取得するためにも使用される。

以下は、本発明の態様のうちのいくつかの基本的な理解を提供するために、発明の概要を提示する。この概要は、本発明の広範囲に及ぶ概要ではない。本発明の重要な／重大な要素を識別することを意図しているわけではなく、本発明の範囲を記述することも意図していない。その唯一の目的は、後に提示されるさらなる詳細な説明に対する前置きとして、発明の概念のうちのいくつかを簡易化された形式で提示することである。

本開示の１つの態様は、ネットワーク接続上で構造的変異または相化情報をリモートクライアントコンピュータに提供するシステムである。システムは、１つまたは複数のマイクロプロセッサ、永続的メモリ及び非永続的メモリを含む。永続的メモリ（例えば、ハードドライブ）及び非永続的メモリ（例えば、ＲＡＭメモリ）は共同で、１つまたは複数の核酸配列データセットを記憶する。１つまたは複数の核酸配列データセットにおける各々のそれぞれの核酸配列データセットは、複数の試料におけるそれぞれの試料の少なくとも１つの標的核酸に対応する。それぞれの試料は、いくつかの実施形態では、それぞれの試料の分析のためのベンチマークとしての役割を果たし得る種の参照ゲノムと関連付けられる。例えば、いくつかの実施形態では、それぞれの試料は、参照ゲノムにマッピングされ、それによって、参照ゲノムは、クエリを構文解析して、それぞれの試料の一部を視覚化するためのテンプレート（参照）として使用される。例えば、いくつかの実施形態では、試料は、人間の被験者からである。そのような例では、ヒトゲノム（異なる種からのゲノムとは反対に）は、参照ゲノムとしての役割を果たし、かつそれぞれの試料は、ヒトゲノムにマッピングされる。このようにして、特定の人間の染色体における視覚的配列もしくは配列変異、または試料からのそれらの一部に対する要求を、参照ゲノムへのそのようなマッピングに基づいて、開示されるシステム及び方法を使用して解釈及び処理することができる。

それぞれの核酸配列データセットは、（ｉ）ヘッダ、（ｉｉ）シノプシス、及び（ｉｉｉ）データ部を含む。データ部は、試料からの複数の調整された配列読み取り値、及び各々のなされた変異呼び出しに関する情報を含む。有利なことに、データ部は、拡張可能であり、追加のデータを記憶することができる。複数の配列読み取り値における各々のそれぞれの配列読み取り値は、それぞれの試料における少なくとも１つの標的核酸のサブセットに対応する第１の部分、及び複数の識別子におけるそれぞれの配列読み取り値に対するそれぞれの識別子を符号化する第２の部分を含む。各々のそれぞれの識別子は、少なくとも１つの標的核酸の配列から独立する。複数の配列読み取り値における配列読み取り値は共同で、複数の識別子を含む。

永続的メモリ及び非永続的メモリはさらに共同で、リモートクライアントコンピュータ上でインストールするためのハプロタイプ視覚化ツールをクライアントに提供するために１つまたは複数のマイクロプロセッサを使用する１つまたは複数のプログラムを記憶する。システムは、１つまたは複数のデータセットにおける第１のデータセットを使用して、構造的変異または相化情報に対する、クライアントから送信された要求を、ネットワーク接続（例えば、インターネット）上で受信する。要求を受信したことに応答して、非永続的メモリにいまだロードされていない一方で、データ部を永続的メモリに保持している場合、第１のデータセットのヘッダ及びシノプシスを非永続的メモリにロードすることを含む方法を実行することによって、要求が自動的にフィルタリングされる。方法では、要求は、第１のデータセットのシノプシスと比較され（それに対して分析され）、それによって第１のデータセットのデータ部の１つまたは複数の部分を識別する。データ部の１つまたは複数の識別された部分は次いで、非永続的メモリにロードされる。構造的変異または相化情報は、第１のデータセットを使用して、クライアントコンピュータ上で表示するためにフォーマットされる。次いで、フォーマットされた構造的変異または相化情報は、クライアントデバイス上で表示するためにネットワーク接続上でクライアントデバイスに送信される。

いくつかの実施形態では、ヘッダは、それぞれの核酸配列データセットにおける複数の構成要素を記述する。いくつかの実施形態では、複数の構成要素は、要約、変異呼び出しデータへのインデックス、位相ブロック追跡、ｒｅｆｓｅｑインデックス追跡、遺伝子追跡、エクソン追跡、読み取りデータへのインデックス、構造的変異データセット追跡、標的データセットへのインデックス、及び断片データセットへのインデックスから構成されるグループから選択された２つ以上の構成要素、３つ以上の構成要素、４つ以上の構成要素、または５つ以上の構成要素を含む。

いくつかの実施形態では、複数の構成要素は、要約を含み、この要約は、それぞれの核酸配列データセットで相化された既知のＳＮＰの割合と、それぞれの核酸配列データセットにおける最長位相ブロックと、それぞれの核酸配列データセットで使用される多数の一意なバーコードと、それぞれの核酸配列データセットにおける平均断片長と、それぞれの核酸配列データセットにおける平均断片長の平均値と、それぞれの核酸配列データセットにおけるより低い閾値よりも大きい断片の割合と、それぞれの核酸配列データセットにおける断片長ヒストグラムと、それぞれの核酸配列データセットにおけるＮ５０の位相ブロックサイズと、それぞれの核酸配列データセットにおける位相ブロックヒストグラムと、核酸配列データセットのそれぞれによって表される多数の配列読み取り値と、それぞれの核酸配列データセットにおけるメジアン挿入サイズと、それぞれの核酸配列データセットにおけるメジアン深さと、それぞれの核酸配列データセットにおけるゼロカバレッジを有する標的ゲノムの割合と、それぞれの核酸配列データセットに対するマッピングされた読み取り値の割合と、それぞれの核酸配列データセットに対するＰＣＲ重複割合と、それぞれの核酸配列データセットに対するカバレッジヒストグラムと、それぞれの核酸配列データセットに対する塩基を形成する試験核酸の識別と、それぞれの核酸配列データセットに対するゲノムソースと、それぞれの核酸配列データセットの少なくとも１つの試験核酸をもたらした生命体の性別と、それぞれの核酸配列データセットのそれぞれの試料をもたらした生命体の性別と、それぞれの核酸配列データセットのデータセットファイルフォーマットバージョン及び、それぞれの核酸配列データセットに対してなされる複数の構造的変異呼び出しに対するポインタとから構成されるグループにおける２つ以上の項目、３つ以上の項目、４つ以上の項目、５つ以上の項目、または６つ以上の項目を含む。有利なことに、この情報のリストの非限定的な実施例が示すように、開示される核酸配列決定データセットは、配列データに従ってユーザが関心のあるかもしれないメタデータとすることができるメタデータ（例えば、注釈データ）の任意のビットを含むことができる。

いくつかの実施形態では、複数の構成要素は、それぞれの範囲に対する変異呼び出しデータが発見される、データ部におけるオフセットへの種のゲノムのそれぞれの範囲の間の対応関係を提供する変異呼び出しデータへのインデックスを含む。

いくつかの実施形態では、複数の構成要素は位相ブロック追跡を含む。位相ブロック追跡は、（ｉ）辞書、及び（ｉｉ）種のゲノムにおける１つまたは複数の染色体に対する位相情報を含む追跡データ部を含む。いくつかの実施形態では、辞書は、複数の名前、及び複数の名前におけるそれぞれの名前ごとに、対応する名前に対するレコードが発見される追跡データへのオフセットを含む。いくつかの実施形態では、追跡データ部は複数のレコードを含み、複数のレコードにおける各々のレコードは、標的核酸における位相ブロックを表す。いくつかの実施形態では、トラクトデータ部は、ＪＳＯＮファイルフォーマットにある。

いくつかの実施形態では、複数のレコードにおける各々のそれぞれのレコードは、（ｉ）それぞれのレコードに対応する染色体番号と、（ｉｉ）位相ブロックが染色体上で開始する位置と、（ｉｉｉ）位相ブロックが終了する位置と、（ｉｖ）レコードに対する一意な名前と、（ｖ）位相ブロックに関する相化情報とを指定する。

いくつかの実施形態では、複数のレコードにおける各々のそれぞれのレコードは、複数の区間木におけるそれぞれの区間木の複数のノードにおけるノードによって表され、複数の区間木における各々の区間木は、種に対する複数の染色体における染色体を表す。いくつかのそのような実施形態では、複数の区間木における第１の区間木の複数のノードにおけるノードは、ノードの中間点を記憶し、ノードの中間点は、対応する染色体上の、ノードに対応する位相ブロックの中間点の位置であり、第１の区間木の複数のノードにおける各々のそれぞれのノードは、種のゲノムにおけるそれぞれのノードによって表される位相ブロックの直接左にある（すなわち、数字上小さい）位相ブロックに対応する、左の子ノードへのリンクを有し、第１の区間木の複数のノードにおける各々のそれぞれのノードは、種のゲノムにおけるそれぞれのノードによって表される位相ブロックの直接右にある（すなわち、数字上大きい）位相ブロックに対応する、右の子ノードへのリンクを有し、第１の区間木の複数のノードにおける各々のそれぞれのノードは、そのような位相ブロックの左側位置によって分類されるそれぞれのノードの中間点にオーバラップする位相ブロックを表す、分類された組のノードを有し、第１の区間木の複数のノードにおける各々のそれぞれのノードは、そのような位相ブロックの右側位置によって分類されるそれぞれのノードの中間点にオーバラップする位相ブロックを表す、分類された組のノードを有する。いくつかのそのような実施形態では、第１の区間木の複数のノードにおける各々のそれぞれのノードはさらに、それぞれのノードに対応する位相ブロックに対する位相情報を含む、複数のレコードにおけるレコードへの追跡データ部におけるオフセットである名前を含む。

いくつかの実施形態では、ヘッダはさらに、核酸配列データセットによって使用されるデータセット構造のバージョンを含む。いくつかの実施形態では、複数の構成要素は、ｒｅｆｓｅｑインデックスを含み、ｒｅｆｓｅｑインデックスは、試料で呼び出される複数の分子変異識別子のインデックスを含む。いくつかのそのような実施形態では、複数の分子変異識別子における各々のそれぞれの分子変異識別子は、ｄｂＳＮＰ識別子である。

いくつかの実施形態では、複数の構成要素は、遺伝子追跡を含む。そのような実施形態では、遺伝子追跡は、複数の遺伝子、及び複数の遺伝子におけるそれぞれの遺伝子ごとに、それぞれの遺伝子における多数の単一ヌクレオチド多型を含む。

本開示の別の態様は、ローカルコンピュータを使用して、プログラム出力をネットワーク接続上で処理するシステムを提供し、ローカルコンピュータは、１つまたは複数のマイクロプロセッサ、及び１つまたは複数のプログラムを記憶したメモリを含む。１つまたは複数のプログラムは、ローカルコンピュータ上で実行する第１のオペレーティングシステムに従って方法を実行するように１つまたは複数のマイクロプロセッサを使用する。方法では、第１のプログラムの第１のインスタンスが呼び出される。次いで、第１のプログラムの第１のインスタンスを通じて、ユーザから、リモートコンピュータ上のユーザアカウントに対するログイン及びパスワードが取得される。これは、ローカルコンピュータとリモートコンピュータとの間のネットワーク接続にわたって（第１のプログラムの第１のインスタンスによって提供されるログイン及びパスワードを使用して）、リモートコンピュータ上でユーザアカウントにユーザを自動的にログインさせるために使用される。リモートコンピュータ上でのログインに成功したことに応答して、人間の介入なしに、リモートコンピュータがいまだユーザアカウントで利用可能な第１のプログラムを有していないとき、リモートコンピュータに送信するときにリモートコンピュータ上で自動インストールするように構成された第１のプログラムの第２のインスタンスが自動的に送信される。次に、第１のプログラムの第１のインスタンス内でパネルを開く要求がリモートコンピュータから受信される。パネルは、リモートコンピュータ上で実行する第１のプログラムの第２のインスタンスによって開始される。パネルは、第１のプログラムの第２のインスタンスを制御するためのユーザからの入力を請求する。ローカルコンピュータ上のパネルにおいて第１のプログラムの第２のインスタンスを制御するためのユーザからの入力を受信したことに応答して、入力は、ネットワーク接続にわたって（例えば、無線または有線接続）、リモートコンピュータ上の第１のプログラムの第２のインスタンスに送信される。次に、ネットワーク接続にわたって、リモートコンピュータから、入力に応答した第１のプログラムの第２のインスタンスからの出力が受信される。この出力は、ローカルコンピュータにおいて表示される。

本開示の別の態様は、核酸配列データを見るためのシステムを提供する。システムは、１つまたは複数のマイクロプロセッサ、及びメモリを含む。メモリは、試料における少なくとも１つの標的核酸に対応する核酸配列データセットを取得するために１つまたは複数のマイクロプロセッサを使用する１つまたは複数のプログラムを記憶する。核酸配列データセットは、試料からの複数の配列読み取り値を含む。複数の配列読み取り値における各々のそれぞれの配列読み取り値は、試料における少なくとも１つの標的核酸のサブセットに対応する第１の部分、及び複数の識別子におけるそれぞれの配列読み取り値に対するそれぞれの識別子（例えば、バーコード）を符号化する第２の部分を含む。各々のそれぞれの識別子は、少なくとも１つの標的核酸の配列から独立する。複数の配列読み取り値は共同で、複数の識別子を含む。視覚化ツールが表示される。要求が視覚化ツールを通じてユーザから取得される。要求は、核酸配列データセットによって表されるゲノム領域を指定する。要求を取得したことに応答して、ゲノム領域内の複数の配列読み取り値を核酸配列データセットから取得することによって要求が構文解析される。複数の配列読み取り値に対してスキャンウインドウが実行され、それによって複数のウインドウを作成し、複数のウインドウの各々のそれぞれのウインドウは、ゲノム領域の異なる領域に対応し、核酸配列データセットにおけるゲノム領域の異なる領域における各々の配列読み取り値の各々の識別子の識別を含む。複数のウインドウにおける各々の考えられるウインドウの対を表す２次元ヒートマップが表示される。各々のそれぞれのウインドウの対は、それぞれのウインドウの対で共通な識別子の番号に基づいて色スキームから選択された色として２次元ヒートマップで表示される。

添付の特許請求の範囲の範囲内にあるシステム、方法及びデバイスの種々の実施形態は各々、いくつかの態様を有し、それらのただ１つが単独で本明細書で説明される所望の属性に関与するわけではない。添付の特許請求の範囲の範囲を限定することなく、いくつかの優れた特徴が本明細書で説明される。この議論を考慮した後、特に、「発明を実施するための形態」と題する章を読んだ後、どのように種々の実施形態の特徴が使用されるかを理解するであろう。

参照による組み込み
本明細書で言及されるすべての公開物、特許、及び特許出願は、各々の個々の公開物、特許、または特許出願が参照によって組み込まれると明確に、かつ個々に示されたのと同じ程度にそれらの全体を参照することによって本明細書に組み込まれる。

本明細書で開示される実施態様は、例として、かつ限定としてではなく、添付図面の図において示される。同一の参照番号は、図面全体を通じて対応する部分を指す。

いくつかの実施態様に従ったコンピューティングデバイスを示す例示的なブロック図である。 本開示の実施形態に従った例示的な構築物を示す。 本開示の実施形態に従った核酸配列データセットの概要を提供する。 いくつかの実施形態に従った核酸配列データセット内での例示的な位相ブロック（ｐｈａｓｅ ｂｌｏｃｋ）追跡のデータ構造を示す。 いくつかの実施形態に従った例示的な位相ブロック追跡を示す。 いくつかの実施形態に従った例示的な遺伝子追跡のデータ構造を示す。 いくつかの実施形態に従った例示的な遺伝子追跡を示す。 いくつかの実施形態に従った核酸配列データセット内での例示的な構造的変異データセット追跡のデータ構造を示す。 いくつかの実施形態に従った例示的な構造的変異データセット追跡を示す。 いくつかの実施形態に従った核酸配列データセット内での標的（ｔａｒｇｅｔ）、断片（ｆｒａｇｍｅｎｔ）、及び配列読み取りデータを示す。 いくつかの実施形態に従った核酸配列データセット内での変異呼び出し（ｖａｒｉａｎｔ ｃａｌｌ）データを示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける要約モジュールを示す。 追加の実施形態に従ったハプロタイプ視覚化ツールにおける要約モジュールを示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける位相視覚化モジュールのスクリーンショットを示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける位相視覚化モジュールの別のスクリーンショットを示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける位相視覚化モジュールの別のスクリーンショットを示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける位相視覚化モジュールの別のスクリーンショットを示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールの検索機能の特徴を示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける構造的変異モジュールのスクリーンショットを示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける構造的変異モジュールの別のスクリーンショットを示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける構造的変異モジュールのさらなる別のスクリーンショットを示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける構造的変異モジュールのさらなる追加のスクリーンショットを示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける読み取り値視覚化モジュールのスクリーンショットを示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける構造的変異モジュールの別のスクリーンショットを示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける構造的変異モジュールの別のスクリーンショットを示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける構造的変異モジュールの別のスクリーンショットを示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける位相視覚化モジュールを示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける位相視覚化モジュールの別の態様を示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける位相視覚化モジュールの別の態様を示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける位相視覚化モジュールのさらなる別の態様を示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける位相視覚化モジュールの別の態様を示す。 いくつかの実施形態に従ったハプロタイプ視覚化ツールにおける位相視覚化モジュールの別の態様を示す。 いくつかの実施形態に従ったコンピューティングシステムを示す例示的なブロック図である。 開示される実施形態に従ったハプロタイプ視覚化ツールのインスタンスのリモート開始のための認証情報チャレンジの実施例である。 配列読み取りフィルタがオフにされるいくつかの実施形態に従ったハプロタイプ視覚化ツールにおける構造的変異モジュールを示す。 配列読み取りフィルタがオンにされるいくつかの実施形態に従ったハプロタイプ視覚化ツールにおける構造的変異モジュールを示す。

ここで、実施形態への参照が詳細になされ、その実施例が添付図面で示される。以下の詳細な説明では、本開示の完全な理解を提供するために多数の具体的な詳細が説明される。しかしながら、それらの具体的な詳細なしに本開示を実施し得ることが当業者にとって明らかである。他の例では、公知の方法、手順、構成要素、回路、及びネットワークが、実施形態の態様を不必要に曖昧にしないように詳細には説明されない。

また、用語第１、第２などが種々の要素を説明するために本明細書で使用される場合があるが、それらの要素は、それらの用語によって限定されるべきではない。それらの用語は、１つの要素をもう一方の要素と区別するために使用されるにすぎない。例えば、本開示の範囲から逸脱することなく、第１の被験者は、第２の被験者と称されてもよく、同様に第２の被験者は、第１の被験者と称されてもよい。第１の被験者及び第２の被験者は両方とも被験者であるが、それらは同一の被験者ではない。

本開示で使用される専門用語は、特定の実施形態を説明することのみを目的としており、発明を限定することを意図していない。発明の説明及び添付の特許請求の範囲で使用されるように、単数形「ａ」、「ａｎ」及び「ｔｈｅ」は、文脈上明確に他を示さない限り、複数形をも含むことを意図している。また、本明細書で使用されるような用語「ａｎｄ／ｏｒ」は、関連する記載された項目の１つまたは複数のいずれか、及び全ての考えられる組み合わせを指し、それらを包含することが理解される。さらに、用語「ｃｏｍｐｒｉｓｅｓ」及び／または「ｃｏｍｐｒｉｓｉｎｇ」は、本明細書で使用されるとき、記載される特徴、整数、ステップ、動作、要素、及び／または構成要素の存在を指定するが、１つまたは複数の他の特徴、整数、ステップ、動作、要素、構成要素、及び／またはそれらのグループの存在または追加を排除しないことが理解される。

本明細書で使用されるように、用語「ｉｆ」は、文脈に応じて、「ｗｈｅｎ」、または「ｕｐｏｎ」、または「ｉｎ ｒｅｓｐｏｎｓｅ ｔｏ ｄｅｔｅｒｍｉｎｉｎｇ（判定に応じて）」、または「ｉｎ ｒｅｓｐｏｎｓｅ ｔｏ ｄｅｔｅｃｔｉｎｇ（検出に応じて）」を意味すると解釈されても良い。同様に、句「ｉｆ ｉｔ ｉｓ ｄｅｔｅｒｍｉｎｅｄ（判定された場合）」または「ｉｆ［ａ ｓｔａｔｅｄ ｃｏｎｄｉｔｉｏｎ ｏｒ ｅｖｅｎｔ］ ｉｓ ｄｅｔｅｃｔｅｄ（［示された条件もしくはイベント］が検出された場合）」は、文脈に応じて、「ｕｐｏｎ ｄｅｔｅｒｍｉｎｉｎｇ（判定すると）」、「ｉｎ ｒｅｓｐｏｎｓｅ ｔｏ ｄｅｔｅｒｍｉｎｉｎｇ（判定に応じて）」、または「ｕｐｏｎ ｄｅｔｅｃｔｉｎｇ（ｔｈｅ ｓｔａｔｅｄ ｃｏｎｄｉｔｉｏｎ ｏｒ ｅｖｅｎｔ）（（示された条件もしくはイベント）を検出すると）」、または「ｉｎ ｒｅｓｐｏｎｓｅ ｔｏ ｄｅｔｅｃｔｉｎｇ （ｔｈｅ ｓｔａｔｅｄ ｃｏｎｄｉｔｉｏｎ ｏｒ ｅｖｅｎｔ）（（示された条件もしくはイベント）を検出するのに応じて）」を意味すると解釈されても良い。

本明細書で説明される実施態様は、生体試料から取得された試験核酸の配列データにおいて構造的変異（例えば、欠失、重複、コピー数異型、挿入、逆位、転座、末端反復配列（ＬＴＲ）、短反復配列（ＳＴＲ）、及び様々な他の有用な特性）を検出する種々の技術的解決策を提供する。ここで、実施態様の詳細が図面と関連して説明される。

図１は、いくつかの実施態様に従った構造的変異及び位相視覚化システム１００を示すブロック図である。いくつかの実施態様におけるデバイス１００は、１つまたは複数のプロセシングユニットＣＰＵ（複数可）１０２（プロセッサとも称される）、１つまたは複数のネットワークインタフェース１０４、ユーザインタフェース１０６、メモリ１１２、及びそれらの構成要素を相互接続するための１つまたは複数の通信バス１１４を含む。通信バス１１４は任意選択で、システム構成要素の間の通信を相互接続及び制御する回路（チップセットと呼ばれることもある）を含む。メモリ１１２は典型的に、ＤＲＡＭ、ＳＲＡＭ、ＤＤＲ ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ、ＣＤ−ＲＯＭ、デジタル多用途ディスク（ＤＶＤ）もしくは他の光学式記憶装置、磁気カセット、磁気テープ、磁気ディスク記憶装置もしくは他の磁気記憶デバイス、他のランダムアクセスソリッドステートメモリデバイス、または所望の情報を記憶するために使用することができる任意の他の媒体などの高速ランダムアクセスメモリを含み、任意選択で、１つもしくは複数の磁気ディスク記憶デバイス、光ディスク記憶デバイス、フラッシュメモリデバイス、または他の不揮発性ソリッドステート記憶デバイスなどの不揮発性メモリを含む。メモリ１１２は任意選択で、ＣＰＵ（複数可）１０２からリモートに位置する１つまたは複数の記憶デバイスを含む。メモリ１１２、または代わりにメモリ１１２内の不揮発性メモリデバイス（複数可）は、非一時的コンピュータ可読記憶媒体を含む。いくつかの実施態様では、メモリ１１２または代わりに非一時的コンピュータ可読記憶媒体は、以下のプログラム、モジュール及びデータ構造、またはそれらのサブセットを記憶する。
−種々の基本システムサービスを処理し、ハードウェア依存タスクを実行する手順を含む任意選択のオペレーティングシステム１１６
−デバイス１００を他のデバイスに接続する任意選択のネットワーク通信モジュール（もしくは命令）１１８、または通信ネットワーク
−単一の種の生命体からの遺伝子試料において構造的変異を識別する構造的変異判定サブモジュール１２０、及び遺伝子試料の各々の配列読み取り値のハプロタイプを識別する位相サブモジュール１２４を含む、配列読み取り値を処理する任意選択の配列読み取り処理モジュール１２０
−１つまたは複数の核酸配列データセット１２６、各々のそのようなデータセットは単一の種の生命体からの遺伝子試料を使用して取得される
−任意選択で遺伝子追跡区間木１２８の形式にある遺伝子注釈データ
−任意選択でエクソン（ｅｘｏｎ）追跡区間木１４２の形式にあるエクソン注釈データ
−任意選択で区間木１４６の形式にある１つまたは複数の追加の注釈データ源
−要約モジュール１５０、位相視覚化モジュール１５２、構造的変異（視覚化）モジュール１５４、及び読み取り値視覚化モジュール１５６のうちの１つまたは複数のいずれかの組み合わせを含む、核酸配列データにおいて構造的変異及び相化情報を視覚化するハプロタイプ視覚化ツール１４８

いくつかの実施態様では、ユーザインタフェース１０６は、ユーザがシステム１００及びディスプレイ１０８と対話するための入力デバイス（例えば、キーボード、マウス、タッチパッド、トラックパッド、及び／またはタッチスクリーン）１００を含む。

いくつかの実施態様では、上記識別された要素のうちの１つまたは複数は、先に言及されたメモリデバイスのうちの１つまたは複数に記憶され、上記説明された機能を実行するための命令の組に対応する。上記識別されたモジュールまたはプログラム（例えば、命令の組）は、別個のソフトウェアプログラム、手順またはモジュールとして実装される必要はなく、よってそれらのモジュールの種々のサブセットは、種々の実施態様において組み合わされても良く、そうでない場合、再構成されても良い。いくつかの実施態様では、メモリ１１２は任意選択で、上記識別されたモジュール及びデータ構造のサブセットを記憶する。さらに、いくつかの実施形態では、メモリは、上記説明されていない追加のモジュール及びデータ構造を記憶する。いくつかの実施形態では、上記識別された要素のうちの１つまたは複数は、システム１００が必要とされるときにそのようなデータの全てまたは一部を検索し得るように、システム１００によってアドレス指定可能な、システム１００のそれ以外のコンピュータシステムに記憶される。

