结构变异(SV)属于遗传变异的一个重要内容，但由于其分析难度，例如结果准确性与解读参考信息不足，在常规遗传学临床检测中通常是个空白地带，gnomAD通过对数据库中的14981个全基因数据进行SV分析和统计，并从遗传学角度进行生物学意义分析，从而建立了目前最大的人群SV参考数据库。当对样本进行SV数据分析时，可以参考相应SV人群频率信息，为临床决策提供更多参考信息。
注：文章尚在预览阶段，尚未正式见刊
0
背景介绍
随着二代测序的进一步普及，
WGS在遗传病领域的应用的逐渐增加，
虽然WGS可以提供
比WES测序更多的变异信息，
但大多数的分析难度非常高，
由于目前对基因组功能区域的研究
尚在进展阶段，
因此WGS的大多数变异所处区域功能
尚不明确，
如非编码区的snv/indel以及结构变异等，
很难从遗传学角度给出合理解释，
这就为临床决策带来了极大的困难。
多数WGS发现的变异都位于非编码区
为了解决上述问题，
世界范围都在建立基因组信息的数据库，
如encode，GTEx，
Roadmap Epigenomics等，
都在标注基因组的功能区域，
为非编码区域的生物学分析提供信息。
除了功能区域注释外，
结构变异的分析也是一个难点，
由于结构变异影响的结果
通常难以从生物学角度分析，
如跨过多个功能区域，
是否影响基因组三维结构等，
今天要讲的gnomAD的SV数据库，
虽然依然难以解决SV的生物学解释问题，
但可以从统计学角度，
给SV数据分析提供有效的参考信息。
1
分析过程
gnomAD的挖掘过程相对稳定
1. 发现高质量SV变异
2. 对变异进行统计分析
3. 从生物功能角度进行分析
4. 从疾病数据进行验证
2
具体过程
发现高质量SV变异
首先选择通过样本QC的14,216个WGS数据，
用一套成熟的分析流程
(通过trios数据验证)分析SV数据，
SV数据包括19种类型
（4种软件分析不同变异类型），
如deletions, duplications,
inversions, insertions等，
并通过trios数据
做流程验证和计算de novo变异率，
最后从12,549样本中
得到个382,460SV变异数据。
不同类型SV说明
SV分析流程说明
对变异进行统计分析
得到SV数据后，
根据相关信息进行统计分析，
参考信息有人群信息，变异种类等，
SV类型的常规统计分析
统计数据中有几个关键结论：
SV变异有人种特异性
SV多数为罕见变异
（人群频率小于1%）
SV多数长度较短且越长越罕见
每个基因组都有数千个SV变异
（中值8,202）
生物学角度分析
除了常规的统计分析，
gnomAD还通过结合现有生物学信息进行分析，
例如变异在染色体功能区域分布，
影响编码区域的SV功能分析等
SV类型与基因组位置的相关性分析
结合基因组信息分析的主要结论有
deletion和inversion变异比例
分别为最高和最低
SV变异总体在染色体上分布不均一
（端粒和着丝粒比例偏高）
不同SV类型在染色体分布各有特征
影响编码区的SV结论重点是
造成相关基因LOF的SV变异频率
与oe值线性相关
即从SV层面验证了oe值的可信度
（上期提到MNV与oe的一致性）
SV功能影响和oe值的一致性分析
从疾病数据验证
通过对英国BioBank的对应分析，
通过比较gnomAD
与已知genomic disorders (GD)数据，
发现相关疾病的携带率结论多数一致，
证明SV数据库的可信度。
和BioBank数据对比分析
3
辅助临床分析
目前参考gnomAD-SV数据库，
可以过滤掉WGS中大多数常见SV变异，
现有样本通过过滤，
通常可以得到10个左右的特有SV变异，
通过设置不同的过滤参数，
可以有效减少临床决策的分析范围。
gnomAD-SV数据的数量优势辅助临床分析
目前SV数据已经在gnomAD浏览器上展示，
可以随时参考目的SV的相关信息
gnomAD浏览器示意
4
注意问题
虽然目前gnomAD有大量的SV参考数据，
但仍需要注意以下问题：
相比SV变异的多样性，
数据库样本数量仍然偏少，
尤其是一些人群数量（如东亚人）
NGS对于SV的分析能力仍然有瓶颈，
例如三代长测序的SV结果，
会比二代多三倍以上的数量，
因此要注意NGS分析能力的局限性。
5
小结
gnomAD又一次开花，
这次是提供了SV参考数据，
给临床决策提供了有力的数据参考
又减轻了WGS的分析压力。
gnomAD的想象空间还有很多，
期待下一个挖掘方向。
如果对文章内容有评价或不同看法，
欢迎到行业大咖顾大夫创建的论坛中讨论
NGS基因诊断率能力提高之路径
多维度、多学科、多角度，合共同之力解决问题。
『广告时间』
bpvast（上海幂普智能科技有限公司）的基因检测智能操作系统（g-TIES），是由多年单基因遗传病领域的资深从业人士领衔，整合国内优秀的生物信息学和生产运营管理团队，并与业内专家反复沟通交流，最终开发出的适合大规模应用的单基因遗传病检测支持系统。详细请见：基因检测智能操作系统(g-TIES)
上海瀚垚生物全国独家代理，如有试用和购买需要请联系 info@56dna.cn，或在公众号留言。
上海瀚垚生物 （www.56dna.cn）
我们为您提供优质的基因检测服务：
A、低成本即可获得更高质量的基因测序和数据解读服务，对于初期客户，可以提供低成本的试错机会，未来业务证明可以做大，可以无缝衔接到Turn key服务模块。
B、团队多年从事遗传类疾病检测服务，可以帮客户完成最复杂的数据解读环节，客户可以做到零参与或只参与审核。
C、快速的实验周期，大部分项目20个工作日可完成报告。
感谢CHPO组织及各位专家在HPO工具汉化和应用中所做的卓越贡献，为下游应用和开发工具提供了很好的基础设施！
联系客服
