外显子捕获结题报告

1、外显子捕获结题报告2010-11-22内容TOC o 1-5 h z HYPERLINK l bookmark4 o Current Document 1项目信息1 HYPERLINK l bookmark6 o Current Document 2工作流程介绍2 HYPERLINK l bookmark8 o Current Document Agilent液相捕获平台2 HYPERLINK l bookmark10 o Current Document NimbleGen液相捕获平台3 HYPERLINK l bookmark12 o Current Document 生物信息分析流程4

2、HYPERLINK l bookmark14 o Current Document 3分析报告5 HYPERLINK l bookmark16 o Current Document 结果53.1标准生物信息分析53.1.1数据产出统计53.1.2目标区域单碱基深度分布图6外显子捕获测序的均一性7致序列组装和SNP检测7 HYPERLINK l bookmark18 o Current Document SNP注释8 HYPERLINK l bookmark20 o Current Document 3.1.6插入/缺失(indels)检测9 HYPERLINK l bookmark22 o C

3、urrent Document 3.1.7插入/缺失(indels)注释9 HYPERLINK l bookmark24 o Current Document 3.2个性化分析93.2.1氨基酸替换预测93.2.2群体SNP检测和等位基因频率估计12孟德尔遗传病分析13 HYPERLINK l bookmark30 o Current Document NGS-GWAS分析14正向选择信号的检测14 HYPERLINK l bookmark32 o Current Document 4数据分析方法说明15 HYPERLINK l bookmark34 o Current Document 信息

4、分析软件及常用参数介绍15 HYPERLINK l bookmark38 o Current Document 参考数据库16 HYPERLINK l bookmark40 o Current Document 数据文件格式17外显子组测序结题报告 项目信息PROJECTNAMECONTRACTNUMBERSAMPLEINFORMATIONSpeciesInformationGenomeInformationAdditionalInformationCUSTOMERINFORMATIONPIContactPersonCompanyNameContactMethodsNameTelE-mailN

5、ameTelE-mailCONTACTINFORMATION(BGI)SalesInformationNameTelE-mailNameTelE-mailCustomerServiceNameTelE-mailNameTelE-mailPROJECTDIRECTORAPPROVALTHERESULTSHAVEBEENAPPROVEDANDCANBESUBMITTEDSignature:Date:工作流程介绍采用AglientSureSelect外显子靶向序列富集系统和NimbleGenSeqCapEZ人全外显子捕获系统。这两个系统都采用液相系统进行高特异性和高覆盖率的外显子区域捕获。21Agi

6、lent液相捕获平台suaQJNMJSelDrc-iwossi-isSireSelectGlhQMICUMRdE|MPE|oxnrAn淅_TTargetEnrichmentSystemCapCureProcess图2.1Aglient外显子捕获和测序流程基本流程：首先将基因组DNA随机打断成150-200bp左右的片段，随后在片段两端分别连接上接头制备杂交文库。文库经纯化后经过LM-PCR的线性扩增与SureSelectBiotinylatedRNALibrary(BAITS)进行杂交富集，再经过LM-PCR的线性扩增，文库检测合格后即可上机测序(Hiseq2000测序仪)。对每个捕获文库进行

7、高通量测序并保证测序深度达到要求，原始图像文件经过IlluminabasecallingSoftware1.7进行碱基读取，获得读长为90bp双末端序列（reads）。2.2NimbleGen液相捕获平台-SWfC-sp：EZiLlbriw1气斥:至4-曰iC2HFtLirCf1-Tiiirie-iCRegion=s!*_VWfixMiniig=4x目标区域深度=4x的碱基覆盖度Fractionoftargetcovered=10 x目标区域深度=10 x的碱基覆盖度唯一比对到参考基因组的reads中，唯一比对到目标区域的readsCapturespecificity(%)所占的比例Reads

8、mappedtoflankingregion比对到侧翼区（每段目标区域两侧扩展200bp）的reads数Meandepthofflankingregion侧翼区域的平均深度Coverageofflankingregion侧翼区域的覆盖度Fractionofflankingregioncovered=4x侧翼区域深度=4x的碱基覆盖度Fractionofflankingregioncovered=10 x侧翼区域深度=10 x的碱基覆盖度Fractionofuniquemappedbasesonorneartarget唯一比对到目标区域和侧翼区域的碱基比例外显子组测序结题报告 Duplicati