図１は、「構造的変異及び位相視覚化システム１００」を示すが、図は、本明細書で説明される実施態様の構造的な概略としてよりもコンピュータシステムに存在し得る種々の特徴の機能的な説明であるとことが意図される。実際に、かつ当業者によって認識されるように、別個に示される項目が組み合わされても良く、かついくつかの項目が分離されても良い。

有利なことに、核酸配列データセット１２６が典型的な実施形態では大きいので（例えば、１ギガバイト以上、５ギガバイト以上、または１０ギガバイト以上）、いくつかの実施形態では、構造的変異及び位相視覚化システム１００は、通信ネットワーク３１０６にわたって図１の構造的変異及び位相視覚化システム１００と電気通信する１つまたは複数のクライアントデバイス３１０２を含むシステムの一部である。そのようなネットワークトポロジによって、科学者及び他のユーザがいくつかのネットワークに基づく技術のうちの１つを使用して、典型的な実施形態では強力なサーバコンピュータであるシステム１００上でハプロタイプ視覚化ツール１４８を実行するが、例えば、ラップトップコンピュータとすることができるクライアントデバイス３１０２上の結果を見ることが可能になる。このネットワークトポロジを実装するためのネットワーク技術のいずれかの形式は、本開示内に含まれる。例えば、いくつかの実施形態では、Ｘウインドウセッション転送（図３１では図示せず）が使用される。他の実施形態では、インターネット（ウェブ）が使用される。特に、ブラウザアプリケーションがクライアントデバイス３１０２上で実行される。

リモートコンピュータ（例えば、システム３１００では、構造的変異及び位相視覚化システム１００がリモートであると考えられる）上でプログラムを実行し、クライアントデバイス３１０２（例えば、デスクトップまたはラップトップ）上で結果を見る処理は煩わしい。ユーザは概して、（ｉ）それらのコンピュータ３１０２上でプログラムの特定の部分及びサーバ１００上で他の部分をインストールし、（ｉｉ）ＳＳＨまたはファイアウォールソフトウェアを使用して、２つのコンピュータを接続する（システム３１０２からクライアントデバイス１００へ）オープンネットワークポートを作成し、ならびに（ｉｉｉ）異なるシステム上でプログラムの異なる部分を独立して開始する必要がある。例えば、参照によって本明細書に組み込まれる、ＵＲＬ、ｂｌｏｇ．ｔｒａｃｋｅｔｓ．ｃｏｍ／２０１４／０５／１７／ｓｓｈ−ｔｕｎｎｅｌ−ｌｏｃａｌ−ａｎｄ−ｒｅｍｏｔｅ−ｐｏｒｔ−ｆｏｒｗａｒｄｉｎｇｅｘｐｌａｉｎｅｄ−ｗｉｔｈ−ｅｘａｍｐｌｅｓ．ｈｔｍｌは、転送をセットアップする１つの方法を説明する。別の実施例として、ＵＲＬ、ｉｔｇ．ｃｈｅｍ．ｉｎｄｉａｎａ．ｅｄｕ／ｉｎｃ／ｗｉｋｉ／ｓｏｆｔｗａｒｅ／ｏｐｅｎｓｓｈ／２００．ｈｔｍｌは、転送をセットアップするもう１つの方法を説明する。本開示は、そのような技術を組み込む。しかしながら、有利なことに、いくつかの実施形態では、本開示は、上記説明された処理を自動化及び改善しようとする、上記開示されたネットワーキング技術に対する解決策を提供する。ユーザがそれらのクライアントデバイス３１０２上でハプロタイプ視覚化ツール１４８をインストールしたとき、ユーザはハプロタイプ視覚化ツール１４８を実行するためのデータ及びコンピュータ設備を有するリモートコンピュータ（構造的変異及び位相視覚化システム１００）に対する認証情報をツール１４８に提供する必要があるのみである。例えば、いくつかの実施形態では、図３２を参照して、クライアント３１０２上でハプロタイプ視覚化ツール１４８を実行するユーザは、サーバ名またはアドレス３２０４、ユーザ名３２０６、任意選択のＳＳＨキーファイル（暗号化接続を有効にするための）３２０８、任意選択のＳＳＨキーパスワード３２１０、及びサーバ上のワーク区画３２１２に対するクエリを含むチャレンジ３２００を備える。次いで、それらのクライアントデバイス３１０２上のハプロタイプ視覚化ツール１４８のインスタンスは、リモートコンピュータ１００に接続し、提供された認証情報を使用してユーザとして認証する。その接続を使用して、それは、リモートコンピュータ上でハプロタイプ視覚化ツール１４８をインストールし、それを開始し、任意の必要なネットワークポート転送を構成する。ハプロタイプ視覚化ツールがこれを行ったとき、それは、リモート構造的変異及び位相視覚化システム上で実行するハプロタイプ視覚化ツールに「接続される」クライアントデバイス３１０２上で新たなウインドウを開く。特に、そのような実施形態では、クライアントデバイス３１０２上のハプロタイプ視覚化ツール１４８は、構造的変異及び位相視覚化システム１００上で実行することが意図されるそれ自体の複製に含める。いくつかの実施形態では、構造的変異及び位相視覚化システム１００は、第１のオペレーティングシステムを実行しており、かつクライアントデバイス３１０２は、第２のオペレーティングシステムを実行している。いくつかの実施形態では、第１のオペレーティングシステム及び第２のオペレーティングシステムは同一である。いくつかの実施形態では、第１のオペレーティングシステム及び第２のオペレーティングシステムは異なる。いくつかの実施形態では、第１のオペレーティングシステムは、ｉＯＳ、ＤＡＲＷＩＮ、ＲＴＸＣ、ＬＩＮＵＸ、ＵＮＩＸ、ＯＳ Ｘ、またはＷＩＮＤＯＷＳのうちの１つであり、かつ第２のオペレーティングシステムは、第１のオペレーティングシステム以外であり、ｉＯＳ、ＤＡＲＷＩＮ、ＲＴＸＣ、ＬＩＮＵＸ、ＵＮＩＸ、ＯＳ Ｘ、またはＷＩＮＤＯＷＳのうちの１つである。開示される実施形態では、クライアントデバイス３１０２上で実行するハプロタイプ視覚化ツール１４８は、ハプロタイプ視覚化ツール１４８のアーカイブされた複製を構造的変異及び位相システム１００に複製し、セットアップ処理の間にインストールする（前にインストールされていない場合）。リモートコンピュータ上のハプロタイプ視覚化ツール１４８のリモートな開始のための開示されるシステム及び方法は、そのようなアプリケーションを制御し、ならびにデータ及び計算結果をリアルタイムまたはほぼリアルタイムで視覚化するために、ローカルコンピュータ上で動作する不随するビジュアルインタフェースを有するリモートサーバのコンピュータリソースを必要とする広範囲の適用に適用可能であることが認識される。

図１、３１、及び３２を再度参照して、本開示の一態様は、ローカルコンピュータ３１０２を使用してネットワーク接続３１０６（例えば、有線または無線）上で出力されるプログラムを処理するシステム３１００を提供する。ローカルコンピュータ３１０２は、１つまたは複数のマイクロプロセッサ（図示せず）、及び１つまたは複数のプログラム（例えば、ハプロタイプ視覚化ツール１４８）を記憶するメモリ（図示せず）を含む。１つまたは複数のプログラムは、１つまたは複数のマイクロプロセッサを使用して、ローカルコンピュータ上で実行する第１のオペレーティングシステムに従った方法を実行する。当該方法では、第１のプログラムの第１のインスタンスが呼び出される（例えばハプロタイプ視覚化ツール１４８の第１のインスタンスがクライアントデバイス３１０２上で呼び出される）。呼び出された第１のプログラムの第１のインスタンスを通じて、ユーザから、リモートコンピュータ（例えば、構造的変異及び位相視覚化システム１００）上のユーザアカウントに対するログイン及びパスワードが取得される。次いで、ローカルコンピュータとリモートコンピュータとの間のネットワーク接続（例えば、通信ネットワーク３１０６）にわたって、第１のプログラムの第１のインスタンスによって提供されるログイン及びパスワードを使用して、ユーザがリモートコンピュータ上のユーザアカウントに自動的にログインする。リモートコンピュータ１００上でログインに成功したことに応答して、方法は、人間の介入なしに、リモートコンピュータへの送信のときにリモートコンピュータ１００上で自動インストールするように構成された第１のプログラム１４８の第２のインスタンスを自動的に送信することによって継続する。いくつかの実施形態では、リモートコンピュータは既に、インストールされた第１のプログラム１４８の第２のインスタンスを有しており、したがって、いくつかのそのような実施形態では、第１のプログラムの第２のインスタンスは、インストールのためにリモートコンピュータに送信されない。第１のプログラムの第２のインスタンスがリモートコンピュータ１００上にインストールされると、リモートコンピュータからパネル（図示せず）を開く要求が受信される。このパネルは、リモートコンピュータ１００上で実行する第１のプログラムの第２のインスタンスによって開始される。パネルは、第１のプログラムの第２のインスタンスを制御するためのユーザからの入力を請求する。例えば、いくつかの実施形態では、このパネルは、図１２〜２１のうちのいずれか１つで示される形式のパネルである。いくつかの実施形態では、パネルはより単純である、例えば、データセット名に対するプロンプト、または指定されたデータセットで検索する検索クエリを含む。ローカルコンピュータ上のパネルにおいて第１のプログラムの第２のインスタンスを制御するためのユーザからの入力を受信したことに応答して、入力は、ネットワーク接続にわたってリモートコンピュータ１００上で実行する第１のプログラムの第２のインスタンスに送信される。リモートコンピュータは、ネットワーク接続にわたって、この入力を受信し、その後、入力に応答して第１のプログラムの第２のインスタンスからの出力がローカルコンピュータ上の出力として表示される（例えば、第１のプログラムの第１のインスタンス内で、または別個のウェブブラウザで）。

図２を参照して、開示されるシステム及び方法に従って、複数の配列読み取り値（図２ではその全体が示されない）が、被験者から生体試料の試験（標的）核酸２０６を使用して取得される。典型的な実施形態では、試験（標的）核酸２０６は、生体試料のゲノムの断片である。いくつかの実施形態では、区分（ｐａｒｔｉｔｉｏｎ）において単一の試験（標的）核酸２０６（断片）が存在する。いくつかの実施形態では、生体試料の種のゲノムの異なる部分に各々が対応する区分において２つ以上の試験核酸２０６（断片）が存在する。いくつかの実施形態では、生体試料の種のゲノムの異なる部分に各々が対応する区分において５つ以上の試験核酸２０６（断片）が存在する。いくつかの実施形態では、生体試料の種のゲノムの異なる部分に各々が対応する区分において１０個以上の試験核酸２０６（断片）が存在する。いくつかの実施形態では、生体試料は、混合物であり、種において２つ以上の個人のゲノムを表す核データを含む。いくつかの実施形態では、生体試料は、混合物であり、２つ以上の種のゲノムを表す核データを含む。例えば、いくつかの実施形態では、生体試料は、レトロウイルスに感染される。別の実施例では、試料が砂もしくは埃、またはいくつかの他の位置からとられており、目標が試料に存在する全ての異なるゲノムを発見することであるから、生体試料はメタゲノムを包含する。

配列読み取り値は最終的に、核酸配列データセット１２６の塩基（ｂａｓｉｓ）を形成する。複数の配列読み取り値における各々のそれぞれの配列読み取り値２０２は、試験核酸のサブセットに対応する第１の部分、及びそれぞれの配列読み取り値に対する識別情報を符号化する第２の部分を含む。識別情報は、試験核酸の配列データから独立している。

いくつかの実施形態では、配列化読み取り値の長さは、Ｎ５０（記載されたＮ５０の数よりも大きい配列読み取り値の長さの合計は、全ての配列読み取り値の長さの合計の５０％である）。典型的な実施形態では、配列読み取り値は、長さにおいて何十または何百の塩基であり、それは次いで、少なくとも約１０キロベース、少なくとも約２０キロベース、または少なくとも約５０キロベースの構築物を形成するように調整される。さらなる好ましい態様では、配列読み取り値は、長さにおいて何十または何百の塩基であり、それは次いで、少なくとも約１００キロベース、少なくとも約１５０キロベース、少なくとも約２００キロベース、多くのケースでは、少なくとも約２５０キロベース、少なくとも約３００キロベース、少なくとも約３５０キロベース、少なくとも約４００キロベース、及びいくつかのケースでは、少なくとも約５００ロベース、またはそれ以上を有する構築物を形成するように調整される。

いくつかの実施形態では、複数の配列読み取り値を被験者からの生体試料から取得するために、試験核酸２０６は断片化され、かつそれらの断片は、個々の区画（ｃｏｍｐａｒｔｍｅｎｔ）または区分（本明細書では交換可能に区分と称される）に区画化（ｃｏｍｐａｒｔｍｅｎｔａｌｉｚｅｄ）または区分化される。いくつかの実施形態では、試験核酸は、人間などの複数の染色体の生命体のゲノムである。典型的な実施形態では、複数の配列読み取り値は、長さにおいて何十または何百の塩基である長さを有する各々のそのような区画または区分から測定される。同一のバーコードを有する同一の区画または区分からの配列読み取り値は、長さにおいて少なくとも約２５キロベース、少なくとも約５０キロベース、１００キロベース、少なくとも約１５０キロベース、少なくとも約２００キロベース、多くのケースでは、少なくとも約２５０キロベース、少なくとも約３００キロベース、少なくとも約３５０キロベース、少なくとも約４００キロベース、及びいくつかのケースでは、少なくとも約５００キロベースまたはそれ以上である配列構築物を形成するように調整される。

各々の区分は、他の区分の容量（ｃｏｎｔｅｎｔｓ）からのその自身の容量の分離を維持する。本明細書で使用されるように、区分は、様々な異なる形（ｆｏｒｍ）、例えば、ウェル（ｗｅｌｌ）、チューブ、マイクロもしくはナノウェル、または貫通孔などを含むことができるコンテナまたは管を指す。しかしながら、好ましい態様では、区分は、流体の流れの中で流動性である。いくつかの実施形態では、それらの管は、例えば、内部流体の中心もしくはコアの周囲の外部防壁を有し、またはそのマトリックス内で物質に同調し（ｅｎｔｒａｉｎｉｎｇ）、及び／または物質を維持することが可能な多孔質母材を有するマイクロカプセルまたはマイクロベシクルから構成される。しかしながら、好ましい態様では、それらの区分は、非水性連続相、例えば、油相内で液体の小適を含む。様々な異なる管が、例えば、その全体を参照することによって本明細書に組み込まれる２０１３年８月１３日に出願された米国特許出願第１３／９６６，１５０号で説明される。同様に、非水性または油性連続相において安定した小適を生成するエマルション（ｅｍｕｌｓｉｏｎ）システムが、例えば、その全体を参照することによって本明細書に組み込まれる米国特許出願公開第２０１０-０１０５１１２号で詳細に説明される。特定の実施形態では、マイクロ流体チャネルネットワークが、本明細書で説明されるような区分を生成するのに特に適している。そのようなマイクロ流体デバイスの実施例は、全ての目的で、その開示の全てがその全体を参照することによって本明細書に組み込まれる、ＰＣＴ／ＵＳ１５／０２５１９７とともに、２０１４年４月４日に出願された米国仮特許出願第６１／９７７，８０４で詳細に説明されるものを含む。それを通じて細胞の水性混合物が非液体に押し出される多孔質膜を含む、個別細胞の区分化に代替的な機構も採用されても良い。そのようなシステムは概して、例えば、ＮＡＮＯＭＩ，Ｉｎｃ．から利用可能である。

エマルションにおける小適のケースでは、試験核酸断片を個々の区分に区分化することは概して、水性の、試料含有流を分岐に流すことによって達成されても良く、その分岐にはまた、区分化する流体の非水流、例えば、フッ素化された油が流れ、それによって、水適が流体を区分化する流れの中で作成され、そこでは、そのような小適は試料物質を含む。以下で説明されるように、区分、例えば、小適はまた典型的には、共同で区分化された（ｃｏ−ｐａｒｔｉｔｉｏｎｅｄ）バーコードオリゴヌクレオチドを含む。

任意の特定の区分内の試料物質の相対量は、例えば、水流における試験核酸断片の濃度、ならびに水流及び／または非水流の流量などを含む、システムの様々な異なるパラメータを制御することによって調節されても良い。本明細書で説明される区分は、１０００ピコリットル未満、９００ピコリットル未満、８００ピコリットル未満、７００ピコリットル未満、６００ピコリットル未満、５００ピコリットル未満、４００ピコリットル未満、３００ピコリットル未満、２００ピコリットル未満、１００ピコリットル未満、５０ピコリットル未満、２０ピコリットル未満、１０ピコリットル未満、またはさらに１ピコリットル未満である全体の容積を有することによって特徴付けられることが多い。ビーズ（ｂｅａｄｓ）において共同で区分化される場合、区分内の試料の流体の容量は、上記説明された容量の９０％未満、８０％未満、７０％未満、６０％未満、５０％未満、４０％未満、３０％未満、２０％未満、またはさらに上記説明された容量の１０％未満でも良いことが認識されよう。いくつかのケースでは、低反応容量の区分の使用は特に、非常に小容量の原始試薬（ｓｔａｒｔｉｎｇ ｒｅａｇｅｎｔｓ）、例えば、投入試験核酸断片との反応を実行するのに有利である。低投入核酸を有する試料を分析する方法及びシステムが、その全ての開示がその全体を参照することによって本明細書に組み込まれる２０１４年６月２６日に出願された米国仮特許出願第６２／０１７，５８０で提示される。

試験核酸断片がそれらのそれぞれの区分に取り入れられると、区分内の試験核酸断片は概して、一意な識別子が設けられ、それによって、それらの試験核酸断片が特徴付けられると、それらは、それらのそれぞれの区分から導出されたと考えられても良い。そのような一意な識別子は、特定の区画内に含まれる試料核酸、及び特に区分に元から置かれる場合がある隣接する試料核酸の比較的長いストレッチへの特性の後の属性（ｔｈｅ ｌａｔｅｒ ａｔｔｒｉｂｕｔｉｏｎ ｏｆ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ）、例えば、核酸配列情報を可能にするために、区画化または区分化された試験核酸断片を保持する区分に事前に、後続で、または同時に供給されても良い。

したがって、試験核酸断片は典型的に、一意な識別子（例えば、バーコード配列）において共同で区分化される。特に好ましい態様では、一意な識別子は、区分における試験核酸断片に取り付けられる核酸バーコード配列を含むオリゴヌクレオチドの形式で提供される。オリゴヌクレオチドは、所与の区分におけるオリゴヌクレオチドの間では、それらに含まれる核酸バーコード配列は同一であるが、異なる区分の間では、オリゴヌクレオチドは異なるバーコード配列を有することができ、かつ有することが好ましいように区分化される。いくつかの実施形態では、１つの核酸バーコード配列のみが所与の区分と関連付けられるが、いくつかの実施形態では、２つ以上の異なるバーコード配列が所与の区分に存在する。

核酸バーコード配列は典型的に、オリゴヌクレオチドの配列内で６から約２０以上のヌクレオチドを含む。それらのヌクレオチドは、完全に隣接してても良く、すなわち、隣接ヌクレオチドの単一のストレッチにあっても良く、またはそれらは、１つもしくは複数のヌクレオチドによって分離された２つ以上の別個のサブ配列に分離されても良い。典型的に、分離されたサブ配列は典型的に、長さにおいて約４から約１６のヌクレオチドであっても良い。

試験核酸は典型的に、核酸が隣接する核酸分子の比較的長い断片またはストレッチにおける区分に存在するように区分化される。それらの断片は典型的に、分析されることになる全体の試験核酸、例えば、染色体全体、エキソーム、または他の大きなゲノム断面のいくつかのオーバラップする断片を表す。この試験核酸は、ゲノム全体、個々の染色体、エキソーム、アンプリコン、または対象の様々な異なる核酸のうちのいずれかを含んでも良い。典型的に、区分化される試験核酸の断片は、１キロベース超、５キロベース超、１０キロベース超、１５キロベース超、２０キロベース超、３０キロベース超、４０キロベース超、５０キロベース超、６０キロベース超、７０キロベース超、８０キロベース超、９０キロベース超、またはさらに１００キロベース超である。

試験核酸はまた典型的に、所与の区分が、原始試験核酸（ｓｔａｒｔｉｎｇ ｔｅｓｔ ｎｕｃｌｅｉｃ ａｃｉｄ）の２つのオーバラップする断片を含む非常に低い確率を有するレベルにおいて区分化される。これは典型的に、区分化処理の間に低い投入量及び／または濃度で試験核酸を提供することによって達成される。結果として、好ましいケースでは、所与の区分は、原始試験核酸の、いくつかの長いがオーバラップしない断片を含む。次いで、異なる区分における核酸断片は、一意な識別子と関連付けられ、そこでは、任意の所与の区分に対し、それに含まれる核酸は、同一の一意な識別子を有するが、異なる区分は、異なる一意な識別子を含む。さらに、区分化するステップは、試料の構成要素を非常に小さな容量の区分または小適に割り当てるので、上記説明されたような所望の割り当てを達成するために、例えば、チューブ、またはマルチウェルプレートのウェルにおいてより高い容量の処理に必要とされるような試料の相当な希釈を行う必要がないことが認識される。さらに、本明細書で説明されるシステムは、そのような高レベルのバーコードの多様性を採用するので、上記提供されるように、より多くの数のゲノム相当物の間で多様なバーコードを割り当てることができる。いくつかの実施形態では、１０，０００、１００，０００、５００，０００などを超えて、多様なバーコードタイプが、おおよそ１：５０もしくはそれ未満、１：１００もしくはそれ未満、１：１０００もしくはそれ未満、またはさらにそれらよりも低い比率であるゲノム：（バーコードタイプ）比率を達成するために使用されるが、より高い数のゲノム（例えば、おおよそ分析ごとに１００よりも多くのゲノム、分析ごとに５００よりも多くのゲノム、分析ごとに１０００よりも多くのゲノム、またはさらにそれらよりも多く）を投入する（ｌｏａｄｉｎｇ）ことを可能にするが、さらに、ゲノムごとにさらに改善されたバーコードの多様性を提供する。ここで、各々のそのようなゲノムは、試験核酸の実施例である。

図２、パネルＡ及びＢを参照して、区分化するステップの前に、試験核酸を含む試料を、ビーズ３０８に遊離可能に付着したオリゴヌクレオチドタグ（バーコードを含む）の組と組み合わせることによって、上記説明された区分化が実行されることが多い。オリゴヌクレオチドは、少なくともプライマ（ｐｒｉｍｅｒ）領域２１６及びバーコード領域２１４を含んでも良い。所与の区分内のオリゴヌクレオチドの間では、バーコード領域２１４は、実質的に同一のバーコード配列であるが、異なる区分の間では、ほとんどのケースにおけるバーコード領域は、異なるバーコード配列である。いくつかの実施形態では、プライマ領域２１６は、区分内の試料内に核酸を入れる（ｐｒｉｍｅｒ）ために使用されるＮ量体（ランダムなＮ量体または特定の配列を標的とするように設計されたＮ量体）である。いくつかのケースでは、Ｎ量体は、特定の配列を標的とするように設計される場合、プライマ領域２１６は、特定の染色体（例えば、人間の染色体１、１３、１８、もしくは２１）、または染色体の領域、例えば、エキソームもしくは他の標的の領域を標的とするように設計される。いくつかのケースでは、Ｎ量体は、病気または疾患（例えば、癌）と関連付けられた遺伝子または領域などの、特定の遺伝子または遺伝子の領域を標的とするように設計される。いくつかのケースでは、Ｎ量体は、特定の構造的変異を標的とするように設計される。区分内で、核酸の長さに沿って異なる位置で核酸試料を入れるためにプライマ配列２１６（例えば、Ｎ量体）を使用して増幅反応が行われる。増幅の結果として、各々の区分は、同一またはほぼ同一のバーコードに取り付けられ、各々の区分において核酸のオーバラップするより小さな断片を表す核酸２０２の増幅産物を含む。したがって、バーコード２１４は、核酸の組が同一の区分から由来し、よって、試験核酸の同一のストランドからも潜在的に由来することを表すマーカとしての役割を果たす。増幅に続いて、配列化アルゴリズムを使用して、核酸が、プールされ、配列され、調整される。より短い配列読み取り値が、それらの関連するバーコード配列により、試験核酸の単一の長い断片に調整及び帰属されるので、その配列上の識別された変異の全ては、試験核酸の単一の由来する断片及び単一の由来する染色体に帰属されることがある。さらに、複数の長い断片にわたって複数の同一場所に位置する変異を調整することによって、その染色体の貢献をさらに特徴付けることができる。したがって、特定の遺伝的変異の相化に関する結論を次に描き得る。そのような情報は、同一の核酸ストランドまたは異なる核酸ストランド上に存在する一般に遺伝的変異の指定された組である、ハプロタイプを識別するために有用である場合がある。さらに、加えてまたはその代わりに、構造的変異が識別される。

いくつかの実施形態では、共同で区分化されたオリゴヌクレオチドはまた、区分内の試料内での核酸のバーコード領域２１４及びプライマ領域２１６に加え、機能的配列を含む。例えば、その開示の全てがその全体を参照することによって本明細書に組み込まれる、２０１４年２月７日に出願された米国特許出願第６１／９４０，３１８号、２０１４年５月９日に出願された米国特許出願第６１／９９１，０１８号、及び２０１４年６月２６日に出願された米国特許出願第１４／３１６，３８３号（代理人整理番号第４３４８７−７０８．２０１号）とともに、２０１４年２月７日に出願された米国特許出願第１４／１７５，９３５号で説明されるような、例えば、試料物質に従って、オリゴヌクレオチドの共同区分化、ならびに関連するバーコード及び他の機能的配列に関する開示を参照されたい。

