遗传多态性知识汇总.docx
《遗传多态性知识汇总.docx》由会员分享,可在线阅读,更多相关《遗传多态性知识汇总.docx(18页珍藏版)》请在冰豆网上搜索。
![遗传多态性知识汇总.docx](https://file1.bdocx.com/fileroot1/2023-1/3/70223172-9210-474e-805a-3d5758c542ec/70223172-9210-474e-805a-3d5758c542ec1.gif)
遗传多态性知识汇总
遗传多态性知识
一、SNP,LD,HaplotypeandTaggerSNP
1.遗传/基因多态性(genetic/genepolymorphism)
在一随机婚配的群体中,染色体同一基因座位点上有两种或两种以上的基因型,且各个等位基因在群体中的出现频率皆高于1%。
它是决定人体对疾病易感性、临床表现多样性及药物治疗反应差异性的重要因素。
而种群中频率等于或小于1%的碱基变异称为突变。
染色体同一DNA位置上的每个碱基类型叫做一个等位位点。
如某些人的染色体上某一位置的碱基是A,而另一些人的染色体上相同位置上的碱基是G,除性染色体外,每个人体内的染色体都有两份,所以,一个人所拥有的一对等位位点的类型被称作基因型(genotype),如GA、GG、AA;检定一个人的基因型,被称作基因分型(genotyping)。
由不同基因型与环境共同作用所产生的生物体(人类)可观测的物理或生理性状称为表现型(phenotype)。
限制性片段长度多态性(restrictionfragmentlengthpolymorphism.RFLP)是第一代的遗传标记;可变数目的串联重复(variablenumberoftandemrepeat.VNTR)是第二代遗传标记;其中重复单位为2-6个核苷酸称为微卫星或短串联重复;6-12个核苷酸称为小卫星。
Polymorphismsaredefinedasfrequent(occurringingreaterthan1%ofthepopulation)variationsinthehumanDNAsequence.Mostinvolveasinglebasepairsubstitution,knownassinglenucleotidepolymorphisms
(1),althoughmorecomplexvariationsarealsorecognised.SNPsaresinglebasepairpositionsingenomicDNAatwhichdifferentsequencealternatives(alleles)existinnormalindividualsinsomepopulation(s),whereintheleastfrequentallelehasanabundanceof1%orgreater.Inprinciple,SNPscouldbebi-,tri-,ortetra-alleticpolymorphisms.Howere,inhumans,tri-alleticandtetra-alleticSNPsarerarealmosttothepointofnon-existence,andsoSNPsaresometimessimplyreferredtoasbi-allelicmarkers.
单核苷酸多态性(singlenucleotidepolymorphism.SNP):
最早由美国麻省理工学院的人类基因组研究中心Lander于1996年提出,是不同个体基因组DNA序列内特定核苷酸位置上单个碱基的不同.是第三代遗传标记,任一SNP在群体中出现的频率应不小于1%,原则上SNP可以是双、三、四等位基因多态,在人类三、四等位基因的SNP很少甚至几乎不存在,因此SNP简单指双等位标记,双等位基因的SNP替换包括1个转换C\T(G\A)和3个颠换C\A(G\T)、C\G(G\C)、T\A(A\T),由于核苷酸的5-甲基胞嘧啶脱氢基反应相对比较频繁,使得四种SNPs在基因组中出现的频率不同,在生物体内约2/3是C/T(G/A)转换,并且多存在于非转录序列中。
据统计,人类基因组中3*109碱基中至少存在着1000万个SNPs位点,平均约1个SNP/1000bp。
与其他遗传标记(如限制性片段长度多态,短串联重复)的主要不同是不再以“长度”的差异作为检测的手段,而直接以序列的变异作为标记,具有高丰度、高度稳定性和易于自动化分析等独特的优势。
英文描述:
SNPmarkersarepreferredovermicrosatellitemarkersforassociationstudies,becauseoftheirhighabundancealongthehumangenome(SNPswithminorallelefrequency>0.1occuronceevery600kb)(Wangetal.1998),theirlowmutationrate,andtheaccessibilityofhigh-throughputgenotyping.ThepowerofassociationstudiesbasedonSNPsdependsnotonlyonthesamplesizeanddensityofthemarkermapbutalsoonmanyotherfactors,suchastheageandfrequencyofthediseasemutationsandSNPsandtheextentoflinkagedisequilibrium(LD)intheregion.