9、onratereads重复率MeandepthofchrXX染色体的平均深度MeandepthofchrYY染色体的平均深度Samplegender样本性别Gendertestresult性别测试结果3.1.2目标区域单碱基深度分布图横坐标代表测序深度，纵坐标代表目标区域上对应深度的碱基数占总碱基数的百分比。目标区域的单碱基分布近似服从泊松分布。3.1.3外显子捕获测序的均一性的碱基数占总碱基数的百分比。根据表中基本数据的统计量及单碱基深度分布图和累积深度分布图，除了可以得到通过外显子捕获的样本基本信息外，还可以判断捕获的数据是否符合要求即进行质控。3.1.4一致序列组装和SNP检测对于soa

10、p比对之后的结果，我们采用SOAPsnp软件进行一致序列组装，得到每个位点的基因型，进而进行SNP检测。生成文件如下：CNS文件(*.cns)：包含位点的基因型等详细信息。SNP文件(*.snp、*.snp.filter):其中*.snp包含*.cns中所有的可能SNP位点，即基因型与参考序列基因型不一致的位点；*.snp.filter包含最终的SNP集合，即对*.snp中所有SNP位点按一定标准(如质量值、深度等)进行过滤后所得到的高置信度的SNP结果。315SNP注释对最终检测出的SNP结果，即*.snp.filter中所有SNP进行注释分类，每个SNP的详细信息见gff文件，gff文件的

11、详细说明见数据文件格式说明部分。对SNP的统计信息见表3.2。表3.2SNP统计CategoriesSampleIDNumberofgenomicpositionsforcallingSNPs(1)87,444,832Numberofhigh-confidencegenotypes(2)63,608,643Numberofhigh-confidencegenotypesintargetregions33,006,340NumberofknowndbSNPsitesintargetregion192,415178963CoverageofknowndbSNPsites(3)(93.01%)Num

12、berofdetectedSNPsontargetNumberofdetectedSNPsneartargetTotalnumberofSNPs45,671Synonymous-coding8,036Missense6,817Nonsense51Readthrough9Splicesite(4)347Intron27,1515UTRs(5)1,3813UTRs1,548Intergenic331注：NumberofgenomicpositionsforcallingSNPs：指*.cns文件中的所有位点，即包括捕获的目标区域和前后200bp的侧翼区域。Numberofhigh-confiden

13、cegenotypes：*.cns文件中质量值不低于20的碱基数Numberofhigh-confidencegenotypesintargetregions：*.cns文件中，目标区域内质量值不低于20的碱基数NumberofknowndbSNPsitesintargetregion:目标区域内所有在dbSNP数据库中已知SNP位点数。CoverageofknowndbSNPsites:在目标区域内，我们所定义的高可信度的位点(即*.cns文件中碱基质量值不低于20的位点)所覆盖到的已知SNP位点数(dbSNP)的比例。TotalnumberofSNPs：最终得到的高可信度(采用一定的过滤标

14、准过滤之后的结果)的SNP位点数。Splicesite：外显子与内含子交界处4bp的内含子SNP位点？5UTRs:指初始密码子上游200bp；3UTRs则指终止密码子下游200bp；316插入/缺失(indels)检测通过对获得的测序reads重新组装，可发现外显子区的插入与缺失(InDels)。重新组装是运用SOAPdenovo(Lietal.GenomeRes,2010)软件，随后，通过LASTZ软件将组装的一致性序列比对到参考基因组上。将比对结果输入到axtBest(Schwartzetal.GenomeRes,2003)，以将orthologous比对与paralogous比对分离。最

15、后，检测到比对的断裂点(breakpoints)，以及进行后续的Indels的注释。3.1.7插入/缺失(indels)注释对检测出的indels结果进行统计，举例统计信息见下表表3.3InDels统计SampleIDSH002SH003SH005SH029SH048SH050TotalnumberofInDels640466436629579635Ins-coding(1)825755627074Del-coding(2)7955567874735UTRs131241010133UTRs232017221617Intergenic593311341533563513Totalinsertio

