您好,登录后才能下订单哦!
bcftools csq怎样分析基因突变对蛋白水平的影响,很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。
csq
命令可以分析SNP位点在基因组上的位置,同时还会预测基因突变对编码蛋白的影响。
和其他预测基因突变对蛋白质影响的软件不同,bcftools 将基因组划分为不同的独立区域(和单倍型区域概念类似),在分析蛋白质变化时,会综合考虑该区域内的所有突变位点,示意图如下
在A
图中,该区域包含两个SNP位点,如果单独考虑每个位点,只能预测到氨基酸替换,由精氨酸替换为色氨酸或者谷氨酰胺, 综合考虑两个SNP位点时,对应的DNA序列变成了一个终止密码子,蛋白质长度都发生了变化。
在B
图中,该区域包含了2个indel 位点,单独考虑每个indel位点时,都是发生了移码突变,氨基酸长度发生了变化,综合考虑两个SNP位点时,氨基酸变化和单独分析一个位点时,又大不一样。
在C
图中,两个SNP位点发生在剪切位点两侧,单独考虑每个SNP位点,氨基酸由天冬氨酸替换为天冬酰胺或者谷氨酸,综合考虑两个突变位点时,氨基酸由天冬酰胺替换成赖氨酸。
从示意图可以发现,单独考虑每个SNP位点对于蛋白质的影响,其结果是有偏差的,只有综合考虑邻近范围内所有的突变位点,预测到的蛋白质变化结果才更加可靠。
csq 运行命令如下
bcftools csq -f csq.fa -g csq.gff3 csq.vcf > csq.out
-f
参数指定参考基因组的fasta文件,-g
参数指定参考基因组的gff3文件,csq.vcf
为输入的VCF文件,csq.out
为输出文件。
输出文件的格式也是VCF格式,会在INFO
列中新增一个BCSQ
字段,用来描述突变位点在基因组上的位置和蛋白质序列的变化,示例如下
BCSQ=synonymous|XYZ|ENST00000000001|protein_coding|+|1Y|102C>T
BCSQ的信息由多个字段构成,中间用|
连接,包含以下字段
consequence type
基因突变对蛋白影响的类型,包括synonymous
, missense
, inframe_deletion
等类型
gene
基因名称
transcript
转录本名称
biotype
基因类型
strand
正负链信息
amino acid positon
氨基酸的位置
variants list
预测氨基酸变化时,考虑的突变位点的集合
由于bcftools是综合考虑多个突变位点对蛋白质的共同作用,在实际分析时,应该尽可能的过滤掉假阳性的突变位点,然后再分析蛋白水平的影响,这样的分析结果,可信度会更高。
看完上述内容是否对您有帮助呢?如果还想对相关知识有进一步的了解或阅读更多相关文章,请关注亿速云行业资讯频道,感谢您对亿速云的支持。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。