科内培训基因变异的表述方法

基因变异的表述方法

1整理课件上集回忆@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、热点突变和突变。2整理课件HGVS标准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3整理课件“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Changein>1%inpopulation人类群体中大于1%的改变Notdiseasecausingchange不致病的改变4整理课件建议使用的词语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5整理课件“指南〞的定义6整理课件PGM中的Variant7整理课件VariantCaller的导出结果写成“SNV〞为好8整理课件报告有待标准写成“变异〞为好9整理课件标准的基因名称-1或搜索引擎搜索关键词“HGNCgene〞10整理课件标准的基因名称-211整理课件参考序列出处-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12整理课件参考序列出处-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，应选择适宜的转录体，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13整理课件参考序列出处-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，那么采用RefSeq作为参考序列。HGNC的页面14整理课件LRG序列的web页面点击这些绿色的+号得到有意思的内容15整理课件前缀——应指出突变位于哪种序列中“g.〞表示基因组序列，如g.476A>T。“c.〞表示CodingDNA〔编码DNA〕序列，如c.76A>T。“m.〞表示线粒体DNA序列，如m.8993T>C。“r.〞表示RNA序列，如r.76a>u。“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。16整理课件序列位置编号-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。17整理课件序列位置编号-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。假设碱基在CodingDNA范围内，那么其位置为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假设有内含子，内含子上的碱基位置以“-23+1,-23+2,...,-22-2,-22-1〞形式表示；3’UTR假设有内含子，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。18整理课件序列位置编号-列表举例19整理课件c.171c.247c.246c.312序列位置编号-外显子&内含子举例c.246+6c.247-420整理课件序列位置编号-5’端举例c.-26c.-25-6c.-25c.121整理课件变异的表述总体标准-1“>〞〔英文输入法的大于号〕表示碱基替换，如c.76A>T。“_〞〔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.[76A>T]；或者已确定的数量，如c.123_124[4]。22整理课件变异的表述总体标准-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.76A>T。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.39a>u。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。23整理课件变异的表述总体标准-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24整理课件变异的表述——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_77AG>TT〞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.76A>T,p.Glu26Asp。25整理课件变异的表述——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’端法那么〔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。但是该法那么有例外，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：c.(87+1_88-1)_(300+1_301-1)del，表示某基因Exon3、4缺失，5’断裂点在Intron2〔c.87+1_88-1，不确定具体在哪处〕，3’断裂点在Intron4〔c.300+1_301-1，不确定具体在哪处〕c.(?_-30)_(12+1_13-1)del，表示从基因5’某个位置开始至Intron1中的某个位置缺失。c.(?_-1)_(*1_?)del，表示整个基因都缺失了。提醒：不要随便打“？〞。能确定具体断裂位置就不要打问号。26整理课件变异的表述——重复重复〔duplication〕：碱基或氨基酸多出了一份拷贝〔不是多份拷贝〕，并且多出来的局部直接加在其3’端。如果不是直接加在其3’端，而是插到了其它地方，那叫“插入〞。举例：c.7dup或c.7dupT〔注意不写成c.7_8insT〕；c.77_79dup或c.77_79dupCTG；c.(87+1_88-1)_(301+1_302-1)dup；p.Gly4_Gln6dup；描述重复的位置时也须符合“最靠近3’端法那么〞。例如：MKMGHQHQCC变成MKMGHQHQHQCC，写成p.His7_Gln8dup，不写成p.His5_Gln6dup.27整理课件变异的表述——多份重复多份拷贝重复〔repeat〕：碱基或氨基酸多出了多份拷贝，并且多出来的局部直接加在其3’端。如果不是直接加在其3’端，而是插到了其它地方，那叫“插入〞。表示形式：“第一个重复单元起始位置_第一个重复单元终止位置+[总共的重复数]〞，如c.123_124[4]。或者，“第一个重复单元起始位置+重复单元+[总共的重复数]〞，如c.123TG[4]。不用“c.123_124TG[4]〞形式表示——显得冗余。特殊举例：脆性X综合症FMR1基因5’端重复单元：c.