散在倍增插入变异是一种常见的人类基因组DNA插入类型,在人类癌症的发生过程中起着促使基因组不稳定的重要作用,准确检测散在倍增插入的位置及序列,对变异基因的筛选分析和对癌症等疾病的靶向药物选定具有重大意义。随着第二代测序技术的发展,越来越多检测插入变异的算法逐渐被提出,但是使用第二代测序数据很难检测散在倍增插入变异,这是因为源自测序样本中散在倍增插入区域的读段很可能完全映射到参考序列中的其它区域。而大多数现有方法都是采用局部组装的思想对散在倍增插入变异进行检测,由于测序读段的长度问题和散在倍增插入区域与参考序列其它区域的高重复性问题,局部组装思想对于散在倍增插入变异的检测准确率很难保证。本文的主要工作就是研究如何通过第二代测序数据准确检测散在倍增插入变异。针对散在倍增插入变异的检测问题,本文提出了一种新的方法DIPins,DIPins可以对散在倍增插入变异进行准确位点检测和序列推断,特别是当变异长度超过双端读段的插入片段大小时。DIPins方法从人类参考基因组数据与第二代测序数据出发,首先将测序数据比对结果过滤并从过滤结果中提取信息性读段,通过整合分裂读段的多个特征来确定散在倍增插入变异断点位置,在已检测变异断点处,利用分裂读段和不一致读段推断插入序列并形成新的虚拟参考序列,之后通过不断跟踪散在倍增插入变异的断点位置并迭代生成新的分裂读段,执行动态过程来推断散在倍增插入变异的序列。为了验证DIPins方法的散在倍增插入变异检测性能,本文分别在仿真数据与真实数据上做了实验,并且与其他两种方法在相同数据上的实验结果进行了比较。其中两组仿真实验结果表明,DIPins方法在检测散在倍增插入变异断点和推断变异内容方面均优于其他方法。本文特别就这些方法推断不同长度的散在倍增插入变异序列内容的能力进行了比较,发现DIPins在较大的散在倍增插入变异检测方面表现明显优于其他方法。在对DIPins方法的检测性能进行评估后,我们将DIPins方法应用于分析肺癌患者的肿瘤样本测序数据,通过分析基因药物库与基因注释结果,得出药物库中的基因与散在倍增插入变异的对应关系,为靶向药物的选定提供支持,进一步验证了DIPins方法的有效性。因此,DIPins是一种可用于基因组变异研究及临床治疗方面的变异检测工具,有助于结构变异的分析及癌症患者的精确诊断。