16、n345240220347299331Totaldeletion295226216282280304HeterozygousInDels442254226440383447HomozygousInDels198212210189196188(1)指编码区的插入(insertion)指编码区的缺失(deletion)3.2个性化分析3.2.1氨基酸替换预测在遗传学中，遗传变异对表型的影响具有很重要的意义。引起蛋白序列中单氨基酸替换的遗传变异类型为非同义的SNP(non-synonymoussinglenucleotidepolymorphism,nsSNP)。非同义的SNP很可能影响蛋白质的功能

17、，从而影响表型。我们可采用SIFT(SortingIntolerantFromTolerant)软件和PolyPhen(PolymorphismPhenotyping)软件进行预测，预测单氨基酸替换对蛋白质功能的影外显子组测序结题报告外显子组测序结题报告 注： 响。SIFT简介SIFT(SortingIntolerantFromToleran)是一个用于预测氨基酸替换对蛋白质功能影响的软件，它可以判断出这个氨基酸置换在蛋白质功能上是无害的(functionallyneutral)的还是有害的(deleterious),研究者可以由这个结果推断是否要对这种替换做进一步的研究。详细信息见/。SIF

18、T预测结果举例如下：表3.4SIFT预测结果举例CoordinatesCodonsSubstitutionSNPTypePredictionScore1MedianInfo2GeneName10,17125881,1,C/GAGG-AGcR1260SNonsynonymousDAMAGING*Warning!Low03.38CUBNconfidence.10,22062710,1,C/TACC-AtCT835INonsynonymousTOLERATED0.063.4MLLT1011,116138821,1,G/ACGT-tGTR232CNonsynonymousDAMAGING0.023.0

19、5BUD131,111830738,1,G/AACC-ACtT147TSynonymousN/AN/AN/AADORA315,29004656,1,C/TCCG-CtGP736LNonsynonymousDAMAGING0.013.05MTMR1519,12624007,1,G/ACCG-CtGP669LNonsynonymousTOLERATED0.753.02MAN2B119,15137764,1,C/TCGG-CaGR1834QNonsynonymousTOLERATED13.03NOTCH32,10103771,1,G/ACGG-CaGR29QNonsynonymousDAMAGING

20、0.033.03KLF112,31426431,1,C/TGCA-aCAA932TNonsynonymousDAMAGING03.05XDH3,128822344,1,G/AATG-ATaM793INonsynonymousTOLERATED0.133.05MCM24,69830873,1,T/AAGA-AGtR428SNonsynonymousDAMAGING0.012.95UGT2A39,138364025,1,G/AGTG-aTGV459MNonsynonymousTOLERATED0.153.36GPSM1X,48432692,1,C/TCCT-tCTP460SNonsynonymou

21、sTOLERATED0.244.32WAS7,102503456,1,G/T-NANANotscoredNANA1Coordinates：突变发生的染色体编号及坐标位置Codons：密码子的变化情况Substitution：氨基酸的替换信息4SNPType：SNP的类型Prediction：预测结果(damaging/tolerated)6Score：SIFT对于一个氨基酸置换的预测结果被计算为一个标准化的分值，变化范围从0到1，当这个值大于0.05的时候表示这个突变是可以容忍的，即对蛋白质功能没有影响或影响很小；小于等于0.05的时候则说明这个突变是有害的，即对蛋白质功能有较大影响。Medi

22、anInfo：中值信息。用来衡量用于比对的蛋白质序列的多样性情况，变化范围从0到4.32，理论上应该在2.75到3.5之间。如果这个值大于3.25，系统将会发出警告信息，因为这说明本次预测分析是基于一系列紧密联系的蛋白质序列的，结果可信度可能不高。GeneName：发生替换所在的基因名称PolyPhen简介PolyPhen(PolymorphismPhenotyping)也是一种预测氨基酸置换对蛋白质结构和功能影响的工具。详细信息见 HYPERLINK /pph/ /pph/PolyPhen预测结果主要包括三部分，Query、Prediction、Details。Query部分包含查询信息，与

23、输入文件类似。Prediction部分显示了预测的结果。Details部分显示了PolyPhen预测的详细信息，包括所有的数据信息。我们着重关注的为预测结果，如Thisvariantispredictedtobeprobablydamaging”。详细说明见： HYPERLINK /pph/pph_help_text.html%23OutputQueryAccession /pph/pph_help_text.html#OutputQueryAccession举例如下：表3.5PolyPhen预测结果举例QueryAccnumberPositionAA、AA2Description210403

