豬全基因組變異位點(diǎn)功能注釋程序開(kāi)發(fā).pdf

1、變異位點(diǎn)的功能注釋是探究突變與表型間關(guān)系的重要環(huán)節(jié)。伴隨下一代測(cè)序技術(shù)的發(fā)展和測(cè)序成本的降低，大量變異位點(diǎn)數(shù)據(jù)被挖掘出來(lái)，這些數(shù)據(jù)是功能注釋的基礎(chǔ)。ENCODE計(jì)劃產(chǎn)生大量調(diào)控元件的實(shí)驗(yàn)數(shù)據(jù)，這些數(shù)據(jù)能夠提高模式生物如人與小鼠變異位點(diǎn)注釋的準(zhǔn)確性，但如何利用這些數(shù)據(jù)在其他非模式生物中預(yù)測(cè)突變影響仍是一個(gè)挑戰(zhàn)。本研究利用Python語(yǔ)言開(kāi)發(fā)了一個(gè)變異位點(diǎn)功能注釋軟件，并且利用該程序?qū)ωi全基因組范圍內(nèi)的變異位點(diǎn)做出功能注釋?zhuān)饕@得以下結(jié)果

2、:
　　(1)開(kāi)發(fā)了一個(gè)突變位點(diǎn)功能注釋軟件VIP(Variant Integrated Predictor)。該軟件對(duì)位于編碼區(qū)突變?nèi)缤x突變、錯(cuò)義突變、無(wú)義突變、移碼與非移碼突變等能夠提供準(zhǔn)確性100％的預(yù)測(cè)結(jié)果，并且能夠?qū)Φ鞍踪|(zhì)結(jié)構(gòu)域作出預(yù)測(cè)。對(duì)位于啟動(dòng)子區(qū)突變，VIP能基于Jaspar提供的轉(zhuǎn)錄因子結(jié)合序列的位置頻率矩陣提供轉(zhuǎn)錄因子結(jié)合位點(diǎn)變化預(yù)測(cè)。對(duì)位于3'UTR區(qū)突變，VIP能基于miRBase提供的miRNA序列，利

3、用加權(quán)的Smith-Waterman方式計(jì)算miRNA與3'UTR靶位點(diǎn)的互補(bǔ)分?jǐn)?shù)，并且能夠利用miRDB的預(yù)測(cè)結(jié)果進(jìn)一步降低注釋假陽(yáng)性率。對(duì)于內(nèi)含子區(qū)突變，VIP能提供剪接位點(diǎn)預(yù)測(cè)。基于多進(jìn)程的VIP注釋程序能夠最大化利用多核心CPU，大幅度提高注釋速度，在簡(jiǎn)單注釋模式下，注釋速度達(dá)每秒79，000個(gè)變異位點(diǎn)。并且程序能夠有效節(jié)約內(nèi)存，可以在8 GB內(nèi)存計(jì)算機(jī)上完成豬基因組約6，000萬(wàn)變異位點(diǎn)注釋。
　　(2)基于物種間基因組

4、序列比對(duì)結(jié)果，我們開(kāi)發(fā)了配套程序用于構(gòu)建物種間基因組位置對(duì)應(yīng)關(guān)系，在此基礎(chǔ)上轉(zhuǎn)移ENCODE提供的人相關(guān)實(shí)驗(yàn)數(shù)據(jù)用于VIP的數(shù)據(jù)整合注釋。本研究利用人與豬基因組序列比對(duì)結(jié)果，將豬基因組中11.4億個(gè)堿基(40％)與人基因組建立了聯(lián)系，并轉(zhuǎn)移人基因組位點(diǎn)保守性分值數(shù)據(jù)(PhyloP)及CADD值用于豬基因組變異位點(diǎn)功能注釋?zhuān)诰幋a區(qū)的注釋結(jié)果中取得合理的結(jié)果。同時(shí)，利用這一基因組位置對(duì)應(yīng)關(guān)系，我們將ENCODE下載的6組轉(zhuǎn)錄因子SP1的C

5、hIP數(shù)據(jù)轉(zhuǎn)移用于豬基因組啟動(dòng)子區(qū)域變異位點(diǎn)注釋?zhuān)Y(jié)合Jaspar提供的SP1靶序列的位置頻率矩陣，注釋發(fā)現(xiàn)了4，248個(gè)高質(zhì)量的SP1結(jié)合能力下降的結(jié)果。
　　(3)利用VIP，我們對(duì)豬全基因組范圍內(nèi)約6，000萬(wàn)變異位點(diǎn)做出注釋?zhuān)幋a區(qū)共524，081個(gè)注釋結(jié)果與Ensembl相比，準(zhǔn)確度達(dá)到100％。在位于3'UTR的突變中，我們發(fā)現(xiàn)了5，008個(gè)由于突變?cè)斐尚耺iRNA結(jié)合以及5，969個(gè)原有miRNA結(jié)合消失的注釋結(jié)果。