１つの例示的な処理では、ビーズが設けられ、各々のそのようなビーズは、ビーズに遊離可能に付着した多数の上記説明されたオリゴヌクレオチドを含む。そのような実施形態では、特定のビーズに付着したオリゴヌクレオチドの全ては、同一の核酸バーコード配列を含むが、多数の多様なバーコード配列が、使用されるビーズの集団（ｐｏｐｕｌａｔｉｏｎ）にわたって表される。典型的には、ビーズの集団は、少なくとも１０００の異なるバーコード配列、少なくとも１０，０００の異なるバーコード配列、少なくとも１００，０００の異なるバーコード配列、またはいくつかのケースでは、少なくとも１，０００，０００の異なるバーコード配列を含む多様なバーコード配列ライブラリを提供する。加えて、各々のビーズは典型的に、付着した多数のオリゴヌクレオチド分子が備えられる。特に、個々のビーズ上でバーコード配列を含むオリゴヌクレオチドの分子の数は、少なくとも約１０，０００のオリゴヌクレオチド、少なくとも１００，０００のオリゴヌクレオチド分子、少なくとも１，０００，０００のオリゴヌクレオチド分子、少なくとも１００，０００，０００のオリゴヌクレオチド分子、及びいくつかのケースでは、少なくとも１０億のオリゴヌクレオチド分子であっても良い。

いくつかの実施形態では、オリゴヌクレオチドは、特定の刺激がビーズに加わると、ビーズから遊離可能である。いくつかのケースでは、刺激は、例えば、オリゴヌクレオチドを遊離し得る光解離性結合（ｐｈｏｔｏ−ｌａｂｉｌｅ ｌｉｎｋａｇｅ）の切断（ｃｌｅａｖａｇｅ）を通じた光刺激であっても良い。いくつかのケースでは、熱刺激が使用されても良く、ビーズ環境の温度の上昇は、ビーズからのオリゴヌクレオチドの結合または他の遊離の切断をもたらすことがある。いくつかのケースでは、ビーズへのオリゴヌクレオチドの結合を切断する化学的刺激が使用されても良く、そうでない場合、化学的刺激がビーズからのオリゴヌクレオチドの遊離をもたらすことがある。

本明細書で説明される方法及びシステムに従って、付着したオリゴヌクレオチドを含むビーズは、個々の試料と共同で区分化されても良く、それによって、単一のビーズ及び単一の試料が個々の区分内に含まれる。いくつかのケースでは、単一のビーズ区分が望まれる場合、流体の相対流量を制御することが望ましい場合があり、それによって、平均して、区分は、占有されるそれらの区分が主として単独で占有されることを保証するために、区分ごとに１つ未満のビーズを含む。同様に、流量を制御して、例えば、小さい割合の非占有の区分のみを可能にする、より高い割合の区分が占有されることをもたらすことを望むことがある。好ましい態様では、流れ及びチャネルアーキテクチャは、特定のレベルの非占有の区分未満で、及び特定のレベルの多数重なった（ｍｕｌｔｉｐｌｙ）占有された区分未満で、所望の数の単独で占有された区分を保証するように制御される。

参照により本明細書に組み込まれる２０１４年１０月２９日に出願された「Ａｎａｌｙｓｉｓ ｏｆ Ｎｕｃｌｅｉｃ Ａｃｉｄ Ｓｅｑｕｅｎｃｅｓ」と題する米国特許出願第６２／０７２，２１４号の図３、及び図３を説明するそれらの明細書の一部は、本開示の１つの実施形態に従って試験核酸（参考資料では「試料核酸」と称される）をバーコード化し、及び続いて配列する１つの方法の詳細な実施例を提供する。上述したように、単一のビーズの占有は最も望ましい状態である場合があるが、多数重なった占有される区分、または非占有の区分が存在することが多い場合があることが理解されよう。参照により本明細書に組み込まれる２０１４年１０月２９日に出願された「Ａｎａｌｙｓｉｓ ｏｆ Ｎｕｃｌｅｉｃ Ａｃｉｄ Ｓｅｑｕｅｎｃｅｓ」と題する米国特許出願第６２／０７２，２１４号の図４、及び図４を説明するそれらの明細書の一部は、本開示の１つの実施形態に従ってバーコードオリゴヌクレオチドを含む試料及びビーズを共同で区分化するマイクロ流体チャネル構造の詳細な実施例を提供する。

共同で区分化されると、ビーズ上に置かれたオリゴヌクレオチドは、区分化された試料にバーコード化し、及びそれを増幅するために使用されても良い。試料を増幅及びバーコード化することにおいてそれらのバーコードオリゴヌクレオチドの使用の１つのプロセスは、その開示の全てがその全体を参照することによって本明細書に組み込まれる、２０１４年２月７日に出願された米国特許出願第６１／９４０，３１８号、２０１４年５月９日に出願された米国特許出願第６１／９９１，０１８号、及び２０１４年６月２６日に出願された米国特許出願第１４／３１６，３８３号（代理人整理番号第４３４８７−７０８．２０１号）で詳細に説明される。簡潔に、１つの態様では、試料と共同で区分化されたビーズ上に存在するオリゴヌクレオチドは、それらのビーズから試料を有する区分に遊離される。オリゴヌクレオチドは典型的に、バーコード配列に従って、その５つの端においてプライマ配列を含む。このプライマ配列は、試料の多数の異なる領域をランダムに入れることを意図されるランダムなオリゴヌクレオチド配列であっても良く、またはそれは、試料の特定の標的とされた領域の上流に入れるために標的とされた特定のプライマ配列であっても良い。

遊離されると、オリゴヌクレオチドのプライマ部分は、試料の相補領域にアニールする（ａｎｎｅａｌ）ことができる。試料及びビーズと共同で区分化されもする拡張反応試薬、例えば、ＤＮＡポリメラーゼ、ヌクレオシドトリホスフェート、共同因子（例えば、Ｍｇ^２＋またはＭｎ^２＋など）は次いで、試料をテンプレートとして使用してプライマ配列を拡張して、テンプレートのストランドへの相補断片を作成し、オリゴヌクレオチド及びその関連するバーコード配列を含む相補断面でプライマがテンプレートにアニールされる。試料の異なる部分に複数のプライマをアニールすること、及び拡張することは、試料のオーバラップする相補断片の大規模なプールをもたらし、各々が、それが作成された区分を示すその自身のバーコード配列を処理する。いくつかのケースでは、それらの相補断片はそれ自体、再度バーコード配列を含む補完物（ｃｏｍｐｌｅｍｅｎｔ）の補完物を作成するために区分に存在するオリゴヌクレオチドによって入れられるテンプレートとして使用されても良い。いくつかのケースでは、この複製処理は、第１の補完物が複製されるとき、その終了において、または終了の近くでそれが２つの相補配列を作成して、さらに反復的な複製を生成するための塩基になる分子の能力を減少させるヘアピン構造（ｈａｉｒｐｉｎ ｓｔｒｕｃｔｕｒｅ）または部分的ヘアピン構造の形成を可能にするように構成される。この１つの実施例の概略的な説明が図２に示される。

図２に示されるように、バーコード配列２１４を含むオリゴヌクレオチド２０２は、試料試験核酸断片２０６に従って、例えば、エマルションにおける小適２０４において共同で区分化される。いくつかの実施形態では、オリゴヌクレオチド２０２は、図２、パネル（Ａ）に示されるように、オリゴヌクレオチドが好ましくはビーズ２０８から遊離可能である、試験核酸断片２０６と共同で区分化されるビーズ２０８上で設けられる。図２のパネル（Ｂ）に示されるように、オリゴヌクレオチド２０２は、１つまたは複数の機能的配列、例えば、配列２１２、２１４及び２１６に加え、バーコード配列２１４を含む。例えば、オリゴヌクレオチド２０２は、所与の配列システムに対する付着配列（ａｔｔａｃｈｍｅｎｔ ｓｅｑｕｅｎｃｅ）または固定化配列（ｉｍｍｏｂｉｌｉｚａｔｉｏｎ ｓｅｑｕｅｎｃｅ）、例えば、ＩＬＬＵＭＩＮＡ、ＨＩＳＥＱまたはＭＩＳＥＱシステムのフローセルにおける付着に対して使用されるＰ５配列として機能し得る配列２１２をさらに含むものとして示される。言い換えると、付着配列２１２は、いくつかの実施形態では、ビーズ２０８にオリゴヌクレオチド２０２を可逆的に付着させるために使用される。図２のパネルＢに示されるように、オリゴヌクレオチド２０２はまた、プライマ配列２１６を含み、それは、試料試験核酸断片２０６の一部の複製に入れるためのランダムなまたは標的のＮ量体（上記議論された）を含んでも良い。図２のパネルＢの例示的なオリゴヌクレオチド２０２内にも含まれるのは、配列システムにおける合成反応によるポリメラーゼ媒介された、テンプレート指示配列（ｐｏｌｙｍｅｒａｓｅ ｍｅｄｉａｔｅｄ，ｔｅｍｐｌａｔｅ ｄｉｒｅｃｔｅｄ ｓｅｑｕｅｎｃｉｎｇ）を入れるために使用される、「ｒｅａｄ１」またはＲ１プライミング領域などの、配列プライミング領域を提供し得る配列２１０である。多くのケースでは、バーコード配列２１４、固定化（付着）配列２１２、及び例示的なＲ１配列２１４は、所与のビーズに付着したオリゴヌクレオチド２０２の全てに対して共通であっても良い。プライマ配列２１６は、ランダムなＮ量体プライマに対して変化しても良く、または特定の標的とされた適用に対し所与のビーズ上のオリゴヌクレオチドに対して共通であっても良い。２０１４年２月９日に出願された「Ｓｙｓｔｅｍｓ ａｎｄ Ｍｅｔｈｏｄｓ ｆｏｒ Ｄｅｔｅｒｍｉｎｉｎｇ Ｓｔｒｕｃｔｕｒａｌ Ｖａｒｉａｔｉｏｎ」と題する米国特許出願第６２／１１３，６９３号における図３Ｂ〜３Ｅ、及びそれらの図を説明する明細書は、オリゴヌクレオチド２０２が試料試験核酸の配列読み取り値をどのように形成し、各々のそのような配列読み取り値が試料試験核酸の配列読み取り値である第１の部分、及びオリゴヌクレオチド２０２である第２の部分を含むことを詳述する。そのような配列読み取り値、及びそのような配列読み取り値の分析は、開示される核酸配列データセット１２６の塩基を形成する。

いくつかの実施形態では、核酸配列データセット１２６における配列読み取り値は、少なくとも１つの標的核酸を配列するために処理される。いくつかの実施形態では、少なくとも１つの標的核酸に対する配列を確立するために核酸配列読み取り値を処理するために従来の方法が使用される。いくつかの実施形態では、参照によって本明細書に組み込まれる２０１５年６月２６日に出願された「Ｐｒｏｃｅｓｓｅｓ ａｎｄ Ｓｙｓｔｅｍｓ ｆｏｒ Ｎｕｃｌｅｉｃ Ａｃｉｄ Ｓｅｑｕｅｎｃｅ Ａｓｓｅｍｂｌｙ」と題する国際特許出願第ＰＣＴ／ＵＳ２０１５／０３８１７５号で開示される新規な方法は、少なくとも１つの標的核酸に対する配列を確立するために核酸配列読み取り値を処理するために使用される。いくつかの実施形態では、そのような配列は、そこから試料がとられる種のゲノムなどの参照ゲノムに配列読み取り値をマッピングすることを含む。いくつかの実施形態では、試料は、複数のゲノムを含むことを予期され、またはそのように考えられている（例えば、人間の試料などの試料がレトロウイルスで感染されたケース）。そのようなケースでは、異なる種からの複数の参照ゲノムが同時に使用されても良い。

いくつかの実施形態では、配列読み取り値は、それらを相化し、構造的変異を探索することによって処理される。いくつかの実施形態では、従来の相化方法及び構造的変異方法が使用される。いくつかの実施形態では、参照によって本明細書に組み込まれる２０１５年１０月６日に出願された「Ｓｙｓｔｅｍｓ ａｎｄ Ｍｅｔｈｏｄ ｆｏｒ Ｄｅｔｅｒｍｉｎｉｎｇ Ｓｔｒｕｃｔｕｒａｌ Ｖａｒｉａｔｉｏｎ Ｕｓｉｎｇ Ｐｒｏｂａｂｉｌｉｓｔｉｃ Ｍｏｄｅｌｓ」と題する米国仮特許出願第６２，２３８，０７７号で説明されるような新規な相化方法及び構造的変異方法が使用される。この参照では開示されていないが、いくつかの実施形態では、複数の参照ゲノムをインスタンスに組み込むために参照の教示が拡張され、潜在的な試料は、複数の参照ゲノムからの核酸を含む。例えば、試料が人間であるが、試料がレトロウイルスで感染された可能性があるケースでは、レトロウイルスのゲノムは、追加の染色体として扱われる。このようにして、研究中の、レトロウイルスなどの核酸構築物の試料のゲノムへの挿入を識別するための本開示で開示される視覚化方法を拡張することが可能となる。

よって、例えば、開示される技術は、以下の２つのシナリオを区別するためにバーコードを使用することができる。１つは、ヒトＤＮＡに挿入されないウイルスであるが、試料において自由に流れるＨＰＶウイルスを有する人間の試料である。それらは、自由に流れる分子−別個の分子、別個のウイルス、別個のヒトＤＮＡである。そのケースでは、測定された配列読み取り値は、ＨＰＶとともにヒトゲノムにマッピングする読み取り値を含もうとしているが、ヒトゲノム及びＨＰＶが明確に異なることを意味するＨＰＶ及びヒトゲノムと共通するバーコードは存在しない。一方で、ＨＰＶ分子が１つまたは２つのヒト染色体に挿入されていた場合、測定されるのは、ヒト染色体及びＨＰＶの両方に同時にマッピングし、ならびにそれらが別個の分子とは反対に（例えば、ＨＰＶがヒト染色体に組み込まれている）同一の分子に存在することを意味する同一のバーコードを共有する配列読み取り値である。さらに、ヒト染色体へのＨＰＶ挿入の正確な位置（複数可）を特定するためにバーコードが使用されても良い。

図３は、被験者（例えば、特定の人間）の生体試料から取得されたデータを示す。このデータは、核酸配列データセット１２６の形式で要約される。いくつかの例では、上記説明されたタイプの全ゲノム（ｆｕｌｌ−ｇｅｎｏｍｅ ｒｕｎ）は、３０〜４０ギガバイトに値するデータを作成する。本開示のいくつかの態様に従って、そのような生データは、生データのサイズのごく一部である核酸配列データセット１２６に縮約される。いくつかの実施形態では、生データが核酸配列データセット１２６を作成するように縮約されるが、データセット１２６はなお、大きすぎて、典型的なコンピュータのＲＡＭにロードすることができない。例えば、いくつかの実施形態では、核酸配列データセット１２６は、５ギガバイト以上、１０ギガバイト以上、または１５ギガバイト以上である。

図３に示されるように、例示的な核酸配列データセット１２６は、３つの部分、ヘッダ３０２、シノプシス３０８、及びデータ部３４０に編成される。ヘッダ３０２の目的は、データセット１２６の構成要素３０４を記述する（ｄｅｌｉｎｅａｔｅ）とともに、任意選択で、データセット１２６構造のバージョン３０６、例えば、バージョン１．７を提供することである。いくつかの実施形態では、ヘッダ３０２は、ウェブブラウザなどのウェブベースのアプリケーションを使用してロードすることを容易にするためにＪＳＯＮ構造としてフォーマットされる。参照によって本明細書に組み込まれるＵＲＬ、ｊｓｏｎ．ｏｒｇを参照されたい。例えば、いくつかの実施形態では、ヘッダは、｛（左かっこ）で始まり、かつ｝（右かっこ）で終わり、各々の名前の後に、：（コロン）が続き、かつ名前／値の対が、，（カンマ）によって分離される、ＪＳＯＮ ｏｂｊｅｃｔとしてフォーマットされる。１つの例示的な実施形態では、ヘッダ３０２は、構成要素：断片追跡（例えば、データセットにおける全ての断片の長さ、位置、バーコード、及び位相）と、標的追跡（処理の間に使用される捕捉プロトコルによって選択されるゲノムの領域）と、構造的変異（試料において呼び出される全ての構造的変異のリスト）と、標的データセットへのインデックスと、ｖｃｆ＿ｉｎｄｅｘ（データセット１２６ファイルにおける位置に対するゲノムの範囲に関連するインデックス）と、マーカと、位相ブロック要約（ｐｈａｓｅ ｂｌｏｃｋ ｓｕｍｍａｒｙ）（試験核酸２０６における種々の位相ブロックの記述）と、遺伝子追跡（ｇｅｎｅｔｒａｃｋ）（各々の遺伝子におけるＳＮＰの番号でタグ付けされた全ての人間の遺伝子の記述）と、ＢＡＭデータ（ゲノムの範囲をその範囲に対する読み取り情報を含むファイルにおける位置に関連付ける）と、要約（配列データから抽出される高レベルなメトリック）と、ｒｅｆｓｅｑインデックス（試料において呼び出されるＳＮＰのｄｂＳＮＰ識別子（ＲＳＩＤ）のリストを含み、それによって、ＲＳＩＤをゲノムにおけるその位置と関連付けるインデックス）とを配列データセット１２６が有することを指定する。

シノプシス部３０８は、データセット１２６がアクセスされるとき、典型的にはその全体で、ハプロタイプ視覚化ツール１４８によって揮発性（例えば、ランダムアクセス）メモリに読み込まれるデータを含む。このデータは、データ部３４０へのインデックスとともに、視覚化ツール１４８によって頻繁に参照される他のデータから構成される。図３に示されるように、シノプシス部３０８は、ヘッダ部３０２における「インデックス」アレイ（例えば、構成要素リスト３０２）に対応するいくつかの構成要素に分割される。

要約３１０は、データから抽出された高レベルのメトリックを提供する。いくつかの実施形態では、要約３１０は、図１２及び１３に示されるもののような要約データを提供するために要約モジュール１５０によって使用される。これは、相化された既知のＳＮＰ（例えば、人間のＳＮＰ）の割合１２０２と、最長位相ブロック１２０４と、効果的なバーコードカウント１２０６（例えば、データセット１２６で使用される一意なバーコードの数）と、平均断片長１２０８と、平均断片長の平均値１２１０と、低閾値１２１２（例えば、２０キロバイト）よりも大きい断片の割合と、断片長ヒストグラムまたは他の形式の断片長メトリック１２１４と、Ｎ５０の位相ブロックサイズ１２１６と、位相ブロック長ヒストグラムまたは他の形式の位相ブロック長メトリック１２１８と、データセットによって表される配列読み取りの番号１２２０と、メジアン挿入サイズ１２２２と、メジアン深さ１２２４と、ゼロカバレッジの標的ゲノムの割合１２２６と、マッピングされた読み取り割合１２２８と、ＰＣＲ重複割合１２３０と、標的塩基（ｏｎ ｔａｒｇｅｔ ｂａｓｅｓ）（割合）１２３２と、カバレッジヒストグラムまたは他の形式のカバレッジメトリック１２３４と、メモリ１１２におけるデータセットのソース（１２３４）と、試験核酸の識別（１２３６）と、ゲノムソース（１２３８）と、提供生命体の性別（１２４０）と、データセットファイルフォーマットバージョン１２４２と、データセット１２６に適合した構造的変異呼び出し１２４４に対するポインタ（１２４４）とを含む。

変異呼び出しデータ３１２へのインデックスは、要約において発見されるインデックスの実施例であり、かつそれは、それぞれの範囲に対する変異呼び出しデータが発見される対応するデータ部３４０においてオフセット３１６に対する標的核酸のゲノムのそれぞれの範囲２１４に関連する。

いくつかの実施形態では、位相ブロック追跡３１８は、核酸配列データセット１２６のシノプシス部３０８に記憶される。例示的な位相ブロック追跡３１８のアーキテクチャのさらなる詳細は、図４で発見される。図４を参照して、いくつかの実施形態では、位相ブロック追跡３１８は、辞書部４０２及び追跡データ部４０８を含む。追跡データ部は、複数のレコード４１０を含む。いくつかの実施形態では、複数のレコードにおける各々のレコードは、対応する染色体に対する位相情報を含む。いくつかの実施形態では、１つまたは複数のデータ部の各々は、１つまたは複数の対応する染色体に対する位相情報を記憶する。いくつかの実施形態では、１つまたは複数のデータ部の各々は、対応する染色体に対する位相情報を区間木４２２に記憶する。

位相ブロック追跡３１８の辞書４０２は、複数の名前４０４、及び名前４０４ごとに、対応する名前４０４に対するレコードが発見される追跡データ４０８へのオフセット４０６を含む。いくつかの実施形態では、位相ブロック追跡３１８に対する辞書４０２は、単一の名前、例えば、「ｐｈａｓｅ＿ｄａｔａ」を含む。

いくつかの実施形態では、追跡データ４０８は、ＪＳＯＮフォーマットにある。いくつかの実施形態では、各々のレコード４１０は、標的核酸における位相ブロックを表す。このように、いくつかの実施形態では、各々のレコード４１０は、位相ブロックが、染色体４１２上の位相ブロックの開始４１４の位置上にあるとともに、染色体４１２上の位相ブロックの終了４１６の位置上にある染色体番号４１２を指定する。さらに、レコードごとに一意な名前４１８、及び位相ブロックに関する相化情報４２０が存在する。いくつかの実施形態では、情報４２０の目的は、位相ブロックの相化情報の詳細を提供することである。いくつかの実施形態では、位相ブロックは、２つの親に対応する２つのハプロタイプ（例えば、それぞれ、ハプロタイプ「Ａ」及びハプロタイプ「Ｂ」と表される）に関する情報を含む。したがって、いくつかの実施形態では、位相情報は、相化ＡＳＮＰ４２２（位相ブロックにおけるハプロタイプ「Ａ」上のカウントされた単一ヌクレオチド多型の数）、非相化ＳＮＰ４２４（位相ブロックにおける未知のハプロタイプのカウントされた単一のヌクレオチド多型の数）、及び相化ＢＳＮＰ（位相ブロックにおけるハプロタイプ「Ｂ」上のカウントされた単一のヌクレオチド多型の数）を含む。このように、追跡データ４０８は、核酸配列データセット１２６に対する特定の位相ブロックデータ（例えば、ＳＮＰカウント）を保持する。ゲノムデータ及び位相ブロックを相化する技術は、その全体を参照することによって本明細書に組み込まれるＢｒｏｗｎｉｎｇ ａｎｄ Ｂｒｏｗｎｉｎｇ、「Ｈａｐｌｏｔｙｐｅ ｐｈａｓｉｎｇ：Ｅｘｉｓｔｉｎｇ ｍｅｔｈｏｄｓ ａｎｄ ｎｅｗ ｄｅｖｅｌｏｐｍｅｎｔｓ」、Ｎａｔ Ｒｅｖ Ｇｅｎｅｔ．；１２（１０）：７０３−７１４．ｄｏｉ：１０．１０３８／ｎｒｇ３０５４で説明される。

いくつかの実施形態では、追跡データ４０８は、対応する区間木４２２によってコンテキストに入れられる。このように、各々のレコード４１０は、区間木４２２においてノード４２４によって表される。各々のそのような区間木４２２は、ノードｘ_ｍｅｄ４３２の中間点を記憶するツリーの各々のノード４２４を有する三分岐木である。この中間点４３２は、対応する染色体上での、ノードに対応する位相ブロックの中間点の位置である。各々のそれぞれのノード４２４は、標的（遺伝源）生命体の種のゲノムにおけるそれぞれのノード４２４によって表される位相ブロックの直接左にある位相ブロックに対応する、左の子ノード４２８へのリンクを有する。各々のそれぞれのノード４２４は、それぞれのノード４２４によって表される位相ブロックの直接右にある位相ブロックに対応する、右の子ノード４３０へのリンクを有する。各々のそれぞれのノード４２４は、そのような位相ブロックの左側位置によって分類されるそれぞれのノード４２４のｘ_ｍｅｄ４３２にオーバラップする位相ブロックを表す分類された組のノード４２５を有する。各々のそれぞれのノード４２４は、そのような位相ブロックの右側位置によって分類されるそれぞれのノード４２４のｘ_ｍｅｄ４３２にオーバラップする位相ブロックを表す分類された組のノード４３６を有する。いくつかの実施形態では、分類された組４２５及び４３６は、アレイまたはリンクリストによってノード４２４で表される。各々のそれぞれのノード４２４はさらに、それぞれのノード４２４に対応する位相ブロックに対する位相情報４２０を含むレコード４１０への追跡データ４１０におけるオフセットである、名前４２６を含む。

図４に示されるように、いくつかの実施形態では、位相ブロック追跡において染色体ごとに別個の区間木４２２が存在する。そのような区間木は有利なことに、標的ゲノムのユーザ指定領域に関する全てのレコード４１０を識別する迅速な方法を提供する。位相ブロック追跡３１８の実施例が図５で発見される。図５では、図４のデータ構造に対応する例示的な要素が示される。

図３を参照して、いくつかの実施形態では、シノプシス３０８はさらに、核酸配列データセットに対応する試料において呼び出される分子変異（例えば、ＳＮＰ）識別子を含むインデックスであるｒｅｆｓｅｑインデックス３１９を含む。ｒｅｆｓｅｑインデックス３１９は、各々のそのような識別子を標的生命体のゲノムにおけるその位置と関連付ける。いくつかの実施形態では、ｒｅｆｓｅｑインデックス３１９は、ＪＳＯＮデータ構造として記憶される。いくつかの実施形態では、ｒｅｆｓｅｑインデックス３１９における各々の多型識別子は、国立生物工学情報センター（ＮＣＢＩ）データベースで発見されるｄｂＳＮＰ識別子である。参照によって本明細書に組み込まれる、Ｗｈｅｅｌｅｒ ｅｔ ａｌ．、２００７、「Ｄａｔａｂａｓｅ ｒｅｓｏｕｒｃｅｓ ｏｆ ｔｈｅ Ｎａｔｉｏｎａｌ Ｃｅｎｔｅｒ ｆｏｒ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ Ｉｎｆｏｒｍａｔｉｏｎ」、Ｎｕｃｌｅｉｃ Ａｃｉｄｓ Ｒｅｓ．３５（Ｄａｔａｂａｓｅ ｉｓｓｕｅ）：Ｄ５−１２を参照されたい。そのようなｄｂＳＮＰ識別子は、参照ＳＮＰクラスタＩＤ（ＲＳＩＤ）と称される。