24、41176CY.1|hemochromatosisproteinisoform3precursor,hereditaryhaemochromatosisproteinHomosapiensPredctionThisvariantispredictedtobeprobablydamagingPredictionAvailabledataPredictionbasisSubstitutioneffectPredictiondata(1)ProbablydamagingFTalignmentalignmentN/APSICscoredifference:2.943DetailsPSICPROFILE

25、SCORESFORTWOAMINOACIDVARIANTSScore1(2)Score2(3)|Score1-Score2|Observations(4)Diagnostics(5)Multiplealignmentaroundsubstitutionposition+2.415-0.5282.9439precomputedSecquences:Flanks:MAPPINGOFTHESUBSTITUTIONSITETOKNOWNPROTEIN3DSTRUCTURESDatabaseInitialnumberofstructuresNumberofstructurePQS70903.2.2群体S

26、NP检测和等位基因频率估计在群体分析中，不同于单个样本的分析研究，它不考虑单个个体基因型的可信度，而是在群体的层面上得到位点的基因型信息，通常可以有较低的测序深度。群体分析时，对于每一个位点，通过贝叶斯算法估计每个可能基因型的概率、为SNP的概率以及群体等位基因频率。由于较大的数据量，这样与单个样本的SNP检测相比能够更有力地检测变异信息，其结果更具有说服力，并且能发现很多低频罕见变异。这种方法成功应用于50个藏族人(Yietal.Science,2010)和200个丹麦人(Lietal.NatureGenetics,2010)的外显子分析。分析结果举例如下：(寸OLX)遅Ns。#图3.3群体

27、外显子分析的可变位点频谱(SFS)图3.3为群体分析中，外显子区域的可变等位基因的频谱。横坐标表示可变外显子组测序结题报告129 等位基因频率01，纵坐标表示对应频率的SNP数目，图中红色表示新的SNP数目，蓝色表示数据库(dbSNPv129)中已知的SNP数目，由图可以看出，在低频范围内，可以找出更多的新的SNP，这些低频SNP很可能与罕见疾病变异密切相关。3.2.3孟德尔遗传病分析孟德尔遗传病通常指单基因遗传病，简称单基因病(monogenicdisease/singlegenedisorder)，是指单一基因突变引起的疾病，符合孟德尔遗传方式，所以也称为孟德尔式遗传病。对变异结果进行注释

28、后，我们致力于寻找候选基因，从而进一步确定致病基因。筛选候选基因的方法如下：首先，将每个病例中已知的SNPs进行过滤，采用的筛选数据库主要包括dbSNP129、千人基因组数据库、hapmap外显子数据库,以及正常样本的数据。其次，假定候选变异都是非同义突变或者在剪接位点，因此我们可以去除其它不改变蛋白产物的变异。最后，我们得到在所有或大部分病例中存在的变异。这样就大大减少了候选变异的数量，缩小了寻找范围。改为：筛选候选基因的方法如下：首先，过滤每个病例中已知的SNPs，筛选用到的数据库包括dbSNP129，千人基因组数据库，Hapmap外显子数据库以及正常对照的SNP数据。其次，假定疾病是由非

29、同义突变或者剪接位点突变导致，则去除其它不改变蛋白产物的变异。最后，我们筛选出在所有或大部分病例中存在的变异，以减少候选变异的数量，从而缩小寻找范围。举例如下：表3.6不同范畴内的SNPs统计SampleSampleSampleSampleSampleSampleSample2affectedABCD(A+B)(A+B+C)(A+B+C+D)Filter(Whole/(Whole/(Whole/(Whole/(Whole/(Whole/(Whole/Locus)(Whole/Locus)Locus)Locus)Locus)Locus)Locus)Locus)5796/5649/5780/584

30、2/3964/3736-3964/26NS/SS/Indel3099/262443/203440403726-30NotindbSNP869/6734/9931/8891/8288/3134/368/2207-288/3-5外显子组测序结题报告 NotindbSNP129,norineightHapMapexomes616/6520/6674/7661/7155/343/315/287-155/3-4NotindbSNP129,eightHapMapexomes,norin309/4262/3341/6384/575/11-May1-Jan48-101/1dbSNP1000genomesPre