(2)
根据SNP在基因序列中所处的位置的不同,SNP位点可以分为几个大类。
大多数对基因的功能没有影响的SNPs,称为anonymousSNPs;存在于基因内部的SNP位点则称为gene-basedSNPs,包括内含子、外显子和启动子中的单核苷酸多态性位点。
其中,存在于蛋白质编码序列中的SNP位点称为cSNPs或codingSNPs。
在cSNPs中,如果不改变所编码的氨基酸序列,这样的单核苷酸多态性称为synonymousSNPs;如果SNP导致了氨基酸序列的改变,则称为non-synonymousSNPs。
发生在基因蛋白编码区的SNP,可能引起编码氨基酸的置换,导致蛋白功能的改变;大多数SNPs发生在非编码区,启动子区域的SNP也许影响转录因子结合的能力,改变基因转录的速率或水平;发生在5’上游区或3’下游区域的SNPs可能改变转录的mRNA的稳定性或增强子活性;而内含子区域的SNPs的功能效应有待于进一步研究(3)。
检测SNP的方法多种多样,有直接测序法、PCR-RFLP法、单链构型多态分析法(singlestrandconformationpolymorphismanalysis,SSCP)、异源双链分析法(heteroduplexanalysis,HA)、变性梯度凝胶电泳分析法(denaturinggradientgelelectrophoresis,DGGE)、固相化学断裂法(solidphasechemicalcleavagemethod,spCCM)、等位基因特异性聚合酶链反应法(allele-specificPCR)、DNA芯片检测法和实时荧光定量PCR法等,均具有较高的特异性和敏感性,不同实验室可以根据研究目的和经费选择合适的检测方法。
2.单倍型(haplotype)
位于染色体上特定区域、相互关联、倾向于以整体模式遗传给后代的SNPs组合称作单倍型(haplotype),比拟为人类进化历史的“分子化石”。
在一段DNA内若存在n个SNP位点,则群体内理论上可能存在2n种单倍型,但针对每一个体来说只有2种单倍型。
单倍型构建方法:
实验方法目前有单分子稀释法(single-specificdilution)、AP-PCR(allele-specificPCR)、长插入克隆法(Long-insertcloning)与双倍型-单体型转化(diploid-to-haploidconversion)等;统计算法有Clark算法、最大似然算法、贝叶斯算法。
3.单倍域(haplotypeblock)
根据基因组大范围内SNPs之间的连锁不平衡,能够用一个相对简单的模型来描述人类基因组的单倍型结构,即染色体上存在的连续的、稳定的、几乎没有被重组所打断的单倍型区域,称为单倍域(haplotypeblockorhaploblocks)。
Severalneighboring,tightlylinkedSNPsareinheritedtogetherandformahaplotypeblock.单倍域可能是遗传的最小单位,在极端情况下,它可以是一个单独的SNP或者是一整条染色体,重组事件频发的区域可将相邻的单倍域间隔开来。
3.1单倍域的定义:
①ahaplotypeblockisacontiguoussetofmarkersinwhichtheaverageD’(thestandardizedcoefficientofLD(4))isgreaterthansomepredeterminedthreshold.
②Gabrieletal(5)describedhumangenomecanbeparsedobjectivelyintohaplotypeblocks:
sizableregionsoverwhichthereislittleevidenceforhistoricalrecombinationandwithinwhichonlyafewcommonhaplotypesareobserved.basedonlinkagedisequilibrium(LD),thatislargepairwise|D’|valuesbetweenthoseSNPpairswithinonehaploblock.
