|
对于 SNP 的功能，之前在 [[SNP是什么东西？]]当中介绍的时候，提到过对于编码区的 SNP，可以通过影响蛋白翻译来影响基因的变化，而对于非编码区的 SNP 而言要怎么调控基因的呢？非编码区的 SNP 可以通过影响转录因子结合，增强子结合或者剪切位点结合的方式来影响基因的表达调控关系。除了上述的这样线性关系上的调控，在空间维度上，SNP 更可以发挥其作用。所以就不就给大家介绍一个利用三维基因组数据来分析非编码区SNP 功能的数据库：3DSNP: https:///3dsnpv2/  背景数据集介绍在 3DSNP 当中，作者主要是通过Hi-c 的数据来观察这些 SNP 的 3D 的情况。同时基于 scATAC-seq 的数据关系 SNP 在单细胞水平上和染色质的关系。同时使用 GTEx 的数据来分析 SNP 有关的 eQTL 的作用。同时综合了 ncbi-SNP 数据库的流行病学数据最终构建了 3DSNP 数据库。  数据库使用3DSNP 支持多种 ID 输入，我们可以输入 SNP 的 RS 号，也可以输入基因组位置，同时还能输入基因名。通过还支持多个 SNP 的同时输入，例如我们这里输入："rs12740374 rs900012"。在输入完之后，就可以看到相关 SNP 的简单的结果。例如这个 SNP 影响多少的基因或者这个 SNP 在多少个细胞系当中影响增强子/启动子/转录因子绑定位点 (TFBS)  点击具体的 SNP 号就可以查看详细的信息了。在结果当中主要包括下面几个方面。  结果汇总在结果部分首先看到的还是这个 SNP 的综合性信息，主要是通过一个雷达图来展示这个 SNP 可能的功能。  基本信息在 3DSNP 当中可以看到基于SNP 数据库[1]当中的每一个人种的发生频率和改变情况。  以及基于在 CliVar[2]当中这个 SNP 和疾病的相关性。  相互作用预测在关于 SNP 的相互作用关系方面，首先观察了这个 SNP 上下 2kb 位置的基因是哪些  同时也基于三维基因组的数据分析了这个 SNP 在三维角度和哪些基因有关系  除了数据上的关系，基于 GTEx[3] 的数据作者也分析了 SNP 对基因的 eQTL 的关系。  另外除了 SNP 和基因的关系也分析了 SNP 和其他 SNP 在三维上的关系  调控作用预测首先作者基于 scATAC-seq 分析了 SNP 对于染色质开放状态的影响。
进一步基于 cCREs[4]分析了 SNP 对顺势反应元件的影响。 同时还分析了 SNP 和染色质状态 (Chromatin state)[5]的关系 以及利用 [[ENCODE-转录调控必知数据库]] 数据库分析了 SNP 和转录因子结合位点的关系。 总的来说以上就是 3D SNP 数据的主要功能了。在 3DSNP 结果的每一个部分都提供了结果下载的地方。可以下载相对应的预测结果。 之前对于 SNP 的研究都是基于 SNP 的线性关系上来进行研究的。随着线性调控关系研究的逐渐明了，对于其中基因组变异的多维的调控估计也会慢慢成为一个很好的研究方向。 [1]: https://www.ncbi.nlm./snp/ [2]: https://www.ncbi.nlm./clinvar/ [3]: https://www./home/index.html [4]: A cell atlas of chromatin accessibility across 25 adult human tissues | bioRxiv: https://www./content/10.1101/2021.02.17.431699v1 [5]: ChromHMM: Chromatin state discovery and characterization: http://compbio./ChromHMM/ |
|
|
