|
gnomAD数据挖掘系列 MNV变异的深入研究 好的工具，让复杂遗传病易于被诊断 如果觉得内容对您有用，欢迎分享 如果有不同观点或建议，欢迎留言 核心内容 MNV(Multi-nucleotide variants)变异是指(通常定义为一定距离内)两个或以上的变异在同一条染色体上出现，MNV的变异组合作用可能会影响到生物学及临床遗传学的决策结果，gnomAD小组对125,748外显子组数据和15,708全基因组测序数据的MNV变异数据进行了变异发现(call variant)，统计及生物学意义分析，分别从MNV变异的分布，发生机理及遗传疾病分析角度对数据做了深入解释。  本期参考文献 0 研究背景 在遗传学分析中， 编码区变异通常对应氨基酸的变异分析， 但多数情况下， 每个变异都会单独分析对氨基酸的影响， 这是因为 不同的变异通常都会发生在不同密码子上 可以认为相互独立 因此MNV变异是个容易被忽视的现象。   但当MNV发生在同一个密码子内时， 变异之间便不是独立关系， 都会对同一个氨基酸造成联合影响， 例如下图中的例子： 当变异独立分析时 会分别形成一个错义与同义变异 但联合分析后 会形成一个无义变异 很可能会得到完全不同的结论。  认识到MNV的重要性后， gnomAD团队对数据库中的MNV变异 进行深入分析， 从不同角度对数据进行挖掘， 下面就看看具体有哪些内容。 1 整体思路 gnomAD的MNV分析流程如下： 找到所有高质量的MNV变异 分析MNV变异的生物功能影响 研究MNV变异的发生机制 统计不同机制MNV变异规律 下面就具体说明每个步骤的意义。 找到高质量MNV变异 对于数据分析来说， 拿到高质量的数据非常关键， 如果数据中充斥大量的干扰数据， 很可能会得不到有意义的发现， 甚至得到错误的结论。 gnomAD设计了MNV的分析流程， 通过测序reads分析单倍体型， 并使用了trios数据作为验证数据， 通过验证数据调整流程结构及参数， 最终流程的结果与trios数据的一致性>99.8%。  MNV变异的功能影响 得到MNV数据后， 对变异数据进行了功能注释， 重点分析2bp以内的MNV变异 (可能会影响同一个氨基酸)， 功能影响被分为下图中的类型。  gnomAD分析 高限制基因（见oe值说明文章）的MNV， 发现MNV造成的无义变异的数量 显著小于其他类型， 与常规的LOF变异统计结果一致， 侧面反应了MNV注释与oe值分析的可信度。  MNV的变异机制 MNV的变异与SNP/indel的发生机制不同， 由于MNV涉及两个以上的变异， gnomAD将MNV分为三个类型： 先后变异事件 一次性事件 特殊序列事件 先后变异事件产生的MNV指的是， MNV中的不同变异发生时间不同， 先发生的变异对后发生的变异通常独立， 但特殊情况下可能有相互影响， 如当一个变异发生后， 序列环境由非CpG变成了CpG序列， 由于CpG序列变异率增加， 发生MNV变异的概率也会随之增加。  一次性事件产生的MNV的意思是， 在DNA复制时同时发生的变异， 当DNA复制由zeta聚合酶催化时， 由于zeta聚合酶的较高错误率， 会在复制过程中随机引入MNV变异。  特殊序列事件指的是， 复杂串联重复序列在复制时， 会发生随机的滑动现象， 导致重复数发生变化， 重复数的反复变化导致对应的MNV发生。  不同机制MNV变异规律 对三种变异机制的数据 （先后变异事件/一次性事件/特殊序列事件） 分别进行基因组范围与细分类型统计后， 发现变异存在特定规律， 如一次性事件中， 90.8%的GA都会变异为TT 80.5%的GC都会变异为AA 主要统计结果如下图：  细分类型的MNV变异统计 全部MNV变异的分布统计 根据ENCODE数据库中的注释数据， 对基因组不同功能区域统计后发现， 不同功能区域的MNV发生规律不同， 如内含子区域 更容易发生CG->TA与CA->TG变异, 而转录起始位点 更容易发生AG->CC变异。 2 注意事项 需要注意的是 目前MNV分析主要为连续核苷酸类型， 其他距离的MNV由于功能分析相对困难， 因此不再文章的考虑范围之内。 对于变异机制分类， 作者认为目前的分类可能过于简单， 其他机制如重组过程形成的MNV等 未包括在内。 虽然gnomAD 是目前最大的人群测序数据库， 但是对于基因组所有可能的变异， gnomAD数据库只涵盖了一小部分 (例如只覆盖了~0.005%的MNV)， 不能确定是否反应人类真实的变异分布。 以上因素在深入使用数据时需要注意。 3 临床意义 当MNV中的变异不是独立关系时 对于临床分析的意义便非常重要， 关键的目的是注意MNV的联合影响， 目前需要特别是gained和rescued无义变异， 不要由于错误的独立分析造成结果的误判。 4 延伸问题 目前对于MNV的分析局限于一个密码子以内， MNV的可以联合作用于多个氨基酸， 例如MNV发生于同一个结构域中等(如下图)， 对于其他形式的联合分析 还需要更多的相关研究。 4 小结 这又是一篇gnomAD数据库的深入挖掘， 同时也是多组学的又一次联合 （gnomAD + encode）， 相关数据已嵌入gnomAD浏览器及公开下载， 数据库还有大量的可挖掘空间， 期待gnomAD更多的分析成果。 如果对文章内容有评价或不同看法， 欢迎到行业大咖顾大夫创建的论坛中讨论 NGS基因诊断率能力提高之路径 多维度、多学科、多角度，合共同之力解决问题。 『广告时间』 bpvast（上海幂普智能科技有限公司）的基因检测智能操作系统（g-TIES），是由多年单基因遗传病领域的资深从业人士领衔，整合国内优秀的生物信息学和生产运营管理团队，并与业内专家反复沟通交流，最终开发出的适合大规模应用的单基因遗传病检测支持系统。详细请见：基因检测智能操作系统(g-TIES) 上海瀚垚生物全国独家代理，如有试用和购买需要请联系 info@56dna.cn，或在公众号留言。 上海瀚垚生物 （www.56dna.cn） 我们为您提供优质的基因检测服务： A、低成本即可获得更高质量的基因测序和数据解读服务，对于初期客户，可以提供低成本的试错机会，未来业务证明可以做大，可以无缝衔接到Turn key服务模块。 B、团队多年从事遗传类疾病检测服务，可以帮客户完成最复杂的数据解读环节，客户可以做到零参与或只参与审核。 C、快速的实验周期，大部分项目20个工作日可完成报告。 |
|
|