③Patiletal(6)definedhaplotypeblocksasaregionwithalargeproportion(>80%)ofinferredcommonhaplotypes.basedontheconceptof“chromosomecoverage”,withahaplotypeblockcontainingaminimumnumberofSNPsthataccountforamajorityofcommonhaplotypesorareducedlevelofhaplotypediversity.
④Wangetal(7)furtherproposedexplicit“nohistoricalrecombination”asadefinitionforhaplotypeblocks,whichcanbetestedusingafour-gametetest.
⑤DingKetal(8)choosetodefinehaplotypeblocksbasedonLDwhenhaplotype-block-basedtSNPsselectionmethodswereemployed.TheLD-basedhaplotype-blockdefinitionrequiresthattheproportionofSNPpairswithstrongD’(absoluteD’≥0.70)mustaccountforatleast95%ofpairsofSNPs
3.2单倍域的算法及划分标准:
3.2.1基于连锁不平衡:
①GabrielCriteria(5)ofhaplotypeblockpartitioning:
vExcludeMAFofSNPsbelow0.05
v“strongLD”isdefinedthatiftheone-sidedupper95%confidenceboundonD’is>0.98(thatis,consistentwithnohistoricalrecombination)andthelowerboundisabove0.7.
v“strongevidenceforhistoricalrecombination”pairsforwhichtheupperconfidenceboundonD’islessthan0.9.
Wedefinedahaplotypeblockasaregionoverwhichaverysmallproportion(<5%)ofcomparisonsamonginformativeSNPpairsshowstrongevidenceofhistoricalrecombination.FractionofstrongLDinthesetwocategoriesmustbeatleast95%.[Weallowfor5%becausemanyforcesotherthanrecombination(bothbiologicalandartifactual)candisrupthaplotypepatterns,suchasrecurrentmutation,geneconversion,orerrorsofgenomeassemblyorgenotyping]
②TheblockdefinitionmethodbasedontheD'measureofLD,employedbyGabrieletal,wasappliedtotheSNPgenotypedatathroughtheHaploViewsoftwarepackage(MJDalyandJCBarrett,WhiteheadInstitute,MA,USA).Briefly,ablockwasdefinedasaregioninwhichlessthan5%ofSNPpairshadaD'upperconfidenceboundlessthan0.9.Inaddition,blocksconsistingof2SNPscouldspanupto20kbandblocksof3or4SNPscouldspanupto30kb.Blockswerenotallowedtooverlap(9)
③Wangetal(7)furtherproposedexplicit“nohistoricalrecombination”asadefinitionforhaplotypeblocks.利用四配子检验法(four-gametetest,FGT)提出了单体域的算法:
首先对成对的SNPs进行四配子检验(检测到4个配子就表示曾经发生重组),将两两位点的四配子状态用矩阵表示,有4个配子出现计为1,否则为0;单体域被定义为没有重组现象发生的一组有序SNP标记,也就是根据FGT的结果,只要配子数不超过3个,就不断累加SNP到一个域中,直到第k个位点出现4个配子而结束,位点k可作为另一个新单倍域的突变起始点。
FGT算法的优点之一就是无需预先设定域值,当样本量较大时与贪婪算法结果相似。
HaploviewFourgameterule:
Foreachmarkerpair,thepopulationfrequenciesofthe4possibletwo-markerhaplotypesarecomputed.Ifall4areobservedwithatleastfrequency0.01,arecombinationisdeemedtohavetakenplace.Blocksareformedbyconsecutivemarkerswhereonly3gametesareobserved.