いくつかの実施形態では、シノプシス３０８はさらに、各々の遺伝子で発見されるＳＮＰの番号でタグ付けされた人間の遺伝子の参照を提供する遺伝子追跡３２０を含む。例示的な遺伝子追跡３２０のアーキテクチャのさらなる詳細は、図６で発見される。図６を参照して、いくつかの実施形態では、遺伝子追跡３２０は、辞書部６０２、追跡データ部６０８、及び１つまたは複数のデータ部６２８を含む。いくつかの実施形態では、１つまたは複数のデータ部の各々は、対応する染色体に対する遺伝子情報を記憶する。いくつかの実施形態では、１つまたは複数のデータ部の各々は、１つまたは複数の対応する染色体に対する遺伝子情報を記憶する。いくつかの実施形態では、１つまたは複数のデータ部の各々は、対応する染色体に対する遺伝子情報を区間木６２８のフォーマットで記憶する。

遺伝子追跡３２０の辞書６０２は、複数の名前６０４、及び名前６０４ごとに、対応する名前６０４に対するレコードが発見される追跡データ６０８へのオフセット６０６を含む。いくつかの実施形態では、辞書６０２における各々の名前６０４は、標的ゲノムにおける染色体の名前である。

いくつかの実施形態では、遺伝子追跡３２０に対する追跡データ６０８は、複数の遺伝子レコード６１０を含む。いくつかの実施形態では、追跡データ６０８は、ＪＳＯＮフォーマットにある。いくつかの実施形態では、各々の遺伝子レコード６１０は、標的核酸の種における遺伝子を表す。このように、いくつかの実施形態では、各々の遺伝子レコード６１０は、対応する遺伝子が、染色体６１２上の遺伝子の開始６１４の位置上にあるとともに、染色体６１２上の遺伝子の終了６１６の位置上にある染色体番号６１２を指定する。さらに、遺伝子レコードごとに一意な名前６１８、及び遺伝子に関する遺伝子情報６２０が存在する。いくつかの実施形態では、情報６２０の目的は、例えば、遺伝子に対する代替名６２２、遺伝子上の単一のヌクレオチド多型６２４のカウント、及び遺伝子の方向（例えば、プラスまたはマイナス）６２６などの、遺伝子に関する遺伝子情報を提供することである。

いくつかの実施形態では、追跡データ６０８は、対応する区間木６２８によってコンテキストに入れられる。各々の遺伝子レコード６１０は、区間木６２８においてノード６３０を形成する。各々の区間木６２８は、ノードｘ_ｍｅｄ６４２の中間点を記憶する各々のノード６３０を有する三分岐木である。この中間点６４２は、対応する染色体上での、ノードに対応する遺伝子の中間点の位置である。各々のそれぞれのノード６３０は、標的生命体の種のそれぞれのノード６３０によって表される遺伝子の直接左にある遺伝子（染色体上のより小さい位置）に対応する、左の子ノード６３２へのリンクを有する。各々のそれぞれのノード６３０は、標的生命体の種のそれぞれのノード６３０によって表される遺伝子の直接右にある遺伝子（染色体上のより大きい位置）に対応する、右の子ノード６４０へのリンクを有する。各々のそれぞれのノード６２０は、左側位置によって分類されるそれぞれのノード６２０のｘ_ｍｅｄ６３２にオーバラップする遺伝子をそれぞれ表す分類された組のノード６３２を有する。各々のそれぞれのノード６３０は、右側位置によって分類されるそれぞれのノード６３０のｘ_ｍｅｄ６４２にオーバラップする遺伝子をそれぞれ表す分類された組のノード６３０を有する。いくつかの実施形態では、分類された組６３２及び６４４は、アレイまたはリンクリストによってノード６３０で表される。各々のそれぞれのノード６３０はさらに、それぞれのノード６３０に対応する遺伝子に対する遺伝子情報６２０を含む遺伝子レコード６１０への追跡データ６０８におけるオフセットである、名前６３６を含む。

図６に示されるように、いくつかの実施形態では、遺伝子追跡３２０において染色体ごとに別個の区間木６２８が存在する。そのような区間木は有利なことに、標的ゲノムのユーザ指定領域に関する全てのレコード６１０を識別する迅速な方法を提供する。遺伝子追跡３２０の実施例が図７で発見される。図７では、図６のデータ構造に対応する例示的な要素が示される。

いくつかの実施形態では、シノプシス３０８はさらに、エクソン追跡３２２を含む。いくつかの実施形態では、エクソン追跡３２２は、遺伝子追跡３２０が標的生命体の種における遺伝子に対する遺伝子情報を表すのに対し、エクソン追跡３２０は、標的生命体の種におけるエクソンに対する遺伝子情報を提供することを除き、遺伝子追跡３２０と同一のアーキテクチャを有する。

いくつかの実施形態では、シノプシス３０８はさらに、読み取りデータへのインデックス３２４を含む。このインデックス３２４は、図１０を参照して以下でさらに詳細に説明される、核酸配列の組のデータ部３４０における配列／読み取りデータ１０４８へのインデックスを提供する。図３を参照して、インデックス３２４は、識別子をデータセット（図示せず）で使用されるバーコードに関連付けるデータベースを含む。識別子をデータセットで使用されるバーコードに関連付けるデータベース（ルックアップテーブル）は、読み取りデータ１０４８のサイズを圧縮する有用な方法であり、なぜならば、より長い実際のバーコードの代わりに識別子を使用することができるからである。理論上は、この理由は、所与の程度の情報内容のために、全ての考えられるバーコードが所与のデータセット１２６で使用されるわけではない。

インデックス３２４はさらに、特定のゲノムの範囲に対する対応するデータのルックアップを可能にする、読み取りデータ１０４８への染色体−オフセット−−＞ファイル−オフセット関連付け３２８の染色体ごとのアレイとともに、各々のそのようなデータ要素の長さを含む。いくつかの実施形態では、読み取りデータは、ブロック化インデックスとして記憶され、かつ各々のレコード３２８は、データセット１２６に組み込まれたＢＡＭファイルにおけるエントリごとの固定ビットレコードである。ＢＡＭファイルにおける各々のそのようなエントリは、ファイルのデータ部３４０内のチャンクに編成される。シノプシス３０８におけるインデックス３２４は、読み取るためにデータ部３４０内で正しいチャンクを発見することを支援する。図１０を参照して、インデックス３２４によってインデックス付けされた配列／読み取りデータ１０４８の対応するアーキテクチャが開示される。染色体ごとに、読み取りデータ１０４８がチャンク１０５０に記憶される。いくつかの実施形態では、各々のデータチャンク１０５０は、以下のフォーマットにおける６４ビット構造１０５２のアレイである。

Ｏは常にＯであり、Ｘは、読み取り品質が閾値を下回ることを示し（例えば、６０を下回る）、Ｌは、親のハプロタイプＡからの読み取り値であることを示し、Ｒは、親のハプロタイプＢからの読み取り値であることを示し、Ｉは、読み取り値におけるバーコードに対応する番号識別子であり、Ｅは、読み取り値の「終了」長であり、かつＳは、チャンク１０５０の開始に対するこの読み取り値の「開始」位置である。さらに全体的に、図１０を参照して、各々の構造１０５２は、種の単一生命体に対する標的核酸からの単一の読み取り値に対応し、開始（オフセット）、長さ、バーコードへのインジケータ、及びいくつかのフラグを含む。いくつかの実施形態では、構造１０５２内の開始は、染色体上の真の位置からインデックス３２４のレコード３２８の染色体オフセットフィールドにおけるチャンク１０５０に対して記憶された開始値を引いたものである。有利なことに、これによって、構造１０５２においてゲノム座標の多数の繰り返しを回避することが可能になる。そのような座標は、何十億にあっても良く、よって、記憶するために３０ビットを必要とする。有利なことに、配列／読み取りデータ１０４８で開示されるように、チャンクすることによって、各々のチャンクは、約１００万の塩基の対に至るまでをカバーし、よって、チャンク内の各々の構造１０５２における各々の開始（オフセット）は、任意の所与のチャンクに対する範囲がシノプシス３０８に記憶されたインデックス３２４における対応するレコード３２８の染色体オフセット／長さ部分によって指定されるので、２０ビットを必要とするだけにすぎない。同様に、上記述べられたように、好ましい実施形態では、構造１０５２におけるバーコードフィールドは、実際のバーコードを記憶しない。いくつかの実施形態では、構造１０５２におけるバーコードインジケータは、インデックス３２４に記憶されたバーコードテーブルへの２４ビットインデックスである。よって、特定の読み取り値と関連付けられた実際のバーコードが必要とされるとき、読み取り値に対応する構造１０５２がアクセスされ、かつ構造１０５２における２４ビットバーコードインジケータがインデックス３２４におけるバーコードテーブルに対してクエリされて、バーコードを取得する。このようにして、構造１０５２における３０ビットバーコードが回避される。いくつかの実施形態では、バーコードは、３０ビットよりも大きく（例えば、３２ビット、３４ビット、３６ビットまたはそれ以上）、かつ構造１０５２におけるバーコードへのインジケータは、２０ビットよりも大きい（例えば、２２ビット、２４ビット、２６ビットまたはそれ以上）。いくつかの実施形態では、バーコードは、３０ビットよりも小さく（例えば、２８ビット、２６ビット、２４ビットまたはそれ以下）、かつ構造１０５２におけるバーコードへのインジケータは、２０ビットよりも小さい（例えば、１８ビット、１６ビット、１４ビットまたはそれ以下）。いくつかの実施形態では、各々のデータチャンク１０５０は、同一の予め定められたサイズ（例えば、１２８ビット、６４ビット、３２ビット、またはいくつかの他の固定ビットサイズ）を有する構造１０５２のアレイである。

いくつかの実施形態では、シノプシス３０８はさらに、構造的変異データセット追跡３３０を含む。いくつかの実施形態では、構造的変異データセット追跡３３０は、データセット１２６によって表される試料における呼び出される構造的変異のリストを含む。例示的な構造的変異データセット追跡３３０のアーキテクチャのさらなる詳細は、図８で発見される。図８を参照して、いくつかの実施形態では、構造的変異データセット３３０は、辞書部８０２、追跡データ部８０８、及び１つまたは複数のデータ部８４０を含む。いくつかの実施形態では、１つまたは複数のデータ部８４０の各々は、対応する染色体に対する構造的変異呼び出し情報を記憶する。いくつかの実施形態では、１つまたは複数のデータ部８４０の各々は、１つまたは複数の対応する染色体に対する構造的変異呼び出し情報を記憶する。いくつかの実施形態では、１つまたは複数のデータ部８４０の各々は、対応する染色体に対する遺伝子情報を区間木フォーマットで記憶する。

構造的変異データセット追跡３３０の辞書８０２は、複数の名前８０４、及び名前８０４ごとに、対応する名前８０４に対するレコードが発見される追跡データ８０８へのオフセット６０６を含む。いくつかの実施形態では、辞書８０２における各々の名前８０４は、標的ゲノムにおける染色体の名前である。

いくつかの実施形態では、構造的変異データセット追跡３３０に対する追跡データ８０８は、複数の構造的変異レコード８１０を含む。いくつかの実施形態では、追跡データ８０８は、ＪＳＯＮフォーマットにある。いくつかの実施形態では、各々の構造的変異レコード８１０は、データセット１２６によって表される単一の生命体の標的核酸に対してなされる構造的変異呼び出しを表す。このように、いくつかの実施形態では、各々の構造的変異レコード８１０は、染色体番号８１２、構造的変異によって表される開始位置８１４、染色体８１２上の構造的変異によって表される停止位置８１６、構造変異に対する一意な名前８１８、及び構造的変異に関する情報８２０を指定する。いくつかの実施形態では、構造的変異データセット追跡３３０は、構造的変異、または対をなす終了配列の配置（ｐａｉｒｅｄ−ｅｎｄ ｓｅｑｕｅｎｃｅ ａｌｉｇｎｍｅｎｔｓ）などの、互いに素なゲノムの特徴を有利に正確に記述するためのＢＥＤＰＥフォーマットに類似し、そのフォーマットに対応し、またはそのフォーマットにある情報を含む。参照によって本明細書に組み込まれる、ＵＲＬ、ｂｅｄｔｏｏｌｓ．ｒｅａｄｔｈｅｄｏｃｓ．ｏｒｇ／ｅｎ／ｌａｔｅｓｔ／ｃｏｎｔｅｎｔ／ｇｅｎｅｒａｌ−ｕｓａｇｅ．ｈｔｍｌを参照されたい。したがって、いくつかの実施形態では、各々の構造的変異レコード８１０における情報部８２０は、特徴の第１の終了が存在する染色体の名前である染色体１の名前８２２を含む。いくつかの実施形態では、染色体１の名前８２２は、文字列のフォーマット、例えば、「ｃｈｒ１」、「ＩＩＩ」、「ｍｙＣｈｒｏｍ」、または「ｃｏｎｔｉｇ１１１２．２３．」にある。

いくつかの実施形態では各々のレコード８１０における情報部８２０はさらに、染色体１の名前８２２に関する特徴の第１の終了のゼロベースの開始位置（ｚｅｒｏ−ｂａｓｅｄ ｓｔａｒｔｉｎｇ ｐｏｓｉｔｉｏｎ）である、開始１の位置８３０を含む。

いくつかの実施形態では、各々のレコード８１０における情報部８２０はさらに、染色体１の名前８２２上のレコード８１０によって表される特徴（例えば、構造的変異）の第１の終了の１ベースの終了位置である、停止１（終了１）の位置８２６を含む。

いくつかの実施形態では、各々のレコード８１０における情報部８２０はさらに、レコード８１０によって表される特徴の第２の終了が存在する染色体の名前である、染色体２の名前８３６を含む。いくつかの実施形態では、染色体２の名前８３６は、文字列のフォーマット、例えば、「ｃｈｒ１」、「ＩＩＩ」、「ｍｙＣｈｒｏｍ」、または「ｃｏｎｔｉｇ１１１２．２３．」にある。

いくつかの実施形態では、各々のレコード８１０における情報部８２０はさらに、染色体２の名前８３６上のレコード８１０によって表される特徴の第２の終了のゼロベースの開始位置である、開始２の位置８２８を含む。

いくつかの実施形態では、各々のレコード８１０における情報部８２０はさらに、染色体２の名前８３６上のレコード８１０によって表される特徴（例えば、構造的変異）の第２の終了の１ベースの終了位置である、停止２（終了２）の位置８２４を含む。

いくつかの実施形態では、各々のレコード８１０における情報部８２０はさらに、レコード８１０によって表される特徴（例えば、構造的変異）の名前である、構造的変異フィールド８３４の名前を含む。いくつかの実施形態では、構造的変異８３４の名前は、文字列のフォーマット、例えば、「ＬＩＮＥ」、「Ｅｘｏｎ３」、「ＨＷＩＥＡＳ＿０００１：３：１：０：２６６＃０／１」、または「ｍｙ＿Ｆｅａｔｕｒｅ」にある。

いくつかの実施形態では、各々のレコード８１０における情報部８２０はさらに、レコード８１０によって表される特徴（例えば、構造的変異）の品質をスコア付けする任意のメトリックである品質（スコア）フィールド８３２を含む。いくつかの実施形態では、品質８３２は、文字列のフォーマットにあり、それによって、任意の科学的メトリック、例えば、ｐ値、平均改良値（ｅｎｒｉｃｈｍｅｎｔ ｖａｌｕｅ）における特徴の品質の表現が可能になる。

いくつかの実施形態では、各々のレコード８１０における情報部８２０はさらに、配置の各々の終了に対する編集距離または、（「欠失」、「逆位」など）などのレコード８１によって表される特徴のさらなる情報８３８を含む。

続けて図８を参照して、いくつかの実施形態では、追跡データ８０８は、対応する区間木８４０によってコンテキストに入れられる。各々のレコード８１０は、区間木８４０においてノード８４２を形成する。各々の区間木８４０は、ノードｘ_ｍｅｄ８５２の中間点を記憶する各々のノード８４２を有する三分岐木である。この中間点８５２は、対応する染色体上での、ノードに対応し、対応するレコード８１０によって表される特徴（例えば、構造的変異）の中間点の位置である。各々のそれぞれのノード８４２は、データセット１２６におけるそれぞれのノード８４２によって表される特徴の直接左にある（染色体上のより小さい位置）特徴（例えば、構造的変異）に対応する、左の子ノード８４８へのリンクを有する。各々のそれぞれのノード８４２は、データセット１２６におけるそれぞれのノード８４２によって表される特徴の直接右にある（染色体上のより大きい位置）特徴（例えば、構造的変異）に対応する、右の子ノード８５０へのリンクを有する。各々のそれぞれのノード８４２は、左側位置によって分類されるそれぞれのノード８４２のｘ_ｍｅｄ８５２にオーバラップする特徴（例えば、構造的変異）をそれぞれ表す分類された組のノード８５４を有する。各々のそれぞれのノード８４２は、右側位置によって分類されるそれぞれのノード８４２のｘ_ｍｅｄ８５２にオーバラップする特徴をそれぞれ表す分類された組のノード８４４を有する。いくつかの実施形態では、分類された組８４４及び８５４は、アレイまたはリンクリストによってノード８４０で表される。各々のそれぞれのノード８４０はさらに、それぞれのノード８４０に対応する特徴（例えば、構造的変異）に対する情報８２０を含むレコード８１０への追跡データ８０８におけるオフセットである、名前８４６を含む。

図８に示されるように、いくつかの実施形態では、構造的変異データセット追跡３３０において染色体ごとに別個の区間木８４０が存在する。そのような区間木は有利なことに、標的ゲノムのユーザ指定領域に関する全てのレコード８１０を識別する迅速な方法を提供する。構造的変異データセット追跡３３０の実施例が図９で発見される。図９では、図８のデータ構造に対応する例示的な要素が示される。

図３を参照して、いくつかの実施形態では、シノプシス３０８はさらに、標的データセット３４２へのインデックス３３２を含む。標的データセット３４２は、核酸配列データセットを配列するために選択された試料における少なくとも１つの標的核酸の領域を含む。いくつかの実施形態では、インデックス３３２及び標的データセット３４２は、ブロック化ＪＳＯＮインデックスに記憶される。ブロック化ＪＳＯＮインデックスは、シノプシス部（インデックス３３２）における単一のＪＳＯＮオブジェクト及びデータ部（標的データセット３４２）における複数のＪＳＯＮオブジェクトを含む。インデックス３３２は、特定のクエリを満たすためにどのデータ構成要素が読み込まれる必要があるかを算出するために使用される。いくつかの実施形態では、インデックス３３２は、染色体によって分割される。染色体ごとに、インデックス３３２は、その染色体上の範囲を、標的データセットにおいてその範囲に対する特定のデータを発見し得るオフセットと関連付けるアレイ（レコード）３３４を記憶する。いくつかの実施形態では、標的データセット３４２は、多くの独立したアレイを含む。各々のアレイは、ゲノムの１つの隣接する範囲に対する範囲（及び関連するデータ）の全てを含む。標的データセット３４２における各々のアレイは、インデックス３３２における単一のアレイ（エントリ）３３４に対応する。いくつかの実施形態では、標的データセットにおける各々のそのようなアレイは、約１，０００のエントリを含むようにサイズ調整される。特定の範囲が複数の「チャンク」にオーバラップする可能性があるので、同一のデータが複数の隣接するアレイに書き込まれても良い。図３を参照して、いくつかの実施形態では、シノプシス３０８はさらに、断片データセット３４４へのインデックス３３６を含む。断片データセット３４４は、核酸配列データセットにおける全ての断片の長さ、位置、バーコード、及び位相を含む。断片は、上記説明されたように、単一の区分からの核酸である。いくつかの実施形態では、インデックス３３６及び断片データセット３４４は、ブロック化ＪＳＯＮインデックスに記憶される。ブロック化ＪＳＯＮインデックスは、シノプシス部（インデックス３３６）における単一のＪＳＯＮオブジェクト及びデータ部（断片データセット３４４）における複数のＪＳＯＮオブジェクトを含む。インデックス３３６は、特定のクエリを満たすためにどのデータ構成要素が読み込まれる必要があるかを算出するために使用される。いくつかの実施形態では、インデックス３３６は、染色体によって分割される。染色体ごとに、インデックス３３６は、その染色体上の範囲を、断片データセット３４４においてその範囲に対する特定のデータを発見し得るオフセットと関連付けるアレイ３３８を記憶する。断片データセット３４４におけるデータチャンクの実施例は、

である。

よって、上記提供するように、本開示の開示される核酸配列データセット１２６は、別個のファイルで従来から発見されるいくつかの形式のデータを二次的な値のデータにすぎないデータに従って結合する最新式の（ｓｔｒｅａｍｌｉｎｅｄ）ファイルフォーマットを提供する。有利なことに、核酸配列データセット１２６のファイルフォーマットが内蔵され、かつそのファイルフォーマットは、ハプロタイプ視覚化ツール１４８の特徴をサポートするために必要な全てのデータを有する。

図１２〜３０は、核酸配列データセット１２６を読み込むハプロタイプ視覚化ツール１４８の実施形態を示す。いくつかの実施形態では、ハプロタイプ視覚化ツール１４８は、変異指向（ｖａｒｉａｎｔ ｏｒｉｅｎｔｅｄ）かつハプロタイプ認識ゲノムブラウザである。そのようなビューを作成するために、ハプロタイプ視覚化ツール１４８は、スクロール及びズームすることができる表示のために、追跡としてのいくつかのソースからのデータを単一の統一化された核酸配列データセット１２６にオーバレイする。いくつかの実施形態では、記憶される追跡は、相化変異呼び出し、位相ブロック、遺伝子、エクソン、構造的変異分断点、及び追跡としての読み取りカウント（カバレッジ）を含む。そのような情報がどのように記憶されるかの１つのそのような実施形態は、図３で開示され、及び上記説明されている。有利なことに、核酸配列の組における異なる情報は、単一のディスプレイに表示されることができる。ハプロタイプ視覚化ツール１４８は、相化情報を示すその能力によって他のゲノムブラウザと区別される。図１２及び１３を参照して、図１２及び１３で表示される要約モジュールから、ユーザは有利なことに、さらなる分析のために核酸配列データセットの領域を選択するために検索プロンプト１２５０を使用することができる。いくつかの実施形態では、検索プロンプト１２５０を通じて、ハプロタイプ視覚化ツール１４８は、ｃｈｒ１：１００００００（染色体１の最初の１００万のヌクレオチドを選択）、ｃｈｒ１：１００００００−２００００００（染色体１の２つ目の１００万のヌクレオチドを選択）、ＢＲＣＡ１、ＢＲＣＡ２（ＢＲＣＡ１及びＢＲＣＡ２を選択）、ならびにｃｈｒ１：１００００００−２００００００、ｃｈｒ２：５００００００−６００００００（染色体１の２つ目の１００万のヌクレオチド及び染色体２の５番目の１００万のヌクレオチドを選択）などの、広範囲な有効な検索構文をサポートする。いくつかの実施形態では、ユーザは、遺伝子のシンボル名を提供し、かつハプロタイプ視覚化ツール１４８は、シンボル名をゲノム座標に変換する１つまたは複数のルックアップテーブルを使用することによって、このシンボル名を適切なゲノム座標に変換する。有利なことに、ユーザは、単一の検索において、絶対座標の範囲及び遺伝子名の混合を提供することができる。いくつかの実施形態では、ユーザは、複数の遺伝子座（ｌｏｃｉ）を含む単一の検索クエリを提供する。そのようなクエリに応答して、ハプロタイプ視覚化ツール１４８は、複数の遺伝子座を構文解析し、そのクエリごとの結果を提供する。いくつかの実施形態では、ユーザは、Ｘ_１：Ｎ_１−Ｎ２である構文の検索クエリを提供し、Ｘ_１は、選択された第１の染色体または選択された第１のコンティグ（ｃｏｎｔｉｇ）配列の識別であり、Ｎ_１は、第１の染色体または選択された第１のコンティグ配列内の開始位置であり、かつＮ_２は、第１の染色体または選択された第１のコンティグ配列内での選択された終了位置である。このコンテキストで使用されるように、用語「コンティグ」は、染色体、または染色体の不完全に結集した部分ではない、対象の分離した（ｉｓｏｌａｔｅｄ）分子に対応し得る参照ゲノムからの任意の「コンティグ」を意味する。いくつかの実施形態では、ユーザは、Ｘ_１：Ｎ_１−Ｎ２である構文の検索クエリを提供し、Ｘ_１は、選択された第１の染色体または選択された第１のコンティグ配列内の識別であり、Ｎ_１は、第１の染色体または選択された第１のコンティグ配列内の開始位置であり、かつＮ_２は、第１の染色体または選択された第１のコンティグ配列内での選択された終了位置である。いくつかの実施形態では、ユーザは、構文Ｘ_１：Ｎ_１の検索クエリを提供し、Ｘ_１は、選択された第１の染色体または、選択された第１のコンティグ配列の識別であり、かつＮ_１は、第１の染色体または選択された第１のコンティグ配列の起点から始まる、ヌクレオチドの番号である。

