科内培训-基因变异的表述方法

基因变异的表述方法武汉分子生物学实验室陈然KGDiagnosticsConfidential上集回顾@DNA的化学结构。@查找序列。@正义链和反义链。@碱基书写顺序。@mRNA和前体mRNA。@外显子和内含子。@CDS和UTR。@外显子≠CodingDNA。@全基因突变、热点突变和已知突变。KGDiagnosticsConfidentialHGVS规范了基因及蛋白的变异表述表述不统一将造成互相理解障碍KGDiagnosticsConfidential“突变”与“多态性”的不同Mutation突变Change改变（罕见的）Disease-causingchange致病改变Polymorphism多态性Changein1%inpopulation人类群体中大于1%的改变Notdiseasecausingchange不致病的改变KGDiagnosticsConfidential建议使用的词语Mutation突变Polymorphism多态性负面正面建议使用中性词Variant/Alteration变异CNV拷贝数变异SNV（NotSNP）单核苷酸变异KGDiagnosticsConfidential“指南”的定义——《测序技术的个体化医学检测应用技术指南（试行）》国家卫生计生委个体化医学检测技术专家委员会制定KGDiagnosticsConfidentialPGM中的VariantKGDiagnosticsConfidentialVariantCaller的导出结果写成“SNV”为好KGDiagnosticsConfidential报告有待规范写成“变异”为好KGDiagnosticsConfidential规范的基因名称-1网址：或搜索引擎搜索关键词“HGNCgene”KGDiagnosticsConfidential规范的基因名称-2KGDiagnosticsConfidential参考序列出处-1基因的核酸信息包括染色体基因组DNA序列和mRNA序列，核酸信息参考NCBIGenBank核酸序列数据库参考序列（ReferenceSequence，RefSeq）。基因组DNA序列GenBank注册号前面用NT、NC或AC加下划线进行标注，其中以“NT_”标注的序列为BAC克隆或鸟枪测序法获得的不完整的基因组测序序列。如10号染色体上的片段NT_030059，同一序列号有不同的版本号时，后面用点加版本号表示，如NT_030059.14。成熟mRNA转录本序列的注册号前用NM加下划线（NM_）进行标注。微小RNA（microRNA，miRNA）的核酸序列信息参考miRBase序列数据库，miRNA前体序列前用“MI”标注，miRNA的成熟体序列前用“MIMAT”标注。——《测序技术的个体化医学检测应用技术指南（试行）》国家卫生计生委个体化医学检测技术专家委员会制定KGDiagnosticsConfidential参考序列出处-2美国国立生物技术信息中心（NCBI）收录的参考序列编码具有权威性及唯一性。其中前缀“NM_”表示为mRNA序列，“NP_”表示多肽序列，“NG_”表示基因组序列。基因组参考序列应列出完整基因序列，包括5'以及3'非编码区（UTR）。当使用某段编码DNA参考序列描述突变时，应选择合适的转录体，且转录体的起始转录点应当明确，例如选择最常见的转录体，或者是已知的最大转录体，或者具有组织特异性的编辑转录体。当某一参考序列具有多种转录方式时，选择NCBI数据库里注释最全面的版本。——《肿瘤个体化检测治疗指南（试行）》国家卫生计生委个体化医学检测技术专家委员会制定KGDiagnosticsConfidential参考序列出处-HGVS有不同看法HGVS建议使用LRG（LocusReferenceGenomic）序列作为首选参考序列。如果该基因没有LRG序列，则采用RefSeq作为参考序列。HGNC的页面KGDiagnosticsConfidentialLRG序列的web页面点击这些绿色的+号得到有意思的内容KGDiagnosticsConfidential前缀——应指出突变位于哪种序列中“g.”表示基因组序列，如g.476AT。“c.”表示CodingDNA（编码DNA）序列，如c.76AT。“m.”表示线粒体DNA序列，如m.8993TC。“r.”表示RNA序列，如r.76au。“n.”表示非编码RNA序列。“p.”表示蛋白质序列，如p.Lys76Asn。对于DNA变异的表述，“c.”优于“g.”——直观地得知该变异点在外显子上还是内含子上，会不会造成氨基酸编码改变，与表型联系起来。KGDiagnosticsConfidential序列位置编号-1基因组、线粒体DNA、RNA、非编码RNA、蛋白序列：以参考序列的第一个碱基或氨基酸确立为1，直接数其在对应参考序列中的位置即可。如：g.476，m.9222，p.76。KGDiagnosticsConfidential序列位置编号-2CodingDNA（编码DNA）序列：•将CodingDNA看成连续的（排除内含子间隔），以起始密码子ATG的第一个碱基A确立为1，以终止密码子的最后一个碱基确立为结束N。若碱基在CodingDNA范围内，则其位置为1~N区间内的自然数，如c.112。•起始密码子ATG的上游的第一个碱基确立为-1，一直向5’端推移编号为-2、-3……，整个5’UTR区域位置均为负数表示，如c.-72。——没有“0”碱基。•终止密码子下游的第一个碱基确立为*1，一直向3’端推移编号为*2、*3……，整个3’UTR区域位置均为“*自然数”表示，如c.*85。•对于内含子起始片段内的位点，以上一外显子最后一个碱基的位置、加号和距离这个碱基的位置表示，如c.77+1；对于内含子末端的位置，以下一外显子第一个碱基的位置、减号和距离这个碱基的位置表示，如c.77-2。