3.2.2基于单体型多样性:
①Patiletal(6)definedhaplotypeblocksasaregionwithalargeproportion(>80%)ofinferredcommonhaplotypes.提出了获得单体域近似分割的贪婪算法,首先考虑由连续SNPs形成的所有可能的单体域,然后从中选出一个单体域,使得该域中的SNP数目与所需最少的标签SNPs(用来区分的出现一次以上单体型)数目之比值达到最大,也就是用最少的标签SNP区分出最多的SNP;每个SNP都被安排一个单体域中.所有单体域的大小与其在染色体上的顺序无关,且单体域没有绝对的边界。
Twocriteria:
(1)ineachblock,atleast80%oftheobservedhaplotypesarerepresentedmorethanonce;and
(2)thetotalnumberoftagSNPsfordistinguishingatleast80%ofhaplotypesisassmallaspossible
②Zhangetal(10-11)提出了单体域分割的动态程序算法,算法的原理是使每个单体域中能代表域中大部分性质的标签SNPs达到最少,他们的算法已经被开发为程序HAPBLOCK(http:
//hto-b.usc.edu/msms/HapBlock/)。
尽管上述方法各具优点,但Walletal(12)指出更倾向于第一类方法,原因:
其一,使用D’直接检测历史性重组的发生看起来更符合单体域的定义;其二,对于二倍体的遗传数据,两两配对的方法更容易应用;最后,两两配对连锁不平衡的系数更易于可视化。
3.2.3其余划分标准
vhaplotypeblockboundarieswereinferredfromthephasedgenotypedata(probabilitythresholdforcorrectphasecallateachsite:
0.95)byD’confidencelimits(upperconfidencelimit>0.97,lowerconfidencelimit>0.70,fractionofinformativepairsinstrongLD:
0.95)usingHaploview(http:
//www.broad.mit.edu/personal/jcbarret/haploview/)
v所有两两SNP之间的D’值最小值>0.9(13-14)
v所有两两SNP之间的r2值和D’值均等于1(15)
v所有两两SNP之间的r2值最小值>0.8(16)
v95%的两两SNP之间的D’值最小值>0.7(8)
Severalneighboring,tightlylinkedSNPsareinheritedtogetherandformahaplotypeblock,whichasahaploblockhasahigherdiscriminationpowerthantheindividualSNPswithintheblock.Candidatehaplotypeblockswereselectedfromthreemajorpopulations(Caucasian,EastAsian,andAfrican)usingthefollowingparameters:
maximummatchprobabilityreduction=0.85,linkagedisequilibrium(LD)r2≥0.7,maximumFst=0.06(17),minimumnumberofSNPs=3,minimumheterozygosity=0.2,andminimumnumberofhaplotypes=3.(18)
4.标签SNP(taggerSNP)
对于一个连锁群来说其可能包含有很多SNP位点,但是只需用少数几个SNPs就足以特异性地鉴定出该连锁群的单体型模式,而这样的SNPs被称为标签单核苷酸多态性(tagsinglenucleotidepolymorphism,tSNPs),是基因组中具有代表性和特征性的SNP,是构建单倍型或进行关联分析所必需的一组遗传标记。
而仅通过少数SNP等遗传标记就可以识别单倍域中的大部分单倍型,这些遗传标记被称为单倍型标SNP,称为单倍型标签SNP(haplotypetagSNPhtSNP)(19)。
4.1tSNP和htSNP的区别
Thetwoterms,htSNPsandtSNPs,refertotwodifferentstrategies(8)forchoosingtheoptimalminimumsubsetofSNPsfromtheentiresetofSNPs.htSNPsareselectedbasedonthehaplotype-blockmodelofLDpatterninaregionofinterestandrepresentthecommonhaplotypesinferredfromtheoriginalsetofSNPs.Ontheotherhand,tSNPsareselectedbasedonmeasuresofassociation,suchthatatSNPpredictspartiallyorcompletelythestateofotherSNPs.
4.2挑选tSNP或htSNP方法分类
Eightmethodscanalsobeclassifiedashaplotypeblock-basedmethods:
Allcommonhaplotypes,Haplotypediversity,R2h(Coefficientofdetermination),andEntropyandhaplotype-block-freemethods:
TagIT(Haplotyper2),LDr2(basedonpairwiseLD),PCA(principalcomponentanalysis),andBEST(basedonsettheory).
LDlevelisbasedonthefollowingc