いくつかの実施形態では、ユーザは、構文Ｙ_１、Ｙ_２、…、Ｙ_Ｎの検索クエリを提供し、Ｙ_１、Ｙ_２、…、Ｙ_Ｎにおける各々のＹ_ｉは、選択された遺伝子、染色体領域の選択、またはコンティグ配列の領域の選択のいずれかのアルファベット識別である。いくつかのそのような実施形態では、Ｙ_１、Ｙ_２、…、Ｙ_Ｎにおける第１のＹ_ｉは、構文Ｘ_１：Ｎ_１−Ｎ_２を有する第１の染色体または第１のコンティグ配列の識別であり、Ｘ_１は、第１の染色体または第１のコンティグ配列の識別であり、Ｎ_１は、第１の染色体または第１のコンティグ配列内での選択された開始位置であり、かつＮ_２は、第１の染色体または第１のコンティグ配列内での選択された終了位置であり、ならびにＹ_１、Ｙ_２、…、Ｙ_Ｎにおける第２のＹ_ｉは、選択された遺伝子の英数字識別である。他のそのような実施形態では、Ｙ_１、Ｙ_２、…、Ｙ_Ｎにおける第１のＹ_ｉは、構文Ｘ_１：Ｎ_１−Ｎ_２を有する第１の染色体または第１のコンティグ配列の識別であり、Ｘ_１は、第１の染色体または第１のコンティグ配列の識別であり、Ｎ_１は、第１の染色体または第１のコンティグ配列内での選択された開始位置であり、かつＮ_２は、第１の染色体または第１のコンティグ配列内での選択された終了位置であり、ならびにＹ_１、Ｙ_２、…、Ｙ_Ｎにおける第２のＹ_ｉは、選択された遺伝子の英数字識別である。いくつかの実施形態では、要求は、人間の介入なしに、遺伝子の英数字エントリをゲノム座標に一致させる１つまたは複数のルックアップテーブルと要求を比較することによって、ゲノム座標に変換される。いくつかの実施形態では、要求は、１つもしくは複数の遺伝子名、１つもしくは複数のゲノム座標、またはそれらの組み合わせを含む。

有利なことに、ハプロタイプ視覚化ツール１４８は、様々な異なるシステムトポロジにおいて呼び出されることができる。例えば、図３１を参照して、いくつかの実施形態では、ハプロタイプ視覚化ツール１４８は、クライアントコンピュータ３１０２上で動作し、及びネットワーク接続にわたって核酸配列データセットにリモートにアクセスする。例えば、図３１を参照して、いくつかの実施形態では、ハプロタイプ視覚化ツール１４８のツールはネットワーク接続３１０６にわたって、構造的変異及び位相視覚化システム１００と通信するクライアントコンピュータシステム３１０２上にある。本開示の１つのそのような実施形態は、ネットワーク接続上で構造的変異または相化情報３１００をリモートのクライアントコンピュータ３１０２に提供するシステム３１００を提供する。図１及び３２を参照して、システム３１００は、１つまたは複数のマイクロプロセッサ１０２、永続的メモリ（例えば、ハードドライブ）、及び非永続的メモリ（例えば、ランダムアクセスメモリ）を有するサーバ１００を含む。永続的メモリは、システム１００が電源停止されるときでさえ情報を記憶するメモリであるのに対し、非永続的メモリは、システム１００が電源停止されるときに情報を記憶することができないことは当業者が認識するであろう。さらに、永続的メモリに記憶されたデータへのアクセス時間は、非永続的メモリに記憶されたデータへのアクセス時間よりも遅いことは当業者が認識するであろう。さらにまた、非永続的メモリは、永続的メモリよりも高価である。このように、大容量である開示される核酸データセット１２６は典型的に、永続的メモリへの記憶に格下げされる。いくつかの実施形態では、核酸配列データセットは、１ギガバイト以上、５ギガバイト以上、または１０ギガバイト以上である。

いくつかの実施形態では、図１においてメモリ１１２と総称される永続的メモリ及び非永続的メモリは、１つまたは複数の核酸配列データセット１２６を記憶する。１つまたは複数の核酸配列データセットにおける各々のそれぞれの核酸配列データセット１２６は、複数の試料のそれぞれの試料における少なくとも１つの標的核酸に対応する。それぞれの試料は、種のゲノムと関連付けられる。図３を参照して、それぞれの核酸配列データセット１２６は、（ｉ）ヘッダ３０２、（ｉｉ）シノプシス３０８、及び（ｉｉｉ）データ部３４０を含む。

データ部３４０は、複数の配列読み取り値を含み、データセット１２６の最大の構成要素である。複数の配列読み取り値における各々のそれぞれの配列読み取り値は、それぞれの試料における少なくとも１つの標的核酸のサブセットに対応する第１の部分、及び複数の識別子におけるそれぞれの配列読み取り値に対するそれぞれの識別子を符号化する第２の部分を含む。各々のそれぞれの識別子は、少なくとも１つの標的核酸の配列から独立している。複数の配列読み取り値は共同で、複数の識別子を含む。

永続的メモリ及び非永続的メモリはさらに共同で、リモートクライアントコンピュータ上でインストールするための、ハプロタイプ視覚化ツール１４８をクライアントに提供するために１つまたは複数のマイクロプロセッサ１０２を使用する１つまたは複数のプログラムを記憶する。次に、ネットワーク接続上でクライアントから送信される要求は、１つまたは複数のデータセットにおける第１のデータセット１２６を使用して構造的変異または相化情報に対して受信される。要求を受信したことに応答して、非永続的メモリにいまだロードされてない一方で、永続的メモリにおいてデータ部３４０を保持している場合、要求は、第１のデータセットのヘッダ３０２及びシノプシス３０８を非永続的メモリにロードすることによって自動的にフィルタリングされる。このようにして、非永続的メモリの量が最小化される。要求は、第１のデータセットのシノプシス３０８と比較され、それによって、第１のデータセットのデータ部の１つまたは複数の部分を識別する。特に、以下でさらに詳細に説明されるように、シノプシス３０８の種々の構成要素は、データ３４０のどの部分が要求を満たすために必要とされるかを識別するために使用される。いくつかの実施形態では、要求は、特定のデータセット１２６及びゲノムの領域を識別する。いくつかの実施形態では、要求は、特定のデータセット１２６及び１つまたは複数の遺伝子を識別する。いくつかの実施形態では、要求は、特定のデータセット１２６及び１つまたは複数のエクソンを識別する。要求を満たすために必要とされるデータ部の部分が識別されると、それらは、非永続的メモリにロードされ、かつ要求された構造的変異または相化情報は、第１のデータセットを使用してクライアントコンピュータ３１０２上で表示するためにフォーマットされる。次いで、このフォーマットされた構造的変異または相化情報は、ネットワーク接続３１０６上で、クライアントデバイス上で表示するためにクライアントデバイスに送信される。いくつかの実施形態では、図１で開示されたように、クライアントコンピュータは使用されず、かつハプロタイプ視覚化ツールは、構造的変異及び位相視覚化システム１００に存在する。

ここで、核酸配列データセット１２６を分割する利点が説明されており、ハプロタイプ視覚化ツール１４８、及びその構成要素モジュール（例えば、要約モジュール１５０、位相視覚化モジュール１５２、構造的変異モジュール１５４など）のグラフィカルユーザインタフェースの特徴がさらに詳細に説明される。図１２に目を向けて、ユーザがパネル１２５０にクエリを入力したとき、位相視覚化モジュール１５２は、図１４乃至１６に示されるようなクエリの位相を見るために使用されても良い。例えば、クエリｃｈｒ１＋１０００００００−ｃｈｒ１＋１０５０００００（またはｃｈｒ１：１０００００００−ｃｈｒ１：１０５０００００）を入力すると、選択された領域が図１４Ａに示されるゲノムブラウザ（位相視覚化モジュール１５２）で示される。ここで、ゲノムの選択された領域は有利なことに、選択された領域の実際の物理的な構造を反映する方法で示され、ゲノムの２つの複製が存在し、かつこれは、各々のハプロタイプ−ハプロタイプ１（１４０２）及びハプロタイプ２（１４０４）に対し１つ、及び親ハプロタイプが決定されていない中間エリア１４０６の２つの追跡を示すことによって反映される。小さな挿入及び欠失は、相化アルゴリズムに基づいて各々のハプロタイプにマッピングされる。第１のハプロタイプに相化された選択された領域の部分は、第１のハプロタイプ１の領域１４０２の対応する部分におけるバーとして示され、第２のハプロタイプに相化された選択された領域の部分は、第２のハプロタイプ１の領域１４０４の対応する部分におけるバーとして示され、かつハプロタイプに相化されていない選択された領域の部分は、中間エリア１４０６におけるバーとして示される。

ハプロタイプビューでは、選択された領域の相化部分が黒の長方形のボックス１４４０で囲まれる。図１４Ａに示される領域全体は、単一の位相ブロック１４４０−１にある。これはまた、図１４Ｂ、図１５、ならびに図１６の染色体１及び２に対するケースである。しかしながら、図１６における染色体４の表示される領域は５つの異なる位相ブロックを含み、その各々は、黒の長方形のボックスで境界が定められる。それらのボックスは、相化アルゴリズムによって決定されるように染色体の位相ブロック、隣接する位相領域の境界を定める。

ハプロタイプ１（１４０２）、ハプロタイプ２（１４０４）、及び中間領域１４０６における縦型バーは、単一のヌクレオチド多型、小さい挿入及び欠失を表す。いくつかの実施形態では、それらのバーは、参照遺伝子型を表す第１の色（例えば、グレー）、及び代替遺伝子型を表す第２の色（例えば、緑）で色分けされる。

同型（ｈｏｍｏｚｙｇｏｕｓ）ＳＮＰは、同型変異を相化することができないので、２つのハプロタイプ追跡及び中間エリア（非相化追跡）にわたる縦型バーを有する。これは、図２６における要素２６０２として示される。

相化異型（ｈｅｔｅｒｏｚｙｇｏｕｓ）ＳＮＰは、ハプロタイプ追跡１４０２／１４０４に置かれる。これは、図２６における要素２６０４として示される。

異型ＳＮＰは、それらが相化されないときにハプロタイプ追跡１４０２／１４０４の間で挟まれる中間エリア１４０５（非相化追跡）に置かれる。これは、図２６における要素２６０６として示される。

最後に、両方の相化単一ヌクレオチド多型は、代替遺伝子型のものであり、第２の色（例えば、緑）の２つの縦型バーは、追跡ごとに１つのハプロタイプ追跡１４０２／１４０４で表示される。これは、図２６における要素２６０８として示される。

ハプロタイプ追跡の図２７の領域２７１０などの暗い領域は、高ＳＮＰ密度を有するエリアを表す。領域２７１０をクリックすることによって、領域２７１０内での個々のＳＮＰがズームされる。さらに、いくつかの実施形態では、これが行われるとき、ユーザがＳＮＰグループ上でズームインすることを可能にするリンクを有するポップアップボックス２７１２が現れる。概して、ボックス２７１２は、試料におけるハプロタイプ１及び２の部分、参照遺伝子型、観察される遺伝子型、ＳＮＰが発見される遺伝子（遺伝子と関連付けられる場合）、位相品質、及び２つの観察される遺伝子型のアレル（ａｌｌｅｌｅ）カウントなどの、ＳＮＰに関する追加の情報を提供する。ボックス２７１２は、ボックスの隅のＸをクリックすることによって消去できる。いくつかの実施形態では、ＳＮＰに対して提供される位相品質は、ＳＮＰの位相品質を定量化するために使用されるＰｈｒｅｄ類似のスコアである。

図２８Ａを参照して、ユーザが変異に対するアレルのうちの１つをクリックするとき、長方形のボックス（例えば、長方形のボックス２８０２）がその変異を強調表示する。強調表示された変異の次に表示される番号２８０４は、その変異に対する選択されたアレルと関連付けられたバーコードの番号を表す。例えば、図２８Ａでは、その変異に対する選択されたアレルと関連付けられたバーコードの番号が３１であることを示す番号「３１」がボックス２８０２の次に表示される。また、ボックス２８０２に隣接する変異の上部及び／または下部上に表示される番号が存在する。各々のそのような番号は、選択されたアレルと隣接する変異の２つのアレルのうちの１つとの間でオーバラップするバーコードの番号を表す。第１の色（例えば、黒）で表示される番号は、変形２８０２の相化呼び出しに一致し、第２の色（例えば、赤）で表示される番号は、呼び出しに一致しない。隣接する変異の間でオーバラップするバーコードが多いと、変異の相化においてさらに信頼性が増す。実施例として、図２８のＡＣｈｒ７：１１７、２１６、０３０における参照呼び出しに対し、その位置において参照アレルと関連付けられた３１のバーコードが存在することを示す、ハプロタイプ１のパネル１４０２の上部に３１（２８０４）が存在する。図２８Ｂを参照して、同一の位置２８０２における変異ＳＮＶが選択されるとき、１３のバーコードは、図２８Ｂに示されるように、位相、及びラベル付けされた隣接するＳＮＶ変化をサポートする。

いくつかの実施形態では、ゲノムブラウザはさらに、染色体マップ１４２４及び表示されている染色体上の位置１４２６を提供する。図１４Ａを参照して、ブラウザの上部において、黒の長方形によってマーク付けされたセントロメア（ｃｅｎｔｒｏｍｅｒｅ）を有するミニチュアの染色体１４２４が、明るい長方形によってマーク付けされた染色体の帯とともに示される。三角形１４２６は、現在ズームされている位置を示し、染色体の残りに対して検索バー１２５０を使用して選択された領域の全体的なビューをユーザに与える。

開示されるゲノムブラウザはさらに、表示されるゲノム領域にある各々の遺伝子のグラフィック表示１４０８を提供する。この遺伝子追跡１４０８は、注釈される参照遺伝子を表示する。複数の遺伝子は、対象の遺伝子を入力することによって検索バー１２５０を使用して表示できる。各々の遺伝子の方向は、矢印で示される。図１４Ａには示されないが、エクソンが濃い色合いで強調表示される。この特徴は、図２６〜２８で示される。いくつかの実施形態では、オーバラップする遺伝子は、遺伝子追跡１４０８における３つの追跡のうちの最大値上で示されるが、多くの遺伝子が検索バーを使用して表示されても良い。

開示されるゲノムブラウザはさらに、表示されるゲノム領域にあるエクソンのグラフィック表示１４１０を提供する。

開示されるゲノムブラウザはさらに、表示されるゲノム領域におけるカバレッジに対するカバレッジ追跡１４１２を提供する。調整された配列読み取り値は、カバレッジ追跡上で示される。カバレッジ追跡１４１２における各々の縦型バーは、バーの下のゲノムのエリアに対する塩基ごとの平均カバレッジ（ａｖｅｒａｇｅ ｃｏｖｅｒａｇｅ−ｐｅｒ−ｂａｓｅ）を示す。高さは、最大の高さがメジアンカバレッジの４倍になるようにスケーリングされる。いくつかの実施形態では、ユーザがカバレッジ追跡１４１２の部分をクリックするとき、塩基ごとの平均読み取り値の対、及び読み取り値の総数が、カバレッジ追跡のその部分に対するカバレッジ詳細ポップアップの黒のボックスで表示される。

開示されるゲノムブラウザはさらに、表示される領域における分岐点追跡１４１４を提供する。染色体間転座、遺伝子融合、逆位及び欠失を含む構造的変異は、分岐点追跡１４１４で強調表示される。構造的変異は、ディスプレイで任意に番号付けされる。構造的変異呼び出しは、分岐点追跡１４１４において第１の色（例えば、オレンジ）で示され、かつ構造的変異候補は、分岐点追跡１４１４において第２の色（例えば、グレー）で指定される。構造的変異分岐点の対を表示するために、ユーザは、図２９に示されるように、遺伝子に対して表示された構造的変異をクリックすることができる。構造的変異は、詳細ボックス２９０２で表示される。詳細ボックス２９０２における「この分岐点上でのズームイン」２０９４を選択することによって、分岐点の他方は、図３０に示されるように、分岐点にズームされた、追加のハプロタイプ追跡として持ち上げられる（ｂｒｏｕｇｈｔ ｕｐ）。

有利なことに、開示されるゲノムブラウザの表示モードのいくつかの実施形態で示されないのは、図１４Ａに示されるように、塩基呼び出し、誤り率、特定の読み取り値、及び配置である。むしろ、開示されるゲノムブラウザは、選択された領域で何が進行中であるかのさらなる概念的なインジケーションを提供し、理解が容易な方法でこの情報を提供するためにより高いレベルで動作する。この理由で、開示されるブラウザのいくつかの実施形態は、配列読み取りデータの全てが示されない、図１４Ａに示される表示モードなどの表示モードを提供する。

図１４Ａを参照して、ズームアフォーダンス（ｚｏｏｍ ａｆｆｏｒｄａｎｃｅ）１４２０は、検索バー１２５０によって識別される領域のサブセットへのズームインに使用でき、かつズームアフォーダンス１４２２は、領域のズームアウトに使用できる。加えて、ユーザは、特定の遺伝子を表す領域１４０８におけるアイコンをクリックすることによって、特定の遺伝子にズームインすることができる。

いくつかの実施形態では、開示されるゲノムブラウザの検索バー１２５０は、インテリジェントな自動完了機能を提供する。例えば、ユーザが遺伝子名を検索バー１２５０にタイプすることを開始するとき、ゲノムブラウザは、遺伝子上で自動完了する。いくつかの実施形態では、ゲノムブラウザは、遺伝子追跡における遺伝子の名前など、ユーザが入力した部分検索クエリを核酸配列データセットに記憶されたゲノム情報と比較することによって、これを達成する。有利なことに、そのような実施形態では、検索バー１２５０は、遺伝子名上で自動完了する。例えば、図１７を参照して、ユーザが表現「ａｔｐ」を検索バーに入力するとき、核酸配列データセット１２６内で発見されるいくつかの考えられる一致１７０２−１乃至１７０２−１０が表示される。

図１２乃至３０で示されるように、ハプロタイプ視覚化ツール１４８は、核酸配列データセットに対する構造的変異または相化（例えば、ハプロタイプ）情報を提供する。

特に、図１２及び１３を参照して、ハプロタイプ視覚化ツール１４８の相化／ハプロタイプトグル１２５２の選択は、図１４〜１７及び図２６〜３０に示されるような位相視覚化モジュール１５２を呼び出す。図１４〜１７及び図２６〜３０に示されるように、ハプロタイプに対する視覚的に分離した追跡とともに、いずれのハプロタイプにも割り当てられない変異に対する仮想追跡が設けられる。相化変異は、非相化、同型、及び／または参照読み出し値を有さない異型（ｈｅｔｅｒｏｚｙｇｏｕｓ−ｗｉｔｈ−ｎｏ−ｒｅｆｅｒｅｎｃｅ−ｒｅａｄｓ）、参照読み出し値を有する異型（ｈｅｔｅｒｏｚｙｇｏｕｓ−ｗｉｔｈ−ｒｅｆｅｒｅｎｃｅ−ｒｅａｄｓ）を含む、多数の分類を有することができる。ハプロタイプ視覚化ツール１４８は、視覚的に明確に異なる様式をそれらの異なる構成に適用し、それによって、ユーザがそれらを迅速に識別することができる。ハプロタイプ視覚化ツール１４８は、変異を特定の位相ブロックに割り当てる際に使用されるバーコードエビデンスの量を表示することができる。いくつかの実施形態では、ユーザが変異を「クリック」するとき、１つおきの可視的変異が、選択された変異とオーバラップするバーコードのカウントで装飾される。呼び出されるハプロタイプと相反するデータが強調表示される。また、ハプロタイプ視覚化ツール１４８によって、ユーザが複数の領域を一度に見ることが可能になる。これは、スクリーンの異なるエリアで別個のハプロタイプとして表示される。このモードでは、「カウント」は、ゲノムの離れた領域の間でオーバラップするバーコードをユーザが見ることを可能にする各々の表示される領域間で共有される。

再度、図１２及び１３を参照して、ハプロタイプ視覚化ツール１４８の構造的変異トグル１２５４の選択は、図２３〜２５及び３３〜３４に示されるような構造的変異モジュール１５４を呼び出す。構造的変異モジュール１５４によって提供されるマトリックスビューは、候補の構造的変異を視覚化する方法を包含する。視覚化は、ゲノム（試験核酸データ）の２つの（場合によってはオーバラップする）領域をチャンクごとの１００〜１０，０００の塩基の対のチャンクに定量化することによって作用する。チャンクの対ごとの読み取り値の間の共有されるバーコードの番号が算出される。結果として生じるマトリックス（行としての１つの領域及び列としての他の領域からのチャンクを有する）は、図２３〜２５及び３３〜３４に示されるように、２次元画像（ヒートマップ）として表示されることができる。いくつかの実施形態では、画素の色は、各々の領域の特定のチャンク（例えば、ウインドウ）の間の明確に異なるオーバラップするバーコードの番号に対応する。例えば、以下のバーコードを有する隣接するチャンクを有する２つの領域を考える。

（１）ＡＡＡ，ＡＣＡ ＡＣＡ，ＡＧＴ ＧＴＧ

（２）ＧＴＧ，ＡＡＡ ＣＣＣ ＡＣＡ，ＡＡＡ

領域（１）と表１で以下に説明される１つなどのマトリックスに置くことができる領域（２）との間の９個の対のチャンクが存在する。

表１ 領域(1)と領域(2)との間のチャンクの対のマトリックス

各々のセルにおける２つの組のバーコードの間のオーバラップを算出することによって、表２で説明される値を生み出す。

表２ 領域(1)と領域(2)との間のマトリックス値

表２は、ユーザに対する低バーコード及び高バーコードの相関のエリアを効率的に示すヒートマップとして構造的変異モジュール１５４によって表示されることができる。いくつかの実施形態では、構造的変異モジュール１５４は、対象の既知の場所へのデータの容易な配置を可能にするための、マトリックスとオーバレイされた遺伝子及びエクソン境界などの追加の情報を提供する。いくつかの実施形態では、また、構造的変異モジュール１５４によって、他のコンピュータプログラムで分析するためにマトリックスのテキストの複製がダウンロードされることが可能になる。いくつかの実施形態では、ユーザは、リアルタイムでスクロールまたはズームすることによって、構造的変異モジュール１５４で視覚化されるゲノムの領域を調節しても良い。いくつかの実施形態では、ユーザは、ゲノムの非常に小さい、または非常に大きいエリアを見るときのエイリアスまたは過負荷を回避するために、解像度（チャンクサイズ／ウインドウサイズ）を調節することができる。

本開示のいくつかの実施形態は、核酸配列データ（例えば、核酸配列データセット１２６から取得される情報）を見るためのシステム１００を提供する。システム１００は、１つまたは複数のマイクロプロセッサ１０２及びメモリ１１２を含む。メモリは、試料における少なくとも１つの標的核酸に対応する核酸配列データセット１２６を記憶する。メモリはさらに、試料からの複数の配列読み取り値を含む核酸配列データセットを取得するために１つまたは複数のマイクロプロセッサを使用する１つまたは複数のプログラム（例えば、ハプロタイプ視覚化ツール１４８）を記憶する。次いで、核酸配列データセットによって表されるゲノム領域を指定する要求がユーザから取得される（例えば、図１２及び１３に示されるハプロタイプ視覚化ツール１４８の検索バー１２５０を通じて）。有利なことに、この要求は、本開示で開示される構文のいずれかにあり得る。いくつかの実施形態では、要求におけるゲノム領域は、全染色体である。いくつかの実施形態では、要求におけるゲノム領域は、染色体の１００〜１００００の塩基である。いくつかの実施形態では、要求におけるゲノム領域は、染色体の１０〜１×１０^５の塩基である。いくつかの実施形態では、要求におけるゲノム領域は、染色体の１０〜１×１０^６の塩基である。いくつかの実施形態では、要求におけるゲノム領域は、染色体の１０〜１×１０^７の塩基である。いくつかの実施形態では、要求は、試料のゲノムにおける遺伝子に対するものである。要求を取得したことに応答して、要求は、核酸配列データセット１２６からの要求のゲノム領域内の複数の配列読み取り値１０４８を取得することによって構文解析される。次に、スキャンウインドウが複数の配列読み取り値に対して実行し、それによって、複数のウインドウを作成し、複数のウインドウの各々のそれぞれのウインドウは、要求におけるゲノム領域の異なる領域に対応し、核酸配列データセットにおけるゲノム領域の異なる領域での各々の配列読み取り値の各々の識別子（例えば、バーコード）の識別を含む。さらに、例えば、図３４を参照して、複数のウインドウにおける各々の考えられるウインドウの対を表す２次元ヒートマップ３３１２が表示される。各々のそれぞれのウインドウの対は、それぞれのウインドウの対で共通な識別子の番号に基づいて、色スキームから選択された色として２次元ヒートマップで表示される。ウインドウサイズは、ユーザが視覚化することを要求したゲノムの量に左右されることが認識される。いくつかの実施形態では、ユーザがゲノムの小さな領域を視覚化することを要求したとき、より小さなウインドウサイズが使用され、かつユーザがゲノムのより大きな領域を視覚化することを要求したとき、より大きなウインドウサイズが使用される。

図３３及び３４を参照して、アフォーダンス３３０２及び３３０４は、表示される情報を明確にする一意なツールを提供する。最初に、「予期されるオーバラップを非表示にする（ｈｉｄｅ ｅｘｐｅｃｔｅｄ ｏｖｅｒｌａｐ）」アフォーダンス３３０２の選択は、ゲノムから予期されるバーコードオーバラップ信号を通常状態にさせ、バーコードは相互に隣接する読み取り値と関連付けられ、なぜならば、それらは、非表示にされるはずであるからである。選択されていないアフォーダンス３３０２を有する図３３を、選択されたアフォーダンス３３０２を有する図３４と比較されたい。アフォーダンス３３０２が選択されるときに提供されるビューは、ここで予期されていない相互に接触しているゲノムのそれらの部分を強調することが意図される。例えば、このビューは、参照ゲノムに基づいて、構造的変異、１つの染色体から別のそこにあると予期されない染色体への転座を強調表示するが、突然ここでバーコードが関連付けを示す。このように、アフォーダンス３３０２は、標準信号を隠し、及び予期されていない信号を強調表示するフィルタを活性化する。言い換えると、それぞれのウインドウの対で共通な識別子の番号は、参照ゲノム配列に基づいて相互に近似していると予期されるバーコードから生じるバーコード信号を除去するために低く重み付けがされる。いくつかの実施形態では、アフォーダンス３３０２と関連付けられたフィルタは、配列された標的核酸の断片の平均長さ（例えば、５０キロベース）を考慮する。断片の平均長さのこの閾値の範囲内にあるバーコードは、アフォーダンス３３０２が活性化されるときにヒートマップに貢献しない。いくつかの実施形態では、フィルタは、参照ゲノムに対して調整されている核酸配列データセット１２６におけるバーコードの全体の組をとることによって有効にされる。次いで、平均断片長よりも長い隙間を示す参照ゲノムに従ったそれらの領域のみが表示される。このように、アフォーダンス３３０２フィルタは、バーコードデータと参照ゲノムとの間の予期される差異をフィルタリングするよう作動し、差異を強調表示する。

