bcftools csq怎樣分析基因突變對蛋白水平的影響

bcftools csq怎樣分析基因突變對蛋白水平的影響，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細(xì)講解，有這方面需求的人可以來學(xué)習(xí)下，希望你能有所收獲。

csq命令可以分析SNP位點在基因組上的位置，同時還會預(yù)測基因突變對編碼蛋白的影響。

和其他預(yù)測基因突變對蛋白質(zhì)影響的軟件不同，bcftools 將基因組劃分為不同的獨(dú)立區(qū)域（和單倍型區(qū)域概念類似)，在分析蛋白質(zhì)變化時，會綜合考慮該區(qū)域內(nèi)的所有突變位點，示意圖如下

在A圖中，該區(qū)域包含兩個SNP位點，如果單獨(dú)考慮每個位點，只能預(yù)測到氨基酸替換，由精氨酸替換為色氨酸或者谷氨酰胺， 綜合考慮兩個SNP位點時，對應(yīng)的DNA序列變成了一個終止密碼子，蛋白質(zhì)長度都發(fā)生了變化。

在B圖中，該區(qū)域包含了2個indel 位點，單獨(dú)考慮每個indel位點時，都是發(fā)生了移碼突變，氨基酸長度發(fā)生了變化，綜合考慮兩個SNP位點時，氨基酸變化和單獨(dú)分析一個位點時，又大不一樣。

在C圖中，兩個SNP位點發(fā)生在剪切位點兩側(cè)，單獨(dú)考慮每個SNP位點，氨基酸由天冬氨酸替換為天冬酰胺或者谷氨酸，綜合考慮兩個突變位點時，氨基酸由天冬酰胺替換成賴氨酸。

從示意圖可以發(fā)現(xiàn)，單獨(dú)考慮每個SNP位點對于蛋白質(zhì)的影響，其結(jié)果是有偏差的，只有綜合考慮鄰近范圍內(nèi)所有的突變位點，預(yù)測到的蛋白質(zhì)變化結(jié)果才更加可靠。

csq 運(yùn)行命令如下

bcftools csq -f csq.fa -g csq.gff3 csq.vcf > csq.out

-f參數(shù)指定參考基因組的fasta文件，-g參數(shù)指定參考基因組的gff3文件，csq.vcf為輸入的VCF文件，csq.out為輸出文件。

輸出文件的格式也是VCF格式，會在INFO列中新增一個BCSQ字段，用來描述突變位點在基因組上的位置和蛋白質(zhì)序列的變化,示例如下

BCSQ=synonymous|XYZ|ENST00000000001|protein_coding|+|1Y|102C>T

BCSQ的信息由多個字段構(gòu)成，中間用|連接，包含以下字段

1. consequence type
   基因突變對蛋白影響的類型，包括synonymous, missense, inframe_deletion等類型

2. gene
   基因名稱

3. transcript
   轉(zhuǎn)錄本名稱

4. biotype
   基因類型

5. strand
   正負(fù)鏈信息

6. amino  acid positon
   氨基酸的位置

7. variants list
   預(yù)測氨基酸變化時，考慮的突變位點的集合

   
   

由于bcftools是綜合考慮多個突變位點對蛋白質(zhì)的共同作用，在實際分析時，應(yīng)該盡可能的過濾掉假陽性的突變位點，然后再分析蛋白水平的影響，這樣的分析結(jié)果，可信度會更高。

看完上述內(nèi)容是否對您有幫助呢？如果還想對相關(guān)知識有進(jìn)一步的了解或閱讀更多相關(guān)文章，請關(guān)注億速云行業(yè)資訊頻道，感謝您對億速云的支持。