HGVS制订的变异位点命名规则

HGVS制订的变异位点命名规则

欢迎关注"生信修炼手册"！

HGVS指定了一套完整的变异位点命名规则，统一的命名方便了学术沟通与交流。官网链接如下：

​​ levelRNA  levelProteion level

一个好的命名，至少要体现2个因素：变异位点的位置和造成的影响，HGVS通个以下3个方面来定义一个变异位点

reference sequencepositionvariant type

1. 参考序列

所有的突变位点必须基于一个参考序列进行定位，不同类型的参考序列前缀不同，​​g​​​代表基因组参考序列;​​c​​​代表编码蛋白的DNA序列;​​m​​​代表线粒体参考序列；​​n​​​代表非编码DNA序列；​​r​​​代表RNA序列；​​p​​代表蛋白质序列。

所有的参考序列必须是NCBI或者EBI数据库中的ID,必须同时包含​​accession​​​和​​version​​​, 比如​​NC_000023.10​​​, ​​NC_000023​​​代表编号，​​10​​代表版本号。各种类型的参考序列示例如下

NC_000023.10NG_012232.1NM_004006.2NR_002196.1NP_003997.1

一个典型的HGVS命名示例如下：

NC_000023.9:g.32317682G>A

​​NC_000023.9​​​是NCBI中人类的X染色体的编号，在参考序列之后紧跟着一个冒号，用于分隔参考序列和突变信息，g代表基因组序列，​​g.32317682​​​代表在基因组上的位置， ​​G>A​​表示由G碱基突变成A碱基。

如果突变位点在NCBI和EBI中没有合适的参考序列，最终的解决方案就是申请一个​​LRG​​编号，网址如下

​​ symbol也出给了对应的LRG编号

2. 定位

对于突变位点而言，位置信息是基本信息之一。对于不同的参考序列，定位的策略也稍有差异。

​​g​​​代表基因组，​​m​​​代表线粒体, ​​p​​​代表蛋白质，这三种参考序列在定位时，都是从1开始计数，写法为​​g.1​​​, ​​m.1​​​, ​​p.1​​, 除此之外，不需要任何的修饰符号。

​​c​​​代表编码蛋白的DNA序列，从起始密码子的第一个碱基开始计数，写法为​​c.1​​, 只对exon区间进行计数，终点为终止密码子的最后一个碱基。

对于起始密码子上游的碱基，采用负号表示，比如​​c.-1​​​；对于终止密码子下游的碱基, 采用​​*​​​表示，比如​​c.*1​​;

在内含子区的变异位点要根据距离来决定，靠近内含子5’末端的变异位点，要根据上游最近的外显子的最后一个碱基来定位，示例​​c.87+4​​.上游最近的外显子的边界位置为87，变异位点在内含子5’端开始的第4个碱基；

靠近内含子3’末端的变异位点，要根据下游最近的外显子的第一个碱基来定位，示例​​c.109-4​​.下游最近的外显子的边界位置为109，变异位点在内含子3’端开始的第4个碱基；

位于5’UTR和3’UTR区的变异位点，也当做内含子区来处理，5’UTR区添加​​c.-​​​前缀；比如​​c.-85+1​​​;3’UTR区添加​​c.*​​​前缀，比如​​c.*37+1​​。

3. 变异类型

不同突变类型表示方式不同

Substitution 点突变: 格式如下

prefix:position_substituted"reference_nucleotide">"new_nucleotide"

​​prefix​​​代表参考序列，​​position_substituted​​​代表突变位点在参考序列上的位置，​​reference_nucleotide​​​代表参考序列上的碱基；​​>​​​大于号表明变异类型为点突变， ​​new_nucleotide​​代表突变之后的碱基，示例如下

NC_000023.10:g.33038255C>A

Deletion 缺失：格式如下

prefix"position(s)_deleted"del

​​prefix​​​代表参考序列，​​positions_deleted​​​代表缺失碱基在参考序列上的位置，​​del​​表明变异类型为缺失，示例如下

NG_012232.1:g.19_21del

当缺失碱基数大于1个时，需要指定起始位置和终止位置，二者之间用下划线连接。还可以在后面跟上缺失的碱基序列，比如

NG_012232.1:g.19_21delTGC

Insertion 插入：格式如下

prefix"positions_flanking"ins"inserted_sequence"

​​prefix​​​代表参考序列，​​position_flanking​​​代表插入序列起点在参考序列上的位置；​​ins​​​表明变异类型为插入， ​​inserted_sequence​​代表插入的碱基序列，示例如下

NC_000023.10:g.32862923_32862924insCCT

插入的序列一定是位于参考序列上两个碱基之间，在描述插入序列的位置时，即使插入的碱基只有个，也需要两个位置，比如上述示例中的位置为​​32862923_32862924​​。

Deletion-insertion : indel, 同时发生了插入和缺失，格式如下

prefix"position(s)_deleted"delins"inserted_sequence"

​​prefix​​​代表参考序列，​​position(s_deleted​​​代表缺失序列在参考序列上的位置；​​delins​​​表明变异类型为插入缺失， ​​inserted_sequence​​代表插入的碱基序列，示例如下

NC_000023.10:g.6775_6777delinsC

上述示例代表NC_000023.10染色体上的6775到6777共3个碱基突变成了C碱基，可以理解为这3个碱基先缺失，然后插入1个C碱基。

Duplication : 重复序列，基因组上的部分碱基重复出现，和插入的效果类似，格式如下

prefix"position(s)_duplicated"dup

​​prefix​​​代表参考序列，​​position(s)_duplicated​​​代表重复序列在参考序列上的位置；​​dup​​表明变异类型为重复序列，示例如下

NM_004006.2:c.20_23dup

如果只有一个碱基重复时，可以只写1个位置，比如​​NM_004006.2:c.20dup​​​；虽然重复序列和插入有点类似，但是不可以改写成插入的格式，一定要写成重复序列的格式

Inversion : 倒位，突变成了反向互补的碱基，格式如下

prefix"positions_inverted"inv

​​prefix​​​代表参考序列，​​positions_inverted​​​代表倒位序列在参考序列上的位置；​​inv​​表明变异类型为倒位，示例如下

NC_000023.10:g.1077_1080inv

Conversion : 易位，染色体上部分区域替换为另一条染色体的碱基，格式如下

prefix"positions_converted"con"positions_replacing_sequence"

​​prefix​​​代表参考序列，​​positions_converted​​​代表易位序列在参考序列上的位置；​​con​​​表明变异类型为易位，​​positions_replacing_sequence​​代表替换碱基在参考序列上的位置，示例如下

NC_000012.11:g.6128892_6128954conNC_000022.10:17179029_17179091

上述示例表示NC_000012.11染色体上的6128892到6128954区间的碱基替换为NC_000022.10染色体上17179029到17179091区间的碱基。对于同一条染色体上的易位，​​positions_replacing_sequence​​中可以不写参考序列的名字。示例如下

NC_000022.10:g.42522624_42522669con42536337_42536382

以上只是HGVS的基本规则，更多的细节可以参考以下网址

​​http://varnomen.hgvs.org/​​

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。