アフォーダンス３３０４を参照して、各々のそれぞれの配列読み取り値１０４８は、それぞれの配列読み取り値が正確にマッピングされたことの可能性を表す信頼値を有する参照ゲノム上の位置にマッピングされる。デフォルトは、誤解を招く情報が表示されないようにこの信頼値が厳しい（ｓｔｒｉｎｇｅｎｔ）（高い）閾値を満たすときに配列読み取り値に対するデータのみを示すことである。しかしながら、時に、ユーザはなお、厳しい閾値の信頼値を満たさない配列読み取り値に対する情報を見ることを望むことがある。例えば、時に、非常に多くのデータが信頼閾値に基づいてフィルタリングされるときに、異常なアーチファクトがヒートマップに現れる場合がある。例えば、ヒートマップの領域は、データを有さないように現れる。実際に、そのような領域はまさに、配列読み取り値１０４８の位置特定（ｌｏｃａｌｉｚａｔｉｏｎ）における信頼度が低い領域（例えば、大幅な繰り返しを示すゲノムの領域）であっても良い。実際のデータが存在しないかどうかを判定するために（おそらくは、大幅な構造的変異を示す）、アフォーダンス３３０４によって、ユーザが厳しい閾値を除去（または低下）することが可能になり、より低い信頼値を有する参照ゲノムにマッピングされている配列読み取り値１０４８からのデータの表示が可能になる。このようにして、ユーザは、実際に、厳しい閾値が定まっていたときに（ｔｕｒｎｅｄ ｏｎ）データを失っていたサイトにおいて構造的変異が存在するかどうか、またはゲノム領域が単に、配列読み取り値に対する信頼値が低い領域を表すかどうかを判定することができる。

アフォーダンス３３０４と関連付けられた典型的なユースケースシナリオでは、品質閾値を満たさない配列読み取り値１０８４が破棄され、よって、下流の相化アルゴリズム及び構造的変異アルゴリズムで使用されない。そのような配列読み取り値を破棄することの結果は、図３３及び３４に示されるヒートマッププロットにおいて構造に見えるものを導入することができることである。例えば、マップのいくつかの領域が緩和されても良く（ｌｉｇｈｔｅｎ ｕｐ）、かつ信号を変化させる実際の試料において時々発生するかどうかの質問を引き起こすいくつかのラインが導入されても良い。アフォーダンス３３０４を選択することによって、破棄された読み取り値が、プロットにおいて観察されたアーチファクトの除去をさせるかを把握するためのそれらの品質スコアに関わらず、相化及び／または構造的変異アルゴリズムに戻される。このようにして、データのアーチファクトは、プロットの領域が失っているとき、アフォーダンス３３０４を適用する前後で、観察されたアーチファクトがそれぞれの試料における少なくとも１つの標的核酸でのアーチファクト（例えば、構造的変異）、または配列読み取り値１０４８からの破棄されたデータから生じるアーチファクトを表す信頼度となるように、引き出されても良い（ｔｅａｓｅｄ ｏｕｔ）。

図３４を参照して、標的核酸のそれぞれの領域の間でオーバラップするバーコードの範囲が、オーバラップするバーコード（標的核酸のそれぞれの領域に特定された配列読み取り値からの）の番号によって色スケール３４０６上で表される。よって、いくつかの実施形態では、オーバラップするバーコードの特定の番号を一意に表す色スキームにおける各々の特定の色を有する色スキームが使用される。例えば、標的核酸の第１及び第２の部分がバーコードの第１の番号で共通する場合、色スキームにおける第１の番号と関連付けられた色が標的核酸の第１及び第２の部分の組み合わせを表すために使用される。図３４に示されるように、Ｘ軸３３０８及びＹ軸３３１０は各々、標的核酸を表し、よって、標的核酸内の標的核酸の第１及び第２部分の座標は、２次元格子におけるＸ、Ｙ位置を定め、かつバーコードの第１の番号の値と関連付けられた色が、色スキームに従って２次元格子におけるこのＸ、Ｙ位置に色付けするために使用される。いくつかの実施形態では、標的核酸の第１及び第２の部分が共通するバーコードを有さないとき、色スキームは、標的核酸の第１及び第２の部分の組み合わせを表すＸ、Ｙ位置に対して使用される色が白であることを命令する。いくつかの実施形態では、標的核酸の第１及び第２の部分が共通するわずかなバーコードのみを有する場合（例えば、種々の実施形態では、共通する１つのバーコードのみ、共通する２つのバーコードのみ、共通する３つのバーコードのみ、共通する４つのバーコードのみ、または共通する５つのバーコードのみ）、色スキームは、標的核酸の第１及び第２の部分の組み合わせを表すＸ、Ｙ位置に対して使用される色がグレーであることを命令する。すなわち、そのような実施形態では、色スキームにおける第１の位置が白であり、それは共有されるバーコードが存在しないことを意味し、かつ色スキームにおける第２の位置がグレーであり、それは共通するバーコードの組が最小であることを意味する。いくつかの実施形態では、共有される配列読み取り値の１０の異なる値に対応する色スキームにおける１０の異なる値が存在する。いくつかの実施形態では、共有される配列読み取り値の１１の異なる値に対応する色スキームにおける１１の異なる値が存在する。いくつかの実施形態では、共有される配列読み取り値の１２の異なる値に対応する色スキームにおける１２の異なる値が存在する。いくつかの実施形態では、共有される配列読み取り値の１３の異なる値に対応する色スキームにおける１３の異なる値が存在する。いくつかの実施形態では、共有される配列読み取り値の１４の異なる値に対応する色スキームにおける１４の異なる値が存在する。いくつかの実施形態では、共有される配列読み取り値の１５の異なる値に対応する色スキームにおける１５の異なる値が存在する。いくつかの実施形態では、共有される配列読み取り値の５〜１００の異なる値に対応する色スキームにおける５〜１００の異なる値が存在する。

図３４を参照して、アフォーダンス３３０８は、参照ゲノムの異なる領域を見ることができるように、検索フィールド１２５０によって最初に選択されたビュー（の並進運動）をパンする（ｐａｎ）ために使用することができる。図３４を参照して、アフォーダンス３３１０は、異なる量の参照ゲノムを見ることができるように、検索フィールド１２５０によって最初に選択されたビューをズームするために使用することができる。

いくつかの実施形態では、ハプロタイプ視覚化ツール１４８によって供給される異なるビュー（例えば、ハプロタイプ／相化１５２、構造的変異１５４、及び読み取り値１５６）は全てリンクされる。例えば、ユーザは、アフォーダンス１２５２、１２５４、及び１２５６を使用して情報を再入力することなく、代替的な視覚化を使用して同一のデータを見るために１つのビューを別のビューにナビゲートし得る。例えばユーザは、構造的変異モジュール１５４のマトリックスビューと位相視覚化モジュール１５２のハプロタイプビューとの間でトグルしても良い。

「スマート」検索アフォーダンス１２５０が種々のビューで採用される。図１７を参照して、検索アフォーダンス１２５０におけるユーザタイプとして、プログラムは、実遺伝子名または染色体位置の他の形式を有する部分クエリをリアルタイムで自動完了することを試みる。いくつかの実施形態では、ユーザが検索アフォーダンス１２５０に別の文字を入力するたびに、検索アフォーダンス１２５０における部分クエリが被験者核酸配列データセット１２６におけるルックアップテーブルに対してクエリされる。いくつかの実施形態では、このルックアップテーブルは、遺伝子追跡３２０及び／またはエクソン追跡３２２である。有利なことに、いくつかの実施形態では、ハプロタイプ視覚化ツール１４８は、過去のユーザクエリの履歴を維持する。よって、ユーザが新たなクエリを入力することを開始するとき、前のクエリに対する一致（または、部分一致）も選択のためにユーザに表示される。これは、いくつかの実施形態では、検索バー１２５０によってサポートされる所与の複合的なクエリ構文を考えると特に有用である。例えば、上記議論されたように、ユーザは、様々な句読法を有するクエリを分離することによって、複数の領域を一回でクエリしても良い。ユーザはまた、いくつかのフォーマットでゲノム座標を直接入力しても良い。

いくつかの実施形態では、システム１００は、表示されることになるゲノムデータをカスタムファイルフォーマット（例えば、核酸配列データセット１２６のフォーマット）で記憶する。ファイルは、参照データ、ＶＣＦファイル、ＢＡＭ、ファイル及び構造的変異ファイルを入力とみなす「プリプロセッサ」によって生成され、かつ単一の出力核酸配列データセット１２６を作成する。核酸配列データセット１２６は、所与のデータセットを表示するために必要な情報の全てを含む。ファイルは、いくつかの部分に編成される。約２５メガバイトの小さなシノプシス部３０８及び、より大きなデータ部３４０（１００メガバイト〜２０ギガバイト）。それらの部分はさらに、上記説明されたように細分される。核酸配列データセット１２６がロードされるとき、それは、まさにインデックス部をメモリにロードする。システム１００は、オンデマンドでメモリにロードするためにデータ部の適切な範囲を発見するためにそのデータを使用する。変異呼び出し及び読み取り情報はデータ部に記憶され、ルーペ（ｌｏｕｐｅ）が必要とするデータの残りは、インデックス部に記憶するのに十分に小さい。

いくつかの実施形態では、データ部は、約〜２５０キロバイトであるチャンクに編成される。システム１００がデータ部に記憶された情報を必要とするとき、それは、データを有するはずのチャンクを発見するためにシノプシス部（例えば、遺伝子追跡、エクソン追跡など）における関連するインデックスを調べ、チャンク全体をメモリにロードする。いくつかの実施形態では、変異データに対するチャンクは、変異データと同様にサポートするバーコード情報を含むＪＳＯＮ符号化構造である。いくつかの実施形態では、読み取りデータに対するチャンクは、各々の構造が単一の読み取り値の位置、長さ、及びバーコードを含む小さな（８バイト）データ構造のアレイを有する。いくつかの実施形態では、変異及び読み取りデータの両方が、ゲノム位置によって分類され、それによって、概して、システム１００は、データの所与のサブセットを表示するために必要なデータの全てを獲得するためにわずかな回数のディスク上の読み取りのみを行う。いくつかの実施形態では、システム１００が視覚化（遺伝子の位置、構造的変異分岐点など）に必要なデータの残りは、「ｉｔｒｅｅ」として核酸配列データセット１２６ファイルのインデックス（シノプシス）部に記憶される。ｉｔｒｅｅは、区間木の実施態様である。それは、ゲノムの範囲を注釈するための再使用可能なデータ構造（通常、ＪＳＯＮで符号化される）である。よって、エクソン、遺伝子、位相ブロック、及び構造的変異分岐点は全て、それらが異なって表示されるときでさえ同一の機構で符号化される。

複数のインスタンスは、単一のインスタンスとして、本明細書で説明される構成要素、動作、または構造に対して設けられても良い。最後に、種々の構成要素、動作、及びデータストアの間の境界が、ある程度任意的であり、かつ特定の動作が特定の例示的な構成のコンテキストで示される。機能性の他の割り当てが想定され、かつ実施態様の範囲内にあっても良い。概して、例示的な構成における別個の構成要素として提示される構造及び機能性は、組み合わされた構造または構成要素として実装されても良い。同様に、単一の構成要素として提示される構造及び機能性は、別個の構成要素として実装されても良い。それらの、及び他の変形、修正、追加、及び改良が実施態様（複数可）の範囲内に入る。

用語「第１」、「第２」などが種々の要素を説明するために本明細書で使用される場合があるが、これらの要素は、これらの用語によって限定されるべきではない。これらの用語は、１つの要素を別の要素と区別するために使用されるにすぎない。例えば、全てに発見される「第１のオブジェクト」が一貫して再命名され、かつ全ての発見される「第２オブジェクト」が一貫して再命名される限り、説明の意味を変更することなく、第１のオブジェクトは、第２のオブジェクトと称され得るし、同様に、第２のオブジェクトは、第１のオブジェクトと称され得る。第１のオブジェクト及び第２のオブジェクトは両方ともオブジェクトであるが、それらは同一のオブジェクトではない。

本明細書で使用される技術用語は、特定の実施態様を説明することのみを目的としており、特許請求の範囲を限定することを意図していない。実施態様の説明及び添付の特許請求の範囲で使用されるように、単数形「ａ」、「ａｎ」及び「ｔｈｅ」は、文脈が明確に他を示さない限り、複数形をも含むことを意図している。また、本明細書で使用されるような用語「ａｎｄ／ｏｒ」は、関連する記載された項目の１つまたは複数のいずれか、及び全ての考えられる組み合わせを指し、それらを包含することが理解される。さらに、用語「ｃｏｍｐｒｉｓｅｓ（を含む）」及び／または「ｃｏｍｐｒｉｓｉｎｇ（を含む）」は、本明細書で使用されるとき、記載される特徴、整数、ステップ、動作、要素、及び／または構成要素の存在を指定するが、１つまたは複数の他の特徴、整数、ステップ、動作、要素、構成要素、及び／またはそれらのグループの存在または追加を排除しないことが理解される。

本開示で使用されるように、用語「ｉｆ」は、コンテキストに応じて、示された先行条件が真である、「ｗｈｅｎ」、「ｕｐｏｎ」、「ｉｎ ｒｅｓｐｏｎｓｅ ｔｏ ｄｅｔｅｒｍｉｎｉｎｇ（判定に応じて）」、または「ｉｎ ａｃｃｏｒｄａｎｃｅ ｗｉｔｈ ａ ｄｅｔｅｒｍｉｎａｔｉｏｎ（判定に従って）」、または「ｉｎ ｒｅｓｐｏｎｓｅ ｔｏ ｄｅｔｅｃｔｉｎｇ（検出に応じて）」を意味すると解釈されても良い。同様に、句「ｉｆ ｉｔ ｉｓ ｄｅｔｅｒｍｉｎｅｄ（示された先行条件が真である）（と判定された場合）」、「ｉｆ（示された先行条件が真である）（場合）」、「ｗｈｅｎ（示された先行条件が真である）（時）」は、文脈に応じて、示された先行条件が真である、「ｕｐｏｎ ｄｅｔｅｒｍｉｎｉｎｇ（判定すると）」、「ｉｎ ｒｅｓｐｏｎｓｅ ｔｏ ｄｅｔｅｒｍｉｎｉｎｇ（判定に応じて）」、「ｉｎ ａｃｃｏｒｄａｎｃｅ ｗｉｔｈ ａ ｄｅｔｅｒｍｉｎａｔｉｏｎ（判定に従って）」、「ｕｐｏｎ ｄｅｔｅｃｔｉｎｇ（検出すると）」、または「ｉｎ ｒｅｓｐｏｎｓｅ ｔｏ ｄｅｔｅｃｔｉｎｇ（検出に応じて）」を意味すると解釈されても良い。

上記説明は、例示的な実施態様を具体化する例示的なシステム、方法、技術、命令配列、及びコンピューティングマシンプログラム製品を含んでいる。説明を目的に、多数の具体的な詳細が、発明の主題の種々の実施態様の理解を提供するために説明されてきた。しかしながら、発明の主題の実施態様がこれらの具体的な詳細なく実施されても良いことが当業者にとって明らかである。概して、公知の命令インスタンス、プロトコル、構造及び技術が詳細に示されていない。

説明を目的に、上記説明が特定の実施態様を参照して説明されてきた。しかしながら、上記例示的な議論は、網羅的であることを意図しておらず、かつ実施態様を開示される厳密な形式に限定することを意図していない。多くの修正及び変形が上記教示を考慮して可能である。原理及びその実際の適用を最良に説明し、よって他の当業者が、考えられる特定の使用に適したように種々の修正で実施態様及び種々の実施態様を最良に利用することを可能にするために実施態様が選択及び説明されてきた。

Claims (104)