31、dictedtobe211/1203/1214/1212/148/13/11/136-52/1damaging注：Whole/Locus：Whole表示整个外显子区域，Locus表示特定的区域；NS/SS/lndel:表示非同义突变位点、剪接位点以及Indel的个数总和；2affected:表示在两两不同组合病人中所检测到的相应信息的数量范围。3.2.4NGS-GWAS分析基于芯片的GWAS分析不能检测出稀有突变(即次等位基因频率MAF小于0.05的突变)，外显子测序技术能够获得MAF20.02的等位基因频谱(200Danishexome,Lietal.NatureGenetics,2010)

32、，这些有助于我们进行基于新一代测序技术的GWAS分析。325正向选择信号的检测通常更多的研究指向正向选择的基因，我们可通过大量的数据集对每一个基因进行检测，看其固定替换的比例是否显著偏移全基因组范围的期望，通常采用HKAtest(Hudson-Kreitman-AguadQ)检验方法进行检验。最近一项研究表明这种检验方法在检测正向选择上具有很大的效力(Zhaietal.MolBiolEvol,2009)。采用之前的研究结果进行举例说明，显示结果如下：表3.7HKA检验GeneSymbolDescriptionFPF/PScoreKIR3DP1killer-cellIg-likereceptor

33、82108.207LILRA1leukocyteimmunoglobulin-likereceptor,6078.577transmembranephosphatasewithtensinTPTEhomology86165.387KIR2DL1killercellimmunoglobulin-likereceptor,two40313.336.05VPS13Dvacuolarproteinsorting13Disoform13949.755.19FLGfilaggrin99283.545.03CES2carboxylesterase2isoform1220g4.95TPRX1tetra-pep

34、tiderepeathomeobox220g4.95HMCN1hemicentin162154.134.12TRPM2transientreceptorpotentialcationchannel,3248.003.92KIR2DL3killercellimmunoglobulin-likereceptor,two3456.803.76KIAA1199KIAA119921121.003.75SORBS2sorbinandSH3domaincontaining2isoform224212.003.62TTC26tetratricopeptiderepeatdomain26isoform1160g

35、3.60SULT1C3sulfotransferasefamily,cytosolic,1C,member3356.603.59HERC2hectdomainandRLD24394.783.50SGTAsmallglutamine-richtetratricopeptide150g3.37DYNC1H1cytoplasmicdynein1heavychain147114.273.37CBWD2COBWdomain-containingprotein2chorionicsomatomammotropinhormone-like19119.003.33CSHL1122211.003.24注：P：观

36、察到的多态替换数；F：观察到的固定替换数；F/P：固定替换和多态替换的比值；Score：HKA检验的得分。数据分析方法说明4.1信息分析软件及常用参数介绍1.SOAPaligner(soap221)：用于将reads与参考序列进行比对参数设置如下：-a-b-D-o-u-p-2-m-x-s40-l35-v3-a查询文件，包含single-end比对的所有reads文件或者包含pair-end比对的其中一端的所有reads的文件-b查询文件，包含pair-end比对的另一端的reads-D参考序列索引的前缀*.index-o比对结果的输出文件-u包含没有比对上的reads输出文件-p使用的线程数-

37、2包含pair-end比对中只有一端比对上的所有reads的文件-mpair-end比对最小插入片段长度-xpair-end比对最大插入片段长度-s最小的比对长度，我们设置的参数一般为40bp-l对于3端具有较高的错误率而无法比对整个长度的长reads，则先比对5端设置的长度序列作为种子序列，默认值为256,表示使用reads的全长。？-v一条reads中允许的最大错配数2.SOAPsnp：主要用于一致序列的组装参数设置如下：-i-d-o-r0.0005-e0.001-u-L150-T-s-2-i将排序后的SOAP比对结果作为输入文件-dFASTA格式的DNA参考序列-o输出文件（CNS文件）

38、-r新的纯合SNP的先验概率，默认值为0.0005-e新的杂合SNP的先验概率，默认值为0.001-u秩和检验，检验可能杂合子的两个等位基因是否具有相同的测序质量-L最大read长度-T进行一致序列组装的目标区域-s已知SNP的信息文件-2通过已知的SNP信息对SNP进行修正关于这两个软件的详细信息，请登录网站 HYPERLINK / /4.2参考数据库dbSNP数据库 HYPERLINK /snp/organisms/human_9606Humanreferencegenome（人类参考基因组）：UCSC（NCBIbuild36.3） HYPERLINK /goldenPath/hg18/b