-128_-126[79]——确定共有79个重复单元；c.-128_-126[(600_800)]——重复单元数在600~800之间，具体数量不确定〔通过SouthernBlot做出的结果〕。不要写成c.-128GGC[79]，因为该基因中有的GGC重复单元可能变异为GGA单元，写成c.-128GGC[79]就不符合实际情况。亨廷顿舞蹈症HTT基因重复单元：c.53AGC[21],p.Gln[23]〔为什么此处不写氨基酸编号原因不明〕。群体研究：g.1209_4523[12_45]——该片段在人群中重复12~45次不等。28整理课件变异的表述——插入插入〔insertion〕：原本没有的却有了，且多出的局部不是其5’端紧邻的碱基或氨基酸的拷贝——和“重复〞的区别。举例：c.51_52insGAGA；c.123+54_123+55insAB012345.2:g.76_420；p.Lys2_Met3insGlnSerLys；p.Trp182_Gln183ins17；注意：所描述插入位置一定是由下划线连接起来的范围，而非单个点。“c.51_52insGAGA〞清晰的说明了插入位置是在c.51和c.52之间。“c.51insGAGA〞就会引起混淆：插入位置是在c.51的5’端还是3’端？不确定时需打圆括号，如“c.(67_70)insG〞——不确定是在c.67~c.70间的哪个位置插入了G；“c.11_12ins(2)〞或者“c.11_12insNN〞——确定插入了两个碱基，但不确定插入的碱基序列是什么；“c.11_12ins(100)〞或者“c.11_12insN[100]〞——确定插入了100个碱基，但不确定插入的碱基序列是什么；29整理课件变异的表述——插入〔续〕如果插入DNA或RNA的碱基很多〔多到无法把所有插入的碱基都写出来〕，应尽量寻找所插入的碱基来源，参加到描述中，如“c.123+54_123+55insAB012345.2:g.76_420〞。实在找不到插入碱基的来源，怎么办？——HGVS未指明。个人看法，仅供参考：可以用“ins+插入碱基的数量〔加括号〕〞来表示，数量要打括号，如“c.11_12ins(100)〞。不直接写成“c.11_12ins100〞。但，在已清晰地描述了DNA或RNA的变异根底上，氨基酸变异描述可以不加括号，直接写插入的数量，如“p.Trp182_Gln183ins17〞。30整理课件变异的表述——缺失-插入组合先缺失，再插入。同时满足缺失和插入的表述标准。举例：c.112_117delinsTG或者c.112_117delAGGTCAinsTG；c.113delinsTACTAGC或者c.113delGinsTACTAGC；p.Cys28delinsTrpVal；氨基酸的在码变异〔inframe〕和移码变异〔frameshift〕：在码变异〔inframe〕：一个或多个氨基酸变成另外的一个或多个氨基酸，但其它氨基酸编码不受影响。DNA的单碱基替换，或碱基缺失/增加的数量是3的倍数，可导致在码变异。移码变异〔frameshift〕：DNA的碱基缺失或增加不是3的倍数，造成在起始密码子和终止密码子之间的开放阅读框发生了变化。变异发生处C端下游的氨基酸编码都受到影响。注意以上概念和蛋白“延伸〞的区别。31整理课件变异的表述——移码变异在码变异的表述：没有“fs〞，如“p.Gln8_Ala10del〞；“p.Cys28delinsTrpVal〞。移码变异的表述：1、短描述：前缀+受影响的第一个氨基酸+fs，如“p.Arg97fs〞。2、长描述〔推荐采用〕：前缀+受影响的第一个氨基酸的变异情况+fsTer〔或fs*〕+变异后的新终止位置，如“p.Arg97Glyfs*26〞。不要参加“del〞、“ins〞、“dup〞等字眼。关于确定变异后新的终止位置：受影响的第一个氨基酸确立为1，然后再新的开放阅读框中，其C端下游的氨基酸依次编号为2、3……#。#即为终止密码子所对应的氨基酸位置编号。把#直接连在“fsTer〞或“fs*〞的后面。举例：变异后新的开放阅读框为Trp112〔受影响的第一个氨基酸，原本是Asn〕,Ala113,Gln114,Asp115,Leu116,*117。那么变异写作“p.Asn112Trpfs*6〞〔117-112+1=6〕，不是写作“p.Asn112Trpfs*5〞，“p.Asn112Trpfs*117〞，亦或“p.Asn112Trpfs*118〞。在变异后新的开放阅读框中没有发现终止密码子，那么“#〞用“？〞代替，如“p.Ile327Argfs*?〞。32整理课件查看移码后的翻译序列-133整理课件查看移码后的翻译序列-234整理课件氨基酸的特殊变化-1#同义变化：氨基酸没有改变，用“p.(=)〞表示。不使用“p.Leu54Leu〞或“p.L54L〞形式表示。打括号说明没有在蛋白水平和RNA水平上进行实验实证。不建议用“p.Leu54=〞或“p.L54=〞形式表示〔仅是不建议，不是禁止〕。但国内的?指南?对同义变化的表述没有谈及。#无义变化：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。——存在争议。特殊例子：p.*110Glnext*4或p.*110Qext*4，表示原110位氨基酸应为终止位置“*〞，但变成了Gln，延伸出了4个新氨基酸〔包括这个Gln〕，然后在114位终止。即Gln110〔原本是*〕、Ala111、Asp112、Trp113、*114。p.*321Argext*?或p.*321Rext*?，表示原321位氨基酸应为终止位置“*〞，但变成了Arg，延伸出了很多个新氨基酸，没发现终止密码子，不知道在哪里终止，因此打上“？〞。35整理课件氨基酸的特殊变化-2#第一氨基酸的变化：因为启动子区或起始密码子的变异导致没有蛋白翻译出来，并且提供了实验数据支持，那么用“p.0〞表示。因为启动子区或起始密码子的变异推测没有蛋白翻译出来，不能提供实验数据支持〔这种情况较常见〕，那么用“p.0?〞或“p.Met1?〞表示。因为启动子区或起始密码子的变异导致翻译起始位点改变：1、翻译起始位点变到了上游举例：“p.Met1ValextMet-12〞或“p.M1VextM-12〞，表示原第一位Met变成了Val，新的氨基酸较之参考氨基酸序列多出了12个氨基酸〔从Met-12到Thr-1〕。新的第一个氨基酸变成了Met-12。编号规那么与CodingDNA5’UTR编号规那么一致。同样没有“0〞位氨基酸。2、翻译起始位点变到了下游举例：“p.Phe2_Met46del〞或“p.F2_M46del〞，表示发生变异后，较之于参考氨基酸序列相当于原第2位的Phe到第46位的Met都缺失了。为什么不是写成“p.Met1_Lys45del〞？原序列：Met1、Phe2……Lys45、Met46、Ala47、新序列：Met1、Phe2……Lys45、Met1、Ala2、对于氨基酸