二代测序技术(NGS)日渐成熟推动了基因组结构变异(SVs)检测技术的发展,而倒位变异作为基因组结构变异之一,研究对其进行检测的方法,在生物遗传多样性及医学研究中具有重要意义。通常用来检测倒位变异的策略归结为三种:读对技术、分裂比对策略与序列拼接,常规策略由于倒位变异固有复杂性而受到局限。因此,为了进一步解决现阶段策略受限、检测精确度和召回率不足等问题,本文创新性提出深度挖掘倒位变异的伴随特征,通过支持向量机(SVM)和卷积神经网络(CNN)的支持分别在低覆盖度与高覆盖度测序数据上实现更精准的倒位变异检测,主要研究内容如下:(1)倒位变异发生时,产生独特的伴随特征。例如,双末端一对序列在参考基因中的映射方向相同、单端映射参考基因失败、软切片段发生、插入片段长度异常、序列中碱基映射状况不良和序列映射质量低下等等均为本文着重研究的倒位变异物理化特征。具体地,将物理化特征经特征表达后生成规范化数值特征,由主成分分析法(PCA)分析并验证提取的数值化特征对倒位变异检测的有效性。(2)本文提出一种特征挖掘与SVM分类器相结合,在低覆盖度测序数据下实现倒位变异检测的方法LCovSVM。LCovSVM首先收集常规倒位检测工具的结果作为候选倒位变异集,为了进一步强化特征性能,在提取数值特征后由卡方检验与经验相结合进行特征选择,所有候选变异区间均提取经选择的特征值。为解决基准变异库中被验证的倒位变异数量严重不足的问题,本文由仿真数据特征训练SVM分类器实现在真实样本上的倒位变异检测,特征选择与仿真数据训练的有效性均通过了十折交叉验证。(3)为了避免覆盖度与常规检测工具的局限性,本文创新性提出直接从真实高覆盖度样本的双末端数据而不是常规工具检测的倒位候选变异集中提取倒位变异特征,不再依赖常规检测工具,将特征转换图片后基于CNN模型检测倒位变异的方法HCovCNN。HCovCNN首先根据序列映射位置和方向初步筛选异常序列集,由此生成候选倒位变异集并评分,对得分超过阈值的候选倒位变异生成特征图片作为CNN的输入。本文提出一种数据集扩增与平衡策略解决基准变异库中被验证倒位变异数量不足与不平衡问题。本文构建循环交叉验证以确保所有样本作为未知变异测试集,在每一轮验证中将大部分样本及其基准变异与否作为训练集建立CNN分类模型并由剩余样本作为测试集,测试集中预测为正的候选变异构成最终倒位变异集,由此实现倒位变异检测。