39、igZips/ /goldenPath/hg18/bigZips/注：我们分析中所用的染色体坐标参照UCSCSantaCruzhg18,build36.3Targetregions（目标区域）：使用的外显子芯片探针所覆盖到的区域 HYPERLINK /seqcap/ /seqcap/ HYPERLINK /earray/ /earray/CCDS数据库/pub/CCDS/current_human/RefSeqgene数据库Ensembl数据库 HYPERLINK / /4.3数据文件格式*.fq12.gzfastq文件A201GMABXX:5:1:14057:2058#GATCAG/1GCT

40、ATCCAGTGAGTCCTGCAAGACTTCAGGCTCTACTACCTCCAGCAG+Feffffafffecffffffffeffffceefffcddffeecfcadddddd格式说明：每一条reads信息由四行组成，第一行以开头，其后接着序列的标志信息；第二行为序列的碱基组成；第三行以+开头，其后可接与第一行相同的序列标志信息（可选）；第四行为第二行序列碱基的对应质量值，为一一对应关系，以ASCII码表示。*.soap.gzSOAPalignmentofHiSeq2000reads（含有比对上参考序列的所有reads信息）234GCTATCCAGTGAGTCCTGCAAGACTT

41、CAGGCTCTACTACCTCCAGCAGfeffffafffecffffffffeffffceefffcddffeecfcadddddd1a48+chr11466536921T-0G290M0T89格式说明（共13列）：Read的ID号Read序列的碱基组成。当第7列为-时（即比对到负链），此序列为原序列的反向互补序列。Read序列的质量值，和第二列的序列成一一对应关系。计算方法为：质量值=相应的ASCII值-64，质量值范围一般为040。besthit数。没有hit的reads被忽略掉。Read来源于哪个文件（a/b）,对于pair-end，包含-a-b两个参数，即含有两个文件，对于si

42、ngle-end，此列仅为a。Read长度。比对参考序列的正负链。+为正链，-为负链。染色体ID号Read的起始碱基在参考序列上的坐标Read的碱基错配数Read的错配信息例:T-0G2T为参考序列上的碱基类型，G为reads上的碱基类型，0为其在reads上的位置，2为对应质量值。匹配上的碱基数reads的错配情况例：6T1A64T和A为错配的碱基，即在参考序列上对应位置是T和A，但测得的reads上（第七和第九个位置）和参考序列不一致。详细信息请登录： HYPERLINK / /3.*cnsgzCNS文件，由SOAPsnp软件生成，包含识别出的外显子区域中一致序列基因型。chrY14016

43、1GG1G000T00001.00000255.0000格式说明：染色体ID号染色体上的坐标号参考序列上的基因型(hg18,Mar.2006)样本的一致序列二倍体基因型，.这里的基因型都是与参考序列的正链相关。一致基因型的质量得分最佳碱基，即根据贝叶斯先验概率，样本在此位置最可能的等位基因型。最佳碱基的质量得分唯一匹配上的最佳碱基数所有匹配上的最佳碱基数次佳碱基，即根据贝叶斯先验概率，样本在此位置次可能的等位基因型。次佳碱基的质量得分唯一匹配上的次佳碱基数所有匹配上的次佳碱基数此位点的测序深度秩和检验的P值附近区域的平均拷贝数此位点是否为dbSNP*.snp-SNP文件，包含样本中所有可能的S

44、NP位点，即一致序列基因型与参考序列基因型不同的位点。chrY2782506AG1A000T00001.00000255.00013782506格式说明：在CNS文件中增加一列，前17列格式说明与CNS文件相同。第18列指这个SNP位点与其最相邻的SNP位点的距离，即相隔碱基数，*.snp.filterSNP文件，在*.snp基础上按一定标准过滤之后所得到的最终SNP集合。格式说明：与*.snp说明一致。此文件中产生的SNP均为高置信度的SNP。过滤标准：位点质量值不低于20,即过滤出*.snp文件中第5列的值大于19的所有位点位点的测序总深度不低于4X,对于杂合位点，第一碱基的最佳碱基数和第二碱基的最佳碱基数分别大于4X*0.5*snp.filter.gff-gff注释文件，对结果SNPs的详细注释chr8SOAPsnpSNP1804774180477