1. ネットワーク接続上で構造的変異または相化情報をリモートクライアントコンピュータに提供するシステムであって、前記システムは、１つまたは複数のマイクロプロセッサ、永続的メモリ及び非永続的メモリを含み、前記永続的メモリ及び前記非永続的メモリは共同で、１つまたは複数の核酸配列データセットを記憶し、
   前記１つまたは複数の核酸配列データセットにおける各々のそれぞれの核酸配列データセットは、複数の試料におけるそれぞれの試料の少なくとも１つの標的核酸に対応し、
   前記それぞれの試料は、少なくとも１つの種のゲノムと関連付けられ、
   前記それぞれの核酸配列データセットは、（ｉ）ヘッダ、（ｉｉ）シノプシス、及び（ｉｉｉ）データ部を含み、
   前記データ部は、複数の配列読み取り値を含み、
   前記複数の配列読み取り値における各々のそれぞれの配列読み取り値は、前記それぞれの試料における少なくとも１つの標的核酸のサブセットに対応する第１の部分、及び複数の識別子における前記それぞれの配列読み取り値に対するそれぞれの識別子を符号化する第２の部分を含み、
   各々のそれぞれの識別子は、前記少なくとも１つの標的核酸の前記配列から独立し、
   前記複数の配列読み取り値は共同で、前記複数の識別子を含み、
   前記永続的メモリ及び前記非永続的メモリはさらに共同で、
   前記リモートクライアントコンピュータ上でインストールするための視覚化ツールを提供し、
   前記１つまたは複数のデータセットにおける第１のデータセットを使用して、構造的変異または相化情報に対する、前記リモートクライアントコンピュータから送信された要求を、ネットワーク接続上でユーザから取得し、
   前記要求を取得したことに応答して、
   （ｉ）前記非永続的メモリにいまだロードされていない一方で、前記データ部を永続的メモリに保持している場合、前記第１のデータセットの前記ヘッダ及び前記シノプシスを前記非永続的メモリにロードし、
   （ｉｉ）前記要求を前記第１のデータセットの前記シノプシスと比較し、それによって前記第１のデータセットの前記データ部の１つまたは複数の部分を識別し、
   （ｉｉｉ）前記データ部の前記１つまたは複数の識別された部分を非永続的メモリにロードし、前記ロードは、前記データ部の前記全体よりも少なくロードし、
   （ｉｖ）前記第１のデータセットを使用して、前記クライアントコンピュータ上で表示するための構造的変異または相化情報をフォーマットし、
   （ｖ）前記フォーマットされた構造的変異または相化情報を、前記リモートクライアントコンピュータ上で表示するために、前記ネットワーク接続上で前記リモートクライアントコンピュータに送信する
   ことによって、前記要求を自動的に構文解析する
   ために前記１つまたは複数のマイクロプロセッサを使用する１つまたは複数のプログラムを記憶する、前記システム。
2. 構造的変異または相化情報を提供するシステムであって、前記システムは、１つまたは複数のマイクロプロセッサ、永続的メモリ及び非永続的メモリを含み、前記永続的メモリ及び前記非永続的メモリは共同で、１つまたは複数の核酸配列データセットを記憶し、
   前記１つまたは複数の核酸配列データセットにおける各々のそれぞれの核酸配列データセットは、複数の試料におけるそれぞれの試料の少なくとも１つの標的核酸に対応し、
   前記それぞれの試料は、少なくとも１つの種のゲノムと関連付けられ、
   前記それぞれの核酸配列データセットは、（ｉ）ヘッダ、（ｉｉ）シノプシス、及び（ｉｉｉ）データ部を含み、
   前記データ部は、複数の配列読み取り値を含み、
   前記複数の配列読み取り値における各々のそれぞれの配列読み取り値は、前記それぞれの試料における少なくとも１つの標的核酸のサブセットに対応する第１の部分、及び複数の識別子における前記それぞれの配列読み取り値に対するそれぞれの識別子を符号化する第２の部分を含み、
   各々のそれぞれの識別子は、前記少なくとも１つの標的核酸の前記配列から独立し、
   前記複数の配列読み取り値は共同で、前記複数の識別子を含み、
   前記永続的メモリ及び前記非永続的メモリはさらに共同で、
   視覚化ツールを提供し、
   前記１つまたは複数のデータセットにおける第１のデータセットを使用して、構造的変異または相化情報に対する要求を、前記視覚化ツールを通じてユーザから取得し、
   前記要求を取得したことに応答して、
   （ｉ）前記非永続的メモリにいまだロードされていない一方で、前記データ部を永続的メモリに保持している場合、前記第１のデータセットの前記ヘッダ及び前記シノプシスを前記非永続的メモリにロードし、
   （ｉｉ）配列情報に対する前記要求を前記第１のデータセットの前記シノプシスと比較し、それによって前記第１のデータセットの前記データ部の１つまたは複数の部分を識別し、
   （ｉｉｉ）前記データ部の前記１つまたは複数の識別された部分を非永続的メモリにロードし、前記ロードは、前記データ部の前記全体より少なくロードし、
   （ｉｖ）前記第１のデータセットを使用して、前記視覚化ツールで表示するための構造的変異または相化情報をフォーマットし、
   （ｖ）前記フォーマットされた構造的変異または相化情報を、前記視覚化ツールで表示する
   ことによって、前記要求を自動的に構文解析する
   ために前記１つまたは複数のマイクロプロセッサを使用する１つまたは複数のプログラムを記憶する、前記システム。
3. ネットワーク接続上で構造的変異または相化情報をリモートコンピュータから取得するシステムであって、前記システムは、１つまたは複数のマイクロプロセッサ、及び１つまたは複数のプログラムを記憶するメモリを含み、前記１つまたは複数のプログラムは、方法を実行するように前記１つまたは複数のマイクロプロセッサを使用し、
   前記方法は、
   （Ａ）視覚化ツールを呼び出すことと、
   （Ｂ）前記リモートコンピュータに記憶された１つまたは複数の核酸配列データセットからの第１の核酸配列データセットにおける構造的変異または相化情報に対する要求を、前記視覚化ツールを通じてユーザから取得することであって、前記１つまたは複数の核酸配列データセットにおける各々のそれぞれの核酸配列データセットは、複数の試料におけるそれぞれの試料の少なくとも１つの標的核酸に対応し、
   前記それぞれの試料は、少なくとも１つの種のゲノムと関連付けられ、
   前記それぞれの核酸配列データセットは、（ｉ）ヘッダ、（ｉｉ）シノプシス、及び（ｉｉｉ）データ部を含み、
   前記データ部は、複数の配列読み取り値を含み、
   前記複数の配列読み取り値における各々のそれぞれの配列読み取り値は、前記それぞれの試料における少なくとも１つの標的核酸のサブセットに対応する第１の部分、及び複数の識別子における前記それぞれの配列読み取り値に対するそれぞれの識別子を符号化する第２の部分を含み、
   各々のそれぞれの識別子は、前記少なくとも１つの標的核酸の前記配列から独立し、
   前記複数の配列読み取り値は共同で、前記複数の識別子を含む、
   ことと、
   （Ｃ）前記要求を前記ネットワーク接続上で前記リモートコンピュータに送信することであって、前記リモートコンピュータは、永続的メモリ及び非永続的メモリを含み、それによって、
   （ｉ）前記リモートコンピュータの前記非永続的メモリにいまだロードされていない一方で、前記データ部を永続的メモリに保持している場合、前記第１のデータセットの前記ヘッダ及び前記シノプシスを前記非永続的メモリにロードすることと、
   （ｉｉ）配列情報に対する前記要求を前記第１のデータセットの前記シノプシスと比較し、それによって前記第１のデータセットの前記データ部の１つまたは複数の部分を識別することと、
   （ｉｉｉ）前記データ部の前記１つまたは複数の識別された部分を非永続的メモリにロードすることであって、前記ロードは、前記データ部の前記全体よりも少なくロードする、ことと、
   （ｉｖ）前記第１のデータセットを使用して、前記視覚化ツールで表示するための構造的変異または相化情報をフォーマットすることと
   を含む方法を前記リモートコンピュータに実行させる、ことと、
   （Ｄ）前記フォーマットされた構造的変異または相化情報を、前記視覚化ツールで表示するために前記ネットワーク接続上で前記リモートコンピュータから受信することと
   を備える、前記システム。
4. 構造的変異または相化情報を提供するシステムであって、前記システムは、１つまたは複数のマイクロプロセッサ及びメモリを含み、前記システムは、１つまたは複数の核酸配列データセットに対するアクセスを有し、
   前記１つまたは複数の核酸配列データセットにおける各々のそれぞれの核酸配列化データセットは、複数の試料におけるそれぞれの試料の少なくとも１つの標的核酸に対応し、
   前記それぞれの試料は、少なくとも１つの種のゲノムと関連付けられ、
   前記それぞれの核酸配列データセットは、（ｉ）ヘッダ、（ｉｉ）シノプシス、及び（ｉｉｉ）データ部を含み、
   前記データ部は、複数の配列読み取り値を含み、
   前記複数の配列読み取り値における各々のそれぞれの配列読み取り値は、前記それぞれの試料における少なくとも１つの標的核酸のサブセットに対応する第１の部分、及び複数の識別子における前記それぞれの配列読み取り値に対するそれぞれの識別子を符号化する第２の部分を含み、
   各々のそれぞれの識別子は、前記少なくとも１つの標的核酸の前記配列から独立し、
   前記複数の配列読み取り値は共同で、前記複数の識別子を含み、
   前記メモリはさらに共同で、
   視覚化ツールを提供し、
   前記１つまたは複数のデータセットにおける第１のデータセットを使用して、構造的変異または相化情報に対する要求を、前記視覚化ツールを通じてユーザから取得し、
   前記要求を取得したことに応答して、
   （ｉ）配列情報に対する前記要求を前記第１のデータセットの前記シノプシスと比較し、それによって前記第１のデータセットの前記データ部の１つまたは複数の部分を識別し、
   （ｉｉ）前記第１のデータセットの前記データ部の前記識別された１つまたは複数の部分を使用して、前記視覚化ツールで表示するための構造的変異または相化情報をフォーマットし、前記第１のデータセットの前記データ部の前記１つまたは複数の部分は、前記第１のデータセットの前記データ部の前記全体よりも少なく、
   （ｉｉｉ）前記フォーマットされた構造的変異または相化情報を、前記視覚化ツールで表示する
   ことによって、前記要求を自動的に構文解析する
   ために前記１つまたは複数のマイクロプロセッサを使用する１つまたは複数のプログラムを記憶する、前記システム。
5. 前記ヘッダは、前記それぞれの核酸配列データセットにおける複数の構成要素を記述する、請求項１〜４のいずれか１項に記載のシステム。
6. 前記複数の構成要素は、要約、変異呼び出しデータへのインデックス、位相ブロック追跡、ｒｅｆｓｅｑインデックス追跡、遺伝子追跡、エクソン追跡、読み取りデータへのインデックス、構造的変異データセット追跡、標的データセットへのインデックス、及び断片データセットへのインデックスから構成されるグループから選択された２つ以上の構成要素を含む、請求項５に記載のシステム。
7. 前記複数の構成要素は、前記要約を含み、前記要約は、
   前記それぞれの核酸配列データセットで相化された既知のＳＮＰの割合と、
   前記それぞれの核酸配列データセットにおける最長位相ブロックと、
   前記それぞれの核酸配列データセットで使用される多数の一意なバーコードと、
   前記それぞれの核酸配列データセットにおける平均断片長と、
   前記それぞれの核酸配列データセットにおける前記平均断片長の平均値と、
   前記それぞれの核酸配列データセットにおけるより低い閾値よりも大きい断片の割合と、
   前記それぞれの核酸配列データセットにおける断片長ヒストグラムと、
   前記それぞれの核酸配列データセットにおけるＮ５０の位相ブロックサイズと、
   前記それぞれの核酸配列データセットにおける位相ブロックヒストグラムと、
   前記核酸配列データセットのそれぞれによって表される多数の配列読み取り値と、
   前記それぞれの核酸配列データセットにおけるメジアン挿入サイズと、
   前記それぞれの核酸配列データセットにおけるメジアン深さと、
   前記それぞれの核酸配列データセットにおけるゼロカバレッジを有する前記標的ゲノムの割合と、
   前記それぞれの核酸配列データセットに対するマッピングされた読み取り値の割合と、
   前記それぞれの核酸配列データセットに対するＰＣＲ重複割合と、
   前記それぞれの核酸配列データセットに対するカバレッジヒストグラムと、
   前記それぞれの核酸配列データセットに対する塩基を形成する試験核酸の識別と、
   前記それぞれの核酸配列データセットに対するゲノムソースと、
   前記それぞれの核酸配列データセットの前記少なくとも１つの試験核酸をもたらした生命体の性別と、
   前記それぞれの核酸配列データセットの前記それぞれの試料をもたらした前記生命体の性別と、
   前記それぞれの核酸配列データセットのデータセットファイルフォーマットバージョンと、
   前記それぞれの核酸配列データセットに対してなされる複数の構造的変異呼び出しに対するポインタと
   から構成されるグループにおける２つ以上の項目を含む、請求項６に記載のシステム。
8. 前記複数の構成要素は、前記それぞれの範囲に対する変異呼び出しデータが発見される、前記データ部におけるオフセットへの前記種の前記ゲノムのそれぞれの範囲の間の対応関係を提供する変異呼び出しデータへの前記インデックスを含む、請求項６に記載のシステム。
9. 前記複数の構成要素は前記位相ブロック追跡を含み、前記位相ブロック追跡は、（ｉ）辞書、及び（ｉｉ）前記少なくとも１つの種における前記ゲノムの１つまたは複数の染色体に対する位相情報を含む追跡データ部を含む、請求項６に記載のシステム。
10. 前記辞書は、複数の名前、及び前記複数の名前におけるそれぞれの名前ごとに、前記対応する名前に対するレコードが発見される前記追跡データへのオフセットを含む、請求項９に記載のシステム。
11. 前記追跡データ部は複数のレコードを含み、前記複数のレコードにおける各々のレコードは、前記標的核酸における位相ブロックを表す、請求項９に記載のシステム。
12. トラクトデータ部は、ＪＳＯＮファイルフォーマットにある、請求項１１に記載のシステム。
13. 前記複数のレコードにおける各々のそれぞれのレコードは、
    （ｉ）前記それぞれのレコードに対応する染色体番号と、
    （ｉｉ）前記位相ブロックが前記染色体上で開始する位置と、
    （ｉｉｉ）前記位相ブロックが終了する位置と、
    （ｉｖ）前記レコードに対する一意な名前と、
    （ｖ）前記位相ブロックに関する相化情報と
    を指定する、請求項１１に記載のシステム。
14. 前記複数のレコードにおける各々のそれぞれのレコードは、複数の区間木におけるそれぞれの区間木の複数のノードにおけるノードによって表され、前記複数の区間木における各々の区間木は、前記少なくとも１つの種に対する複数の染色体における染色体を表す、請求項１１に記載のシステム。
15. 前記複数の区間木における第１の区間木の前記複数のノードにおけるノードは、前記ノードの中間点を記憶し、
    前記ノードの前記中間点は、前記対応する染色体上の、前記ノードに対応する前記位相ブロックの前記中間点の位置であり、
    前記第１の区間木の前記複数のノードにおける各々のそれぞれのノードは、前記少なくとも１つの種の前記ゲノムにおける前記それぞれのノードによって表される前記位相ブロックの直接左にある前記位相ブロックに対応する、左の子ノードへのリンクを有し、
    前記第１の区間木の前記複数のノードにおける各々のそれぞれのノードは、前記少なくとも１つの種の前記ゲノムにおける前記それぞれのノードによって表される前記位相ブロックの直接右にある前記位相ブロックに対応する、右の子ノードへのリンクを有し、
    前記第１の区間木の前記複数のノードにおける各々のそれぞれのノードは、そのような位相ブロックの左側位置によって分類される前記それぞれのノードの前記中間点にオーバラップする位相ブロックを表す、分類された組のノードを有し、
    前記第１の区間木の前記複数のノードにおける各々のそれぞれのノードは、そのような位相ブロックの右側位置によって分類される前記それぞれのノードの前記中間点にオーバラップする位相ブロックを表す、分類された組のノードを有する、
    請求項１４に記載のシステム。
16. 前記第１の区間木の前記複数のノードにおける各々のそれぞれのノードはさらに、前記それぞれのノードに対応する前記位相ブロックに対する位相情報を含む、前記複数のレコードにおける前記レコードへの前記追跡データ部におけるオフセットである名前を含む、請求項１５に記載のシステム。
17. 前記ヘッダはさらに、前記核酸配列データセットによって使用される前記データセット構造のバージョンを含む、請求項５に記載のシステム。
18. 前記複数の構成要素は、前記ｒｅｆｓｅｑインデックスを含み、前記ｒｅｆｓｅｑインデックスは、前記試料で呼び出される複数の分子変異識別子のインデックスを含む、請求項６に記載のシステム。
19. 前記複数の分子変異識別子における各々のそれぞれの分子変異識別子は、ｄｂＳＮＰ識別子である、請求項１８に記載のシステム。
20. 前記複数の構成要素は、前記遺伝子追跡を含み、前記遺伝子追跡は、複数の遺伝子、及び前記複数の遺伝子におけるそれぞれの遺伝子ごとに、前記それぞれの遺伝子における複数の単一のヌクレオチド多型を含む、請求項６に記載のシステム。
21. 前記複数の構成要素は、前記遺伝子追跡を含み、前記遺伝子追跡は、（ｉ）遺伝子追跡辞書、及び（ｉｉ）遺伝子追跡データ部を含む、請求項６に記載のシステム。
22. 前記遺伝子追跡辞書は、複数の名前、及び前記複数の名前におけるそれぞれの名前ごとに、前記対応する名前に対するレコードが発見される前記遺伝子追跡データ部へのオフセットを含む、請求項２１に記載のシステム。
23. 前記遺伝子追跡データ部は、複数のレコードを含み、前記複数のレコードにおける各々のレコードは、前記標的核酸における遺伝子を表す、請求項２１に記載のシステム。
24. 前記遺伝子トラクトデータ部は、前記ＪＳＯＮファイルフォーマットにある、請求項２３に記載のシステム。
25. 前記複数のレコードにおける各々のそれぞれのレコードは、
    （ｉ）前記それぞれのレコードに対応する染色体番号と、
    （ｉｉ）前記それぞれのレコードによって表される前記遺伝子が始まる染色体上の位置と、
    （ｉｉｉ）前記それぞれのレコードによって表される前記遺伝子が終了する染色体上の位置と、
    （ｉｖ）前記それぞれのレコードに対する一意な名前と、
    （ｖ）前記遺伝子に関する遺伝子情報と
    を指定する、請求項２３に記載のシステム。
26. 前記遺伝子に関する前記遺伝子情報は、前記遺伝子に対する代替名、前記遺伝子上の単一のヌクレオチド多型のカウント、または前記それぞれの染色体上の前記遺伝子の方向を含む、請求項２３に記載のシステム。
27. 前記複数の遺伝子レコードにおける各々のそれぞれの遺伝子レコードは、複数の区間木におけるそれぞれの区間木の複数のノードにおけるノードによって表され、前記複数の区間木における各々の区間木は、前記少なくとも１つの種に対する複数の染色体における染色体を表す、請求項２３に記載のシステム。
28. 前記複数の区間木における第１の区間木の前記複数のノードにおけるノードは、前記ノードの中間点を記憶し、
    前記ノードの前記中間点は、前記対応する染色体上の、前記ノードに対応する前記遺伝子の前記中間点の位置であり、
    前記第１の区間木の前記複数のノードにおける各々のそれぞれのノードは、前記少なくとも１つの種の前記ゲノムにおける前記それぞれのノードによって表される前記遺伝子の直接左にある前記遺伝子に対応する、左の子ノードへのリンクを有し、
    前記第１の区間木の前記複数のノードにおける各々のそれぞれのノードは、前記少なくとも１つの種の前記ゲノムにおける前記それぞれのノードによって表される前記遺伝子の直接右にある前記遺伝子に対応する、右の子ノードへのリンクを有し、
    
    前記第１の区間木の前記複数のノードにおける各々のそれぞれのノードは、前記それぞれの遺伝子の左側位置によって分類される前記それぞれのノードの前記中間点にオーバラップする遺伝子を表す、分類された組のノードを有し、
    前記第１の区間木の前記複数のノードにおける各々のそれぞれのノードは、そのような遺伝子の右側位置によって分類される前記それぞれのノードの前記中間点にオーバラップする遺伝子を表す、分類された組のノードを有する、
    請求項２７に記載のシステム。
29. 前記第１の区間木の前記複数のノードにおける各々のそれぞれのノードはさらに、前記それぞれのノードに対応する前記遺伝子に対する遺伝子情報を含む前記複数の遺伝子レコードにおける前記遺伝子レコードへの前記追跡データ部におけるオフセットである名前を含む、請求項２８に記載のシステム。
30. 前記複数の構成要素は、読み取りデータへの前記インデックスを含み、読み取りデータへの前記インデックスは、前記複数の識別子におけるそれぞれの識別子と前記それぞれの識別子の短縮バージョンとの間のルックアップテーブルを含む、請求項６に記載のシステム。
31. 前記データ部は、複数のチャンクに編成されるレコードのブロック化インデックスとして記憶され、
    前記複数のチャンクにおける各々のそれぞれのチャンクは、前記複数の配列読み取り値のサブセットを含み、
    読み取りデータへの前記インデックスはさらに、前記複数のチャンクと、それによって前記複数のチャンクにおける各々のチャンクを前記少なくとも１つの種における種のゲノムにおける異なる絶対位置に割り当てる前記少なくとも１つの種の前記ゲノムにおける絶対位置との間のファイル−オフセット関連付けへの染色体−オフセットの染色体ごとのアレイを含む、請求項３０に記載のシステム。
32. 前記複数のチャンクにおけるそれぞれのチャンクは、構造のアレイであり、前記アレイにおけるそれぞれの各々のそれぞれの構造は、前記それぞれのチャンクにおける前記複数の配列読み取り値の対応する配列読み取り値を表し、各々の構造は、
    前記対応する配列読み取り値の読み取り品質を示すために確保された第１のビットと、
    前記対応する配列読み取り値に対する第１の親ハプロタイプからの起点を表す第２のビットと、
    前記対応する配列読み取り値に対する第２の親ハプロタイプからの起点を表す第３のビットと、
    前記対応する配列読み取り値に対する前記複数の識別子における識別子の前記短縮バージョンを表す第１の複数のビットと、
    前記対応する配列読み取り値の長さを表す第２の複数のビットと、
    前記それぞれのチャンクに割り当てられた前記種のゲノムにおける前記絶対位置に対する前記対応する配列読み取り値の開始位置を表す第３の複数のビットと
    を含む、請求項３１に記載のシステム。
33. 前記種は人間であり、前記それぞれのチャンクは、約１００万の塩基の対、またはそれ未満を表す、請求項３２に記載のシステム。
34. 前記第１の複数のビットは２０ビットであり、前記種は人間であり、前記それぞれのチャンクは、約１００万の塩基の対、またはそれ未満を表し、構造の前記アレイにおける各々の構造は、予め定められたビットサイズである、請求項３２に記載のシステム。
35. 前記識別子の前記短縮バージョンに対応する、読み取りデータへの前記インデックスに記憶された前記識別子は、２４ビットを必要とする、請求項３２に記載のシステム。
36. 前記識別子の前記短縮バージョンに対応する、読み取りデータへの前記インデックスに記憶された前記識別子は、３０ビット、３２ビット、３４ビット、または３６ビットを必要とする、請求項３２に記載のシステム。
37. 前記複数の構成要素は、前記構造的変異データセット追跡を含み、
    構造的変異データセット追跡は、（ｉ）辞書、及び（ｉｉ）前記複数の配列読み取り値で識別された構造的変異呼び出し情報を含む追跡データ部を含む、請求項６に記載のシステム。
38. 前記辞書は、複数の名前、及び前記複数の名前における各々のそれぞれの名前ごとに、前記対応する名前に対するレコードが発見される前記追跡データへのオフセットを含む、請求項３７に記載のシステム。
39. 前記複数の名前における名前は、染色体に対応する、請求項３８に記載のシステム。
40. 前記追跡データ部は、複数の構造的変異レコードを含み、
    前記複数の構造的変異レコードにおける各々の構造的変異レコードは、前記試料における前記少なくとも１つの標的核酸でなされる構造的変異呼び出しを表す、請求項３８に記載のシステム。
41. 前記トラクトデータ部は、前記ＪＳＯＮファイルフォーマットにある、請求項４０に記載のシステム。
42. 前記複数の構造的変異レコードにおけるそれぞれの構造的変異レコードは、前記それぞれの構造的変異レコード、及び
    （ｉ）前記それぞれの構造的変異レコードによって表される前記構造的変異の名前と、
    （ｉｉ）前記それぞれの構造的変異レコードによって表される前記構造的変異の前記識別の信頼度における前記品質の表現と
    のうちの少なくとも１つによって表される、前記構造的変異に対する第１の染色体上の開始点、及び第２の染色体上の終了点を指定する、請求項４０に記載のシステム。
43. 前記複数の構造的変異レコードにおける各々のそれぞれの構造的変異レコードは、複数の区間木におけるそれぞれの区間木の複数のノードにおけるノードによって表され、
    前記複数の区間木における各々の区間木は、前記種に対する複数の染色体における染色体を表す、請求項４０に記載のシステム。
44. 前記複数の区間木における第１の区間木の前記複数のノードにおけるノードは、前記ノードの中間点を記憶し、
    前記ノードの前記中間点は、前記対応する染色体上の、前記ノードに対応する前記構造的変異の前記中間点の位置であり、
    前記第１の区間木の前記複数のノードにおける各々のそれぞれのノードは、前記種の前記ゲノムにおける前記それぞれのノードによって表される前記構造的変異の直接左にある前記構造的変異に対応する、左の子ノードへのリンクを有し、
    前記第１の区間木の前記複数のノードにおける各々のそれぞれのノードは、前記種の前記ゲノムにおける前記それぞれのノードによって表される前記構造的変異の直接右にある前記構造的変異に対応する、右の子ノードへのリンクを有し、
    