——“+”和“-”的分界线需谨慎决定。•5’UTR若有内含子，内含子上的碱基位置以“-23+1,-23+2,...,-22-2,-22-1”形式表示；3’UTR若有内含子，内含子上的碱基位置以“*154+1,*154+2,...,*155-2,*155-1”形式表示。不建议使用c.IVS1+1G，c.IVS1-2G形式的表示（IVS：interveningsequence）。原因：外显子/内含子的编号比CodingDNA编号更易引起混乱。KGDiagnosticsConfidential序列位置编号-列表举例KGDiagnosticsConfidentialc.171c.247c.246c.312序列位置编号-外显子&内含子举例c.246+6c.247-4KGDiagnosticsConfidential序列位置编号-5’端举例c.-26c.-25-6c.-25c.1KGDiagnosticsConfidential变异的表述总体规范-1“”（英文输入法的大于号）表示碱基替换，如c.76AT。“_”（英文输入法的下划线，不是中划线）表示从起始位置编号到终止位置编号范围的受到影响，如c.76_78del。“del”表示缺失，如c.76delA。“dup”表示重复，如c.8dupG（不是c.8_9insG，重复和插入的定义不同，见后）。“ins”表示插入，如c.76_77insG。“delins”表示同时有缺失和插入，如c.112_117delinsTG。“inv”表示倒位，如c.76_83inv。“con”表示转换，如c.123_678conNM_004006.1:c.123_678。“fs”表示移码（frameshift），变异导致在起始密码子和终止密码子之间的开放阅读框发生改变，如p.Arg97Profs*23。“ext”表示延伸（extension），变异发生在起始密码子或终止密码子上，导致氨基酸序列较之原序列变长了。如p.Met1ValextMet-12。“()”（英文输入法的圆括号）表示发生变异的具体位置不确定，如c.(67_70)insG，但是圆括号内的位置范围要尽可能缩到最小。“[]”（英文输入法的方括号）表示发生在某个等位基因上，如c.[76AT]；或者已确定的数量，如c.123_124[4]。KGDiagnosticsConfidential变异的表述总体规范-2DNA：前缀（c.）+位置编号（76）+参考序列碱基（A）+变化（）+改变后的碱基（如果有）（T）：c.76AT。碱基以大写字母表示，包括A、T、G、C、Y、R、W等。RNA：前缀（r.）+位置编号（39）+参考序列碱基（a）+变化（）+改变后的碱基（如果有）（u）：r.39au。碱基以小写字母表示，包括a、u、g、c、y、r、w等。蛋白：前缀（p.）+参考序列氨基酸（Trp）+位置编号（52）+变化（没有“”，但“del”、“ins”等不变）+改变后的氨基酸（如果有）（Ala）：p.Trp52Ala。氨基酸以三字母（第一个字母大写）或单字母表示，如Trp或W。建议以三字母表示（第一个字母大写），不建议以单字母表示，因为单字母容易和碱基混淆。KGDiagnosticsConfidential变异的表述总体规范-关于氨基酸终止HGVS：用“Ter”或“*”（英文输入法且英文字体下的星号键）表示氨基酸翻译终止，如p.Asn26Ter或p.Asn26*，不使用“X”表示氨基酸翻译终止。原因：IUPAC-IUB(InternationalUnionofPureandAppliedChemistry，InternationalUnionofBiochemistryandMolecularBiology)已规定“X”用来表示未指定或未知氨基酸，所以不能用来表示终止。“X”符号代表终止密码子。例如，p.Gly542X表示542位点的甘氨酸残基被终止密码子所代替。——《肿瘤个体化检测治疗指南（试行）》此处存在争议KGDiagnosticsConfidential变异的表述——替换替换（substitution）：一个碱基/氨基酸被另一个碱基/氨基酸替换。特征是“一对一”。如果是一个碱基/氨基酸变异成多个碱基/氨基酸，那是缺失-插入。如果是多个碱基/氨基酸变异成一个碱基/氨基酸，那是缺失或缺失-插入。如果是多个碱基/氨基酸变异成多个碱基/氨基酸，那是缺失-插入或转换。故没有“c.76_77AGTT”这种写法。用“”（英文输入法的大于号）表示某个碱基变成了另一个碱基，不建议使用“A76T”类似的形式表示。但是氨基酸替换没有“”，要写成“p.Trp52Ala”这样的形式。举例：c.76AT,p.Glu26Asp。KGDiagnosticsConfidential变异的表述——缺失缺失（deletion）：原本该有的没有了。举例：c.76del或c.76delA；c.76_78del或c.76_78delACT（可以不用写成c.76_78del3）；p.Gln8del；p.Gln8_Ala10del。氨基酸移码变化见后。最靠近3’端法则（most3’position）：缺失的碱基，认为其靠近3’端，而不是5’端。ACTTTGTGCC变成ACTTGCC，缺失了哪三个碱基？ACTTTGTGCC还是ACTTTGTGCC？——TGT比TTG更靠近序列的3’端，故认为缺失了TGT（c.5_7del），而不是TTG（c.4_6del）。ctttagGCATG变成cttagGCATG，写成c.301-3delT，而不是c.301-4delT、c.301-5delT。但是该法则有例外，在描述外显子/内含子边界的变异时，认为缺失的碱基影响外显子大于影响内含子。如CAGgtg变成CAgtg，写成c.3delG，而非c.3+1delG。不确定断裂位置的情况（见于使用MLPA和PCR法发现的外显子缺失），要使用圆括号和预估的断裂位置范围，例如