【佳學基因檢測】基因解碼如何更好的分析線粒體基因突變檢測

線粒體基因檢測后的突變位點注釋

在2013 年 2 月，ANNOVAR 可以注釋線粒體變異，在對線粒體突變進行解碼和注釋時，染色體采用 M 、 MT、chrM 或 chrMT進行標記。在這種情況下，基因解碼分析系統將調用線粒體專屬密碼子表以分析基因序列變化而引起的結構變化，這是基因解碼優(yōu)與常規(guī)分析方法之一。 然而，有幾個方面需要注意：

RefSeq 沒有線粒體基因定義。 因此使用 ANNOVAR方法時行注釋時，需要使用 UCSC Known Gene 或 Ensembl Gene。

佳學基因解碼發(fā)現UCSC 的 hg19 參照序列使用舊版本的線粒體基因組 (NC_001807)，但 1000 基因組聯盟已用最新的劍橋參考序列版本 (NC_012920) 取代了 chrM。 因此，如果根據 NC_012920 對序列進行比對，并獲得突變序列信息，就會無法真正使用 UCSC 的基因定義來對突變序列進行解釋。基因解碼在進行基因序列分析必須堅持使用相同的坐標體系。 為了更好地解釋這一點，當基因測序以FASTQ 文件形式獲取原始序列數據時，如果將數據與 UCSC 編譯的參考基因組進行比對（通常文件名類似于 hg19.fa，并且有一些染色體的名稱如 chrx_random） ，那么可以直接使用ANNOVAR將所有的突變序列一起注釋。 線粒體突變序列將是那些與 chrM 相符的突變序列，2013 年 2 月版本的 ANNOVAR 可以正確注釋它們。 基因解碼研究人員編寫了一個用于兩個參考序列之間位置轉換的程序文件，并用它來將 GRCh37 文件匹配到 hg19 文件。 通過在 hg19 參考序列 (AF347015.1) 上使用retrieve_seq_from_fasta.pl，將為基于 hg19 的線粒體注釋生成后續(xù)的解釋文件。

許多基因檢測及測序機構沒有意識到的一個伴隨性的結果，Ensemble 對線粒體基因存在注釋錯誤（通常是幾個堿基對），因此不應使用 Ensembl 的基因注釋。 舉個簡單的例子，你可以在 UCSC 基因組瀏覽器中搜索 ENST00000389680：當 Gencode 列出位置為 chrM:650-1603 時，Ensembl 注釋顯示為 chrM:646-1599，這里有個4bp的差異。 由于這些原因，當調用 hg19 坐標上的基因突變序列時，應該使用佳學基因解碼提供的文件進行線粒體注釋，以確何線?；蛲蛔冃蛄袡z出的正確性。

為了生物信息分析人員更容易做到這一點，基因解碼提供兩個文件：ANNOVAR中humandb/ 目錄中的 hg19_MT_ensGene.txt 和 hg19_MT_ensGeneMrna.fa。 -buildver 是 hg19_MT，-dbtype 是 ensGene。

但是，如果將原始 FASTQ 文件與具有 NC_012920 的參考基因組（例如 1000 Genomes Project 提供的基因組，通常文件名類似于 human_g1k_v37.fasta）進行比對，那么需要使用具有 NC_012920 的自定義基因定義文件 NC_012920 的正確線粒體基因定義。 基因解碼提供了此類基于Ensemble定義的文件。 請注意，染色體名稱通常應為 MT（2013 年 6 月之前，基因解碼操作說明文件中使用 chrM，這導致一些 ANNOVAR的生物信息技術人員感到困惑，因此基因解碼隨后將其更改為 MT 并使用 GRCh37 的標準）。 在這種情況下，應該使用以下命令來注釋線粒體變體：annotate_variation.pl -buildver GRCh37_MT -dbtype ensGene mt.avinput humandb/。

為了讓基因檢測機構的生物信息分析更容易做到這一點，基因解碼現在在 ANNOVAR 包 humandb/ 目錄中提供了兩個文件 GRCh37_MT_ensGene.txt.gz 和 GRCh37_MT_ensGeneMrna.fa.gz。 -buildver 是 GRCh37_MT，-dbtype 是 ensGene。

• 上一篇：【佳學基因檢測】肥厚型心肌病與線粒體功能基因檢測
• 下一篇：【佳學基因檢測】胸苷激酶2缺陷癥 (TK2d) 基因檢測結果的多樣本呈現

• 收藏
• 挑錯
• 推薦
• 打印