    前記第１の区間木の前記複数のノードにおける各々のそれぞれのノードは、そのような構造的変異の左側位置によって分類される前記それぞれのノードの前記中間点にオーバラップする構造的変異を表す、分類された組のノードを有し、
    前記第１の区間木の前記複数のノードにおける各々のそれぞれのノードは、そのような構造的変異の右側位置によって分類される前記それぞれのノードの前記中間点にオーバラップする構造的変異を表す、分類された組のノードを有する、
    請求項４３に記載のシステム。
45. 前記複数の構成要素は、前記標的データセットへの前記インデックスを含み、
    前記標的データセットは、前記それぞれの核酸配列データセットにおいて配列するために選択された前記試料における前記少なくとも１つの標的核酸の前記領域を含み、
    前記標的データセットは、前記シノプシスに記憶された標的データセットインデックスによってインデックス付けされ、
    前記標的データセットは、前記データ部に記憶される、
    請求項６に記載のシステム。
46. 前記標的データセットから前記標的データセットのどの部分が読み込まれるべきかを算出して前記要求を満たすために前記標的データセットインデックスを使用するように１つまたは複数の物理プロセッサによって実行される、命令をさらに含む、請求項４５に記載のシステム。
47. 前記標的データセットインデックスは、染色体によって分割され、それぞれの染色体ごとに、
    前記標的データセットインデックスは、前記それぞれの染色体上の範囲を、その範囲に対する特定のデータを前記標的データセットにおいて発見し得る前記オフセットと関連付ける対応するアレイを記憶する、
    請求項４５に記載のシステム。
48. 前記複数の構成要素は、前記断片データセットへの前記インデックスを含み、
    前記断片データセットは、前記試料における前記少なくとも１つの標的核酸の長さ、染色体位置、識別子、及び各々の断片の位相を含み、
    前記断片データセットは、前記シノプシスに記憶された断片データセットインデックスによってインデックス付けされ、
    前記断片データセットは、前記データ部に記憶される、
    請求項６に記載のシステム。
49. 前記断片データセットから前記断片データセットのどの部分が読み込まれるべきかを算出して前記要求を満たすために前記断片データセットインデックスを使用するように前記１つまたは複数の物理プロセッサによって実行される、命令をさらに含む、請求項４８に記載のシステム。
50. 前記断片データセットインデックスは、染色体によって分割され、それぞれの染色体ごとに、前記断片データセットインデックスは、前記それぞれの染色体上の範囲を、その範囲に対する特定のデータを前記断片データセットにおいて発見し得る前記オフセットと関連付ける対応するアレイを記憶する、請求項４９に記載のシステム。
51. 前記要求は、前記ゲノムの領域における相化情報に対するものであり、前記フォーマットされた相化情報は、
    前記第１のデータセットに対する前記ゲノムの前記領域における前記少なくとも１つの種の第１の種の第１の親ハプロタイプに対応する第１のハプロタイプ追跡と、
    前記第１のデータセットに対する前記ゲノムの前記領域における前記第１の種の第２の親ハプロタイプに対応する第２のハプロタイプ追跡と、
    前記第１のデータセットに対する前記ゲノムの前記領域における親ハプロタイプは割り当てられていない前記少なくとも１つの核酸試料の領域に対応する不確定（ｉｎｄｅｔｅｒｍｉｎａｔｅ）追跡と
    を含むグラフィック表現を含む、請求項１〜４のいずれか１項に記載のシステム。
52. 前記第１のデータセットにおける前記領域の各々の位相ブロックは、長方形のボックスによって囲まれる、請求項５１に記載のシステム。
53. 前記第１のデータセットにおける前記領域は、２個以上の位相ブロック、５個以上の位相ブロック、または１０個以上の位相ブロックを含む、請求項５２に記載のシステム。
54. 前記第１のハプロタイプ追跡、前記第２のハプロタイプ追跡及び前記不確定追跡は、複数の縦型バーを含み、各々の縦型バーは、前記少なくとも１つの標的核酸における単一のヌクレオチド多型、挿入、また欠失を表す、請求項５１に記載のシステム。
55. 前記複数の縦型バーにおける各々の縦型バーは、参照遺伝子型及び代替遺伝子型のうちの１つを示すように色分けされる、請求項５４に記載のシステム。
56. 前記グラフィック表現はさらに、染色体マップ、及び前記ゲノムの前記領域によって囲まれた前記染色体マップ上の位置を含む、請求項５１に記載のシステム。
57. 前記グラフィック表現はさらに、前記ゲノムの前記領域にある各々の遺伝子のグラフィック表現を含む、請求項５１に記載のシステム。
58. 前記グラフィック表現はさらに、前記ゲノムの前記領域にある各々のエクソンのグラフィック表現を含む、請求項５１に記載のシステム。
59. 前記グラフィック表現はさらに、前記ゲノムの前記領域に対するカバレッジ追跡を含み、前記カバレッジ追跡は、複数の縦型バーを含み、前記複数の縦型バーにおける各々のそれぞれの縦型バーは、前記バーの下の前記ゲノムの対応する部分に対する前記第１のデータセットにおける塩基ごとの平均カバレッジを示す、請求項５１に記載のシステム。
60. 前記グラフィック表現はさらに、前記ゲノムの前記領域で生じる１つまたは複数の構造的変異に対する分岐点追跡を含む、請求項５１に記載のシステム。
61. 前記１つまたは複数の構造的変異における前記分岐点追跡は、染色体間転座、遺伝子融合、逆位、または欠失を含む、請求項６０に記載のシステム。
62. 前記１つまたは複数の構造的変異における第１の構造的変異は、前記ユーザによって選択されるとき、前記第１の構造的変異の前記分岐点にズームされる追加のハプロタイプ追跡を選択されるときに提供する構造的変異ズームアフォーダンスを提供するグラフィックとしてフォーマットされる、請求項６０に記載のシステム。
63. 前記１つまたは複数の核酸配列データセットは、単一の核酸配列データセットである、請求項１〜４のいずれか１項に記載のシステム。
64. 前記１つまたは複数の核酸配列データセットは、複数の核酸配列データセットである、請求項１〜４のいずれか１項に記載のシステム。
65. 前記複数の核酸配列データセットは、１０個の核酸配列データセット、１００個の核酸配列データセット、または１０００個の核酸配列データセットを含む、請求項６４に記載のシステム。
66. 前記要求は、式構文（ｅｘｐｒｅｓｓｉｏｎ ｓｙｎｔａｘ）に従ってフォーマットされる、請求項１〜６５のいずれか１項に記載のシステム。
67. 前記式構文は、Ｘ_１：Ｎ_１−Ｎ_２であり、
    Ｘ_１は、選択された第１の染色体または選択された第１のコンティグ配列の識別であり、
    Ｎ_１は、前記第１の染色体または前記選択された第１のコンティグ配列内での選択された開始位置であり、
    Ｎ_２は、前記第１の染色体または前記選択された第１のコンティグ配列内での選択された終了位置である、
    請求項６６に記載のシステム。
68. 前記式構文は、Ｘ_１：Ｎ_１−Ｎ_２であり、
    Ｘ_１は、選択された第１の染色体または選択された第１のコンティグ配列の識別であり、
    Ｎ_１は、前記第１の染色体または前記選択された第１のコンティグ配列内での選択された開始位置であり、
    Ｎ_２は、前記第１の染色体または前記選択された第１のコンティグ配列内での選択された終了位置である、
    請求項６６に記載のシステム。
69. 前記式構文は、Ｘ_１：Ｎ_１であり、
    Ｘ_１は、選択された第１の染色体または選択された第１のコンティグ配列の識別であり、
    Ｎ_１は、前記第１の染色体または前記選択された第１のコンティグ配列の起点において始まる多数のヌクレオチドである、
    請求項６６に記載のシステム。
70. 前記式構文は、Ｙ_１、Ｙ_２、…、Ｙ_Ｎであり、
    Ｙ_１、Ｙ_２、…、Ｙ_Ｎにおける各々のＹ_ｉは、選択された遺伝子、染色体領域の選択、またはコンティグ配列の領域の選択のいずれかの英数字識別である、
    請求項６６に記載のシステム。
71. Ｙ_１、Ｙ_２、…、Ｙ_Ｎにおける第１のＹ_ｉは、構文Ｘ_１：Ｎ_１−Ｎ_２を有する第１の染色体または第１のコンティグ配列の識別であり、Ｘ_１は、前記第１の染色体または前記第１のコンティグ配列の識別であり、Ｎ_１は、前記第１の染色体または前記第１のコンティグ配列内の選択された開始位置であり、Ｎ_２は、前記第１の染色体または前記第１のコンティグ配列内の選択された終了位置であり、
    Ｙ_１、Ｙ_２、…、Ｙ_Ｎにおける第２のＹ_ｉは、選択された遺伝子の英数字識別である、
    請求項７０に記載のシステム。
72. Ｙ_１、Ｙ_２、…、Ｙ_Ｎにおける第１のＹ_ｉは、構文Ｘ_１：Ｎ_１−Ｎ_２を有する第１の染色体または第１のコンティグ配列の識別であり、Ｘ_１は、前記第１の染色体または前記第１のコンティグ配列の識別であり、Ｎ_１は、前記第１の染色体または前記第１のコンティグ配列内の選択された開始位置であり、Ｎ_２は、前記第１の染色体または前記第１のコンティグ配列内の選択された終了位置であり、
    Ｙ_１、Ｙ_２、…、Ｙ_Ｎにおける第２のＹ_ｉは、選択された遺伝子の英数字識別である、
    請求項７０に記載のシステム。
73. 前記要求は、人間の介入なしに、遺伝子の英数字エントリをゲノム座標に一致させる１つまたは複数のルックアップテーブルと前記要求を比較することによって、ゲノム座標に変換される、請求項１〜４のいずれか１項に記載のシステム。
74. 前記要求は、１つまたは複数の遺伝子名、１つまたは複数のゲノム座標、またはそれらの組み合わせを含む、請求項１〜４のいずれか１項に記載のシステム。
75. 前記要求を取得することは、前記ユーザによってなされた過去の要求を表示することによって促進される、請求項１〜７４のいずれか１項に記載のシステム。
76. 前記要求を取得することは、前記ユーザによって提供された部分的要求に一致するルックアップテーブルから取得されたユーザ検索式に表示することによって促進される、請求項１〜７４のいずれか１項に記載のシステム。
77. 前記それぞれの試料は、複数の種のゲノムと関連付けられ、ならびに少なくとも第１の種の前記ゲノムの一部、及び前記第２の種の前記ゲノムの一部を含む、請求項１〜４のいずれか１項に記載のシステム。
78. 前記第１の種の前記ゲノムの前記一部は、前記第２の種の前記ゲノムの前記一部に統合される、請求項７７に記載のシステム。
79. 前記第１の種はレトロウイルスである、請求項７８に記載のシステム。
80. 前記第１の種の前記ゲノムの前記一部は、前記第２の種の前記ゲノムの前記一部に統合されない、請求項７７に記載のシステム。
81. ローカルコンピュータを使用して、プログラム出力をネットワーク接続上で処理するシステムであって、前記ローカルコンピュータは、１つまたは複数のマイクロプロセッサ、及び１つまたは複数のプログラムを記憶したメモリを含み、前記１つまたは複数のプログラムは、前記ローカルコンピュータ上で実行する第１のオペレーティングシステムに従って方法を実行するように前記１つまたは複数のマイクロプロセッサを使用し、前記方法は、
    （Ａ）第１のプログラムの第１のインスタンスを呼び出すことと、
    （Ｂ）前記第１のプログラムの前記第１のインスタンスを通じて、ユーザから、リモートコンピュータ上のユーザアカウントに対するログイン及びパスワードを取得することと、
    （Ｃ）前記ローカルコンピュータと前記リモートコンピュータとの間のネットワーク接続にわたって、前記第１のプログラムの前記第１のインスタンスによって提供される前記ログイン及び前記パスワードを使用して、前記リモートコンピュータ上で前記ユーザアカウントに前記ユーザを自動的にログインさせることと、
    （Ｄ）前記リモートコンピュータ上でのログインに成功したことに応答して、人間の介入なしに、前記リモートコンピュータに送信するときに前記リモートコンピュータ上で自動インストールするように構成された前記第１のプログラムの第２のインスタンスを自動的に送信することと、
    （Ｅ）前記第１のプログラムの前記第１のインスタンス内でパネルを開く要求を前記リモートコンピュータから受信することであって、前記パネルは、前記リモートコンピュータ上で実行する前記第１のプログラムの前記第２のインスタンスによって開始され、前記パネルは、前記第１のプログラムの前記第２のインスタンスを制御するための前記ユーザからの入力を請求する、ことと、
    （Ｆ）前記ローカルコンピュータ上の前記パネルにおいて前記第１のプログラムの前記第２のインスタンスを制御するための前記ユーザからの入力を受信したことに応答して、前記入力を前記リモートコンピュータ上の前記第１のプログラムの前記第２のインスタンスに送信することと、
    （Ｇ）前記ネットワーク接続にわたって前記リモートコンピュータから、前記入力に応答した前記第１のプログラムの前記第２のインスタンスからの出力を受信し、前記出力を前記ローカルコンピュータにおいて表示することと
    を備える、前記システム。
82. リモートコンピュータはサーバコンピュータであり、前記ローカルコンピュータは、デスクトップコンピュータまたはラップトップコンピュータである、請求項８１に記載のシステム。
83. 前記第１のオペレーティングシステムは、前記第２のオペレーティングシステム以外である、請求項８１に記載のシステム。
84. 前記受信すること（Ｅ）はさらに、前記ユーザから暗号鍵を請求し、前記クライアントコンピュータ上の前記第１のインスタンスと前記リモートコンピュータ上の前記第２のインスタンスとの間の通信は暗号化される、請求項８１に記載のシステム。
85. 前記リモートコンピュータは、永続的メモリ及び非永続的メモリを含み、前記永続的メモリ及び前記非永続的メモリは共同で、１つまたは複数の核酸配列データセットを記憶し、
    前記１つまたは複数の核酸配列データセットにおける各々のそれぞれの核酸配列化データセットは、複数の試料におけるそれぞれの試料の少なくとも１つの標的核酸に対応し、
    前記それぞれの試料は、種のゲノムと関連付けられ、
    前記それぞれの核酸配列データセットは、（ｉ）ヘッダ、（ｉｉ）シノプシス、及び（ｉｉｉ）データ部を含み、
    前記データ部は、複数の配列読み取り値を含み、
    前記複数の配列読み取り値における各々のそれぞれの配列読み取り値は、前記それぞれの試料における少なくとも１つの標的核酸のサブセットに対応する第１の部分、及び複数の識別子における前記それぞれの配列読み取り値に対するそれぞれの識別子を符号化する第２の部分を含み、
    各々のそれぞれの識別子は、前記少なくとも１つの標的核酸の前記配列から独立し、
    前記複数の配列読み取り値は共同で、前記複数の識別子を含み、
    前記第１のプログラムの前記第２のインスタンスを制御するための前記ユーザから受信された前記入力は、前記１つまたは複数のデータセットにおける第１のデータセットを使用した構造的変異または相化情報に対する要求であり、
    前記要求を受信したことに応答して、前記第１のプログラムの前記第２のインスタンスは、
    （ｉ）前記非永続的メモリにいまだロードされていない一方で、前記データ部を永続的メモリに保持している場合、前記第１のデータセットの前記ヘッダ及び前記シノプシスを前記非永続的メモリにロードし、
    （ｉｉ）前記要求を前記第１のデータセットの前記シノプシスと比較し、それによって前記第１のデータセットの前記データ部の１つまたは複数の部分を識別し、
    （ｉｉｉ）前記データ部の前記１つまたは複数の識別された部分を非永続的メモリにロードし、
    （ｉｖ）前記第１のデータセットを使用して、前記第１のプログラムの前記第１のインスタンスにおける前記パネルで表示するための構造的変異または相化情報をフォーマットし、
    （ｖ）前記フォーマットされた構造的変異または相化情報を、前記第１のパネルで表示するために、前記ネットワーク接続上で前記第１のプログラムの前記第２のインスタンスからの出力として前記ローカルコンピュータに送信する
    ことによって、前記要求をフィルタリングする、
    請求項８１に記載のシステム。
86. 核酸配列データを見るためのシステムであって、前記システムは、１つまたは複数のマイクロプロセッサ、及びメモリを含み、前記メモリは、
    試料における少なくとも１つの標的核酸に対応する核酸配列データセットを取得し、前記核酸配列データセットは、前記試料からの複数の配列読み取り値を含み、
    前記複数の配列読み取り値における各々のそれぞれの配列読み取り値は、前記それぞれの試料における少なくとも１つの標的核酸のサブセットに対応する第１の部分、及び複数の識別子における前記それぞれの配列化読み取り値に対するそれぞれの識別子を符号化する第２の部分を含み、
    各々のそれぞれの識別子は、前記少なくとも１つの標的核酸の前記配列から独立し、
    前記複数の配列読み取り値は共同で、前記複数の識別子を含み、
    視覚化ツールを表示し、
    前記視覚化ツールを通じて、前記核酸配列データセットによって表されるゲノム領域を指定する要求をユーザから取得し、
    前記取得された要求に応答して、
    （ｉ）前記ゲノム領域内の複数の配列読み取り値を前記核酸配列データセットから取得し、
    （ｉｉ）前記複数の配列読み取り値に対してスキャンウインドウを実行し、それによって複数のウインドウを作成し、前記複数のウインドウの各々のそれぞれのウインドウは、前記ゲノム領域の異なる領域に対応し、前記核酸配列データセットにおける前記ゲノム領域の前記異なる領域における各々の配列読み取り値の各々の識別子の識別を含み、
    （ｉｉｉ）前記複数のウインドウにおける各々の考えられるウインドウの対を表す２次元ヒートマップを表示し、各々のそれぞれのウインドウの対は、前記それぞれのウインドウの対で共通な識別子の番号に基づいて色スキームから選択された色として前記２次元ヒートマップで表示される
    ことによって前記要求を構文解析する
    ために前記１つまたは複数のマイクロプロセッサを使用する１つまたは複数のプログラムを記憶する、
    前記システム。
87. 前記視覚化ツールは、予期されるオーバラップを非表示にするアフォーダンスを提供し、
    ユーザが前記予期されるオーバラップを非表示にするアフォーダンスに関与するとき、参照ゲノムに従って相互に隣接すると予期される配列読み取り値の識別子は、前記それぞれのウインドウの対で共通な多くの識別子のカウントに貢献せず、
    ユーザが前記予期されるオーバラップを非表示にするアフォーダンスに関与しないとき、参照ゲノムに従って相互に隣接すると予期される配列読み取り値の識別子は、前記それぞれのウインドウの対で共通な識別子の前記数の前記カウントに貢献する、
    請求項８６に記載のシステム。
88. 前記視覚化ツールは、品質アフォーダンスを提供し、
    ユーザが前記品質アフォーダンスに関与するとき、参照ゲノムにおける位置への前記それぞれの配列読み取り値の割り当ての品質を定量化する品質閾値を満たさないそれぞれの配列読み取り値の識別子は、前記それぞれのウインドウの対で共通な識別子の前記数のカウントに貢献せず、
    ユーザが前記品質アフォーダンスに関与しないとき、参照ゲノムにおける位置への前記それぞれの配列読み取り値の割り当ての品質を定量化する品質閾値を満たさないそれぞれの配列読み取り値の識別子は、前記それぞれのウインドウの対で共通な識別子の前記数のカウントに貢献する、
    請求項８６に記載のシステム。
89. 前記視覚化ツールは、前記ヒートマップをズームするためのズームアフォーダンスを提供する、請求項８６に記載のシステム。
90. 前記視覚化ツールは、前記ヒートマップをパンするためのパンアフォーダンスを提供する、請求項８６に記載のシステム。
91. ネットワーク接続上で構造的変異または相化情報をリモートクライアントコンピュータに提供する方法であって、
    １つまたは複数のマイクロプロセッサ、永続的メモリ及び非永続的メモリを含むシステムであって、前記永続的メモリ及び前記非永続的メモリは共同で、１つまたは複数の核酸配列データセットを記憶し、
    前記１つまたは複数の核酸配列データセットにおける各々のそれぞれの核酸配列データセットは、複数の試料におけるそれぞれの試料の少なくとも１つの標的核酸に対応し、
    前記それぞれの試料は、少なくとも１つの種のゲノムと関連付けられ、
    前記それぞれの核酸配列データセットは、（ｉ）ヘッダ、（ｉｉ）シノプシス、及び（ｉｉｉ）データ部を含み、
    前記データ部は、複数の配列読み取り値を含み、
    前記複数の配列読み取り値における各々のそれぞれの配列読み取り値は、前記それぞれの試料における少なくとも１つの標的核酸のサブセットに対応する第１の部分、及び複数の識別子における前記それぞれの配列読み取り値に対するそれぞれの識別子を符号化する第２の部分を含み、
    各々のそれぞれの識別子は、前記少なくとも１つの標的核酸の前記配列から独立し、
    前記複数の配列読み取り値は共同で、前記複数の識別子を含む、
    前記システムにおいて、
    （Ａ）前記リモートクライアントコンピュータ上でインストールするための視覚化ツールを提供することと、
    （Ｂ）前記１つまたは複数のデータセットにおける第１のデータセットを使用して、ネットワーク接続上で、構造的変異または相化情報に対する前記リモートクライアントコンピュータから送信された要求をユーザから取得することと、
    （Ｃ）前記要求を取得したことに応答して、
    （ｉ）前記非永続的メモリにいまだロードされていない一方で、前記データ部を永続的メモリに保持している場合、前記第１のデータセットの前記ヘッダ及び前記シノプシスを前記非永続的メモリにロードし、
    （ｉｉ）前記要求を前記第１のデータセットの前記シノプシスと比較し、それによって前記第１のデータセットの前記データ部の１つまたは複数の部分を識別し、
    （ｉｉｉ）前記データ部の前記１つまたは複数の識別された部分を非永続的メモリにロードし、前記ロードは、前記データ部の前記全体よりも少なく前記データ部をロードし、
    （ｉｖ）前記第１のデータセットを使用して、前記クライアントコンピュータ上で表示するための構造的変異または相化情報をフォーマットし、
    （ｖ）前記フォーマットされた構造的変異または相化情報を、前記リモートクライアントコンピュータ上で表示するために、前記ネットワーク接続上で前記リモートクライアントコンピュータに送信する
    ことによって、前記要求を自動的に構文解析することと、
    を備える、前記方法。
92. 構造的変異または相化情報を提供する方法であって、
    １つまたは複数のマイクロプロセッサ、永続的メモリ及び非永続的メモリを含むシステムであって、前記永続的メモリ及び前記非永続的メモリは共同で、１つまたは複数の核酸配列データセットを記憶し、
    前記１つまたは複数の核酸配列データセットにおける各々のそれぞれの核酸配列データセットは、複数の試料におけるそれぞれの試料の少なくとも１つの標的核酸に対応し、
    前記それぞれの試料は、少なくとも１つの種のゲノムと関連付けられ、
    前記それぞれの核酸配列化データセットは、（ｉ）ヘッダ、（ｉｉ）シノプシス、及び（ｉｉｉ）データ部を含み、
    前記データ部は、複数の配列読み取り値を含み、
    前記複数の配列読み取り値における各々のそれぞれの配列読み取り値は、前記それぞれの試料における少なくとも１つの標的核酸のサブセットに対応する第１の部分、及び複数の識別子における前記それぞれの配列化読み取り値に対するそれぞれの識別子を符号化する第２の部分を含み、
    各々のそれぞれの識別子は、前記少なくとも１つの標的核酸の前記配列から独立し、
    前記複数の配列読み取り値は共同で、前記複数の識別子を含む、
    前記システムにおいて、
    （Ａ）視覚化ツールを提供することと、
    （Ｂ）前記１つまたは複数のデータセットにおける第１のデータセットを使用して、構造的変異または相化情報に対する要求を、前記視覚化ツールを通じてユーザから取得し、
    （Ｃ）前記要求を取得したことに応答して、
    （ｉ）前記非永続的メモリにいまだロードされていない一方で、前記データ部を永続的メモリに保持している場合、前記第１のデータセットの前記ヘッダ及び前記シノプシスを前記非永続的メモリにロードし、
    （ｉｉ）配列情報に対する前記要求を前記第１のデータセットの前記シノプシスと比較し、それによって前記第１のデータセットの前記データ部の１つまたは複数の部分を識別し、
    （ｉｉｉ）前記データ部の前記１つまたは複数の識別された部分を非永続的メモリにロードし、前記ロードは、前記データ部の前記全体よりも少なくロードし、
    （ｉｖ）前記第１のデータセットを使用して、前記視覚化ツールで表示するための構造的変異または相化情報をフォーマットし、
    （ｖ）前記フォーマットされた構造的変異または相化情報を、前記視覚化ツールで表示する
    ことによって、前記要求を自動的に構文解析することと、
    を備える、前記方法。
93. ネットワーク接続上で構造的変異または相化情報をリモートコンピュータから取得する方法であって、
    １つまたは複数のマイクロプロセッサ、及び１つまたは複数のプログラムを記憶したメモリを含むシステムにおいて、
    （Ａ）視覚化ツールを呼び出すことと、
    （Ｂ）前記リモートコンピュータに記憶された１つまたは複数の核酸配列データセットからの第１の核酸配列データセットにおける構造的変異または相化情報に対する要求を、前記視覚化ツールを通じてユーザから取得することであって、前記１つまたは複数の核酸配列データセットにおける各々のそれぞれの核酸配列データセットは、複数の試料におけるそれぞれの試料の少なくとも１つの標的核酸に対応し、
    前記それぞれの試料は、少なくとも１つの種のゲノムと関連付けられ、
    前記それぞれの核酸配列データセットは、（ｉ）ヘッダ、（ｉｉ）シノプシス、及び（ｉｉｉ）データ部を含み、
    前記データ部は、複数の配列読み取り値を含み、
    前記複数の配列読み取り値における各々のそれぞれの配列読み取り値は、前記それぞれの試料における少なくとも１つの標的核酸のサブセットに対応する第１の部分、及び複数の識別子における前記それぞれの配列読み取り値に対するそれぞれの識別子を符号化する第２の部分を含み、
    各々のそれぞれの識別子は、前記少なくとも１つの標的核酸の前記配列から独立し、
    前記複数の配列読み取り値は共同で、前記複数の識別子を含む、ことと、
    （Ｃ）前記要求を前記ネットワーク接続上で前記リモートコンピュータに送信することであって、前記リモートコンピュータは、永続的メモリ及び非永続的メモリを有し、それによって、
    （ｉ）前記非永続的メモリにいまだロードされていない一方で、前記データ部を永続的メモリに保持している場合、前記第１のデータセットの前記ヘッダ及び前記シノプシスを前記非永続的メモリにロードし、
    （ｉｉ）配列情報に対する前記要求を前記第１のデータセットの前記シノプシスと比較し、それによって前記第１のデータセットの前記データ部の１つまたは複数の部分を識別し、
    （ｉｉｉ）前記データ部の前記１つまたは複数の識別された部分を非永続的メモリにロードし、前記ロードは、前記データ部の前記全体よりも少なくロードし、
    （ｉｖ）構造的変異または相化情報をフォーマットすることと
    を含む方法を前記リモートコンピュータに実行させる、ことと、
    （Ｄ）前記フォーマットされた構造的変異または相化情報を、前記視覚化ツールで表示するために前記ネットワーク接続上で前記リモートコンピュータから受信することと
    を備える、前記方法。
94. 構造的変異または相化情報を提供する方法であって、
    １つまたは複数のマイクロプロセッサ及びメモリを含むシステムであって、前記システムは、１つまたは複数の核酸配列データセットに対するアクセスを有し、
    前記１つまたは複数の核酸配列データセットにおける各々のそれぞれの核酸配列データセットは、複数の試料におけるそれぞれの試料の少なくとも１つの標的核酸に対応し、
    前記それぞれの試料は、少なくとも１つの種のゲノムと関連付けられ、
    前記それぞれの核酸配列データセットは、（ｉ）ヘッダ、（ｉｉ）シノプシス、及び（ｉｉｉ）データ部を含み、
    前記データ部は、複数の配列読み取り値を含み、
    前記複数の配列読み取り値における各々のそれぞれの配列読み取り値は、前記それぞれの試料における少なくとも１つの標的核酸のサブセットに対応する第１の部分、及び複数の識別子における前記それぞれの配列読み取り値に対するそれぞれの識別子を符号化する第２の部分を含み、
    各々のそれぞれの識別子は、前記少なくとも１つの標的核酸の前記配列から独立し、
    前記複数の配列読み取り値は共同で、前記複数の識別子を含む、
    前記システムにおいて、
    （Ａ）視覚化ツールを提供することと、
    （Ｂ）前記１つまたは複数のデータセットにおける第１のデータセットを使用して、構造的変異または相化情報に対する要求を、前記視覚化ツールを通じてユーザから取得することと、
    （Ｃ）前記要求を取得したことに応答して、
    （ｉ）配列情報に対する前記要求を前記第１のデータセットの前記シノプシスと比較し、それによって前記第１のデータセットの前記データ部の１つまたは複数の部分を識別し、
    （ｉｉ）前記第１のデータセットの前記データ部の前記識別された１つまたは複数の部分を使用して、前記視覚化ツールで表示するための構造的変異または相化情報をフォーマットし、前記第１のデータセットの前記データ部の前記１つまたは複数の部分は、前記第１のデータセットの前記データ部の前記全部よりも少なく、
    （ｉｉｉ）前記フォーマットされた構造的変異または相化情報を、前記視覚化ツールで表示する
    ことを含む方法によって、前記要求を自動的に構文解析することと、
    を備える、前記方法。
95. プログラム出力をネットワーク接続上で処理する方法であって、
    ローカルコンピュータであって、前記ローカルコンピュータは、１つまたは複数のマイクロプロセッサ、及び１つまたは複数のプログラムを記憶したメモリを含む、前記ローカルコンピュータにおいて、
    （Ａ）第１のプログラムの第１のインスタンスを呼び出すことと、
    （Ｂ）前記第１のプログラムの前記第１のインスタンスを通じて、ユーザから、リモートコンピュータ上のユーザアカウントに対するログイン及びパスワードを取得することと、
    （Ｃ）前記ローカルコンピュータと前記リモートコンピュータとの間のネットワーク接続にわたって、前記第１のプログラムの前記第１のインスタンスによって提供される前記ログイン及び前記パスワードを使用して、前記リモートコンピュータ上で前記ユーザアカウントに前記ユーザを自動的にログインさせることと、
    （Ｄ）前記リモートコンピュータ上でのログインに成功したことに応答して、人間の介入なしに、前記リモートコンピュータに送信するときに前記リモートコンピュータ上で自動インストールするように構成された前記第１のプログラムの第２のインスタンスを自動的に送信することと、
    （Ｅ）前記第１のプログラムの前記第１のインスタンス内でパネルを開く要求を前記リモートコンピュータから受信することであって、前記パネルは、前記リモートコンピュータ上で実行する前記第１のプログラムの前記第２のインスタンスによって開始され、前記パネルは、前記第１のプログラムの前記第２のインスタンスを制御するための前記ユーザからの入力を請求する、ことと、
    （Ｆ）前記ローカルコンピュータの前記パネルにおいて前記第１のプログラムの前記第２のインスタンスを制御するための前記ユーザからの入力を受信したことに応答して、前記入力を前記リモートコンピュータ上の前記第１のプログラムの前記第２のインスタンスに送信することと、
    （Ｇ）前記ネットワーク接続にわたって前記リモートコンピュータから、前記入力に応答した前記第１のプログラムの前記第２のインスタンスからの出力を受信し、前記出力を前記ローカルコンピュータにおいて表示することと、
    を備える、前記方法。
96. 核酸配列データを見るための方法であって、
    １つまたは複数のマイクロプロセッサ、及びメモリを含むシステムにおいて、前記メモリは、
    試料における少なくとも１つの標的核酸に対応する核酸配列データセットを取得し、前記核酸配列データセットは、前記試料からの複数の配列読み取り値を含み、
    前記複数の配列読み取り値における各々のそれぞれの配列読み取り値は、前記それぞれの試料における少なくとも１つの標的核酸のサブセットに対応する第１の部分、及び複数の識別子における前記それぞれの配列読み取り値に対するそれぞれの識別子を符号化する第２の部分を含み、
    各々のそれぞれの識別子は、前記少なくとも１つの標的核酸の前記配列から独立し、
    前記複数の配列読み取り値は共同で、前記複数の識別子を含み、
    視覚化ツールを表示し、
    前記視覚化ツールを通じて、前記核酸配列データセットによって表されるゲノム領域を指定するユーザからの要求を取得し、
    前記取得された要求に応答して、
    （ｉ）前記ゲノム領域内の複数の配列読み取り値を前記核酸配列データセットから取得し、
    （ｉｉ）前記複数の配列読み取り値に対してスキャンウインドウを実行し、それによって複数のウインドウを作成し、前記複数のウインドウの各々のそれぞれのウインドウは、前記ゲノム領域の異なる領域に対応し、前記核酸配列データセットにおける前記ゲノム領域の前記異なる領域における各々の配列読み取り値の各々の識別子の識別を含み、
    （ｉｉｉ）前記複数のウインドウにおける各々のウインドウの対を表す２次元ヒートマップを表示し、各々のそれぞれのウインドウの対は、前記それぞれのウインドウの対で共通な識別子の数に基づいて色スキームから選択された色として前記２次元ヒートマップで表示される
    ことによって前記要求を構文解析する
    ように前記１つまたは複数のマイクロプロセッサを使用する１つまたは複数のプログラムを記憶する、
    ことを含む、前記方法。
97. 前記２次元ヒートマップにおけるウインドウの対は、前記試料に対応する参照ゲノムにおいて相互に１００キロベースよりも多く離れた第１のウインドウ及び第２のウインドウを表す、請求項９６に記載の方法。
98. 前記２次元ヒートマップにおけるウインドウの対は、前記試料に対応する参照ゲノムにおいて相互にメガベースよりも多く離れた第１のウインドウ及び第２のウインドウを表す、請求項９６に記載の方法。
99. 前記２次元ヒートマップにおけるウインドウの対は、前記試料に対応する参照ゲノムにおいて相互に５メガベースよりも多く離れた第１のウインドウ及び第２のウインドウを表す、請求項９６に記載の方法。
100. 前記それぞれのウインドウの対において共通な識別子の前記数は、前記試料に対応する前記参照ゲノム配列に基づいて相互に近似していると予期されるバーコードを除去するために低く重み付けがされる、請求項９６に記載の方法。
101. 前記複数の配列読み取り値は、平均断片長によって特徴付けられ、前記それぞれのウインドウの対において共通な識別子の前記数は、前記試料に対応する前記参照ゲノム配列に基づいて相互の平均断片長の倍数内にあると予期されるバーコードを除去するために低く重み付けがされる、請求項９６に記載の方法。
102. 前記倍数は、０と１との間の実数である、請求項１０１に記載の方法。
103. 前記倍数は、１以上の実数である、請求項１０１に記載の方法。
104. 前記倍数は、正の整数である、請求項１０１に記載の方法。