掃碼聯(lián)系客服
咚咚咚，您的生信早餐已送達(dá)，請及時享用~~~嘻嘻，朋友們，好久不見吖，小編最近在做遺傳突變相關(guān)的課題，看了一些這方面的文章之后，發(fā)現(xiàn)在篩選疾病相關(guān)的突變位點時，大家基本上都會選擇過濾掉同義突變，這樣看似好像更嚴(yán)謹(jǐn)，但看著所剩無幾的候選位點，小編不禁陷入沉思，難道這些同義突變就真的沒有臨床價值嗎？經(jīng)過一番檢索，發(fā)現(xiàn)果然還是有相關(guān)研究的，于是小編選了幾篇感覺還不錯的想跟大家分享一下，有一篇2021年11月底發(fā)表在NAR上的文章，是對同義突變(sSNVs)進(jìn)行影響預(yù)測的，我們重點來看一下吧。
突變類型有哪些？
關(guān)于分類，小編沒有找到一個通用的標(biāo)準(zhǔn)，就按照大家常用的簡單介紹一下。根據(jù)基因突變對蛋白質(zhì)序列的影響，可以分為移碼突變、同義突變、錯義突變和無義突變等，本文重點討論SNP哈。
★ 移碼突變(InDel)：一個或多個非3的整數(shù)倍的DNA序列插入或缺失，使得翻譯出的蛋白質(zhì)序列與之前完全不同。
★ 無義突變：DNA序列上的一個點突變使得編碼氨基酸的密碼子變?yōu)?strong>終止密碼子，導(dǎo)致mRNA的翻譯提前終止，產(chǎn)生較短的多肽鏈或蛋白質(zhì)，通常沒有功能。
★ 錯義突變(非同義突變)：DNA序列上的一個點突變使編碼一種氨基酸的密碼子變?yōu)榫幋a另一種氨基酸的密碼子，會影響蛋白質(zhì)產(chǎn)物的結(jié)構(gòu)和功能。
★ 同義突變：發(fā)生在基因編碼區(qū)，由于遺傳密碼子的簡并性，不改變氨基酸序列。
★ 沉默突變：不改變產(chǎn)物蛋白質(zhì)氨基酸序列的點突變，發(fā)生在不編碼蛋白質(zhì)的區(qū)域或者為同義突變。
同義突變的作用機制
一個基因組攜帶的同義突變(sSNVs)并不比非同義突變少，而且，它們可能通過多種途徑來影響基因功能(圖1)，導(dǎo)致疾病的發(fā)生。比如：
A、影響轉(zhuǎn)錄因子的結(jié)合，或者改變基因內(nèi)順式調(diào)控元件的活性，導(dǎo)致基因轉(zhuǎn)錄強度改變；
B、改變pre-mRNA的剪接模式；
C、導(dǎo)致mRNA二級結(jié)構(gòu)以及穩(wěn)定性的改變；
D、tRNA結(jié)合的擺動性導(dǎo)致多肽鏈的改變；
E、蛋白質(zhì)折疊和RNA翻譯在參與翻譯的核糖體上同時進(jìn)行(共翻譯折疊)，導(dǎo)致蛋白質(zhì)結(jié)構(gòu)的改變。
sSNV影響的預(yù)測
由于可用實驗數(shù)據(jù)的有限性，預(yù)測sSNV影響的方法比較少，現(xiàn)有的計算方法大致可分為兩類：專門預(yù)測sSNV的，如SilVA、reg-SNPsplicing、DDIG-SN、TraP 和IDSV；還有通用的方法，即同義突變和非同義突變都能預(yù)測，如CADD、DANN、FATHMM-MKL和MutationTaster2等。這些方法大多都過度依賴序列保守信號，除了CADD和DANN之外，其他幾種預(yù)測方法都是基于HGMD和ClinVar數(shù)據(jù)庫中的“致病”突變進(jìn)行訓(xùn)練的，然而，“致病性”并不等同于“功能影響”，此外，實驗性疾病突變注釋的不可靠以及數(shù)據(jù)庫之間數(shù)據(jù)的不統(tǒng)一性，使得對人類基因組中sSNVs的預(yù)測和注釋變得復(fù)雜和困難，小編之前在使用不同工具進(jìn)行預(yù)測時，發(fā)現(xiàn)很多突變位點的預(yù)測結(jié)果的確不統(tǒng)一。
本著長江后浪追前浪的原則，咱們重點看一下最新的預(yù)測sSNVs影響的方法——synVep，該方法基于機器學(xué)習(xí)，收集了密碼子偏好性和自相關(guān)、蛋白質(zhì)結(jié)構(gòu)、mRNA穩(wěn)定性、與調(diào)控/剪接位點的距離、轉(zhuǎn)錄表達(dá)譜等相關(guān)的35種特征，對每個可能的sSNV進(jìn)行危害性評估。
突變標(biāo)簽定義：作者從Ensembl BioMart下載了轉(zhuǎn)錄本數(shù)據(jù)，過濾之后用ANNOVAR注釋，篩選出所有可能的sSNVs。根據(jù)它們在gnomAD中出現(xiàn)的次數(shù)，賦予每個sSNV不同的標(biāo)簽。singleton表示只在gnomAD的一個個體中發(fā)現(xiàn)的sSNVs； observed代表gnomAD中除singleton外的其他sSNVs；generated代表除singleton和observed外的所有可能的sSNVs。此外，unobservable代表generated集合中被PUL標(biāo)為可能是observed的sSNVs，not-seen則表示generated的其他sSNVs。研究還整合了170個經(jīng)過矯正的sSNVs ，將其定義為curated-effect sSNVs。
模型構(gòu)建：
（1）首先選擇了” observed”和”generated”這兩個突變集合，通過正樣本無標(biāo)簽學(xué)習(xí)(PUL)方法將”generated”進(jìn)一步分為”unobservable” 和”not-seen” (observable)兩類；
（2）使用observed和not-seen集合訓(xùn)練了一個中間模型，對common sSNVs(MAF > 1%)、curated-effect sSNVs 、observed和not-seen sSNV進(jìn)行打分；
（3）得分高于curated-effect集合均值的sSNVs定義為effect，得分低于常見sSNV集合均值的定義為no-effect。最后，得到了7,385,137個no-effect和32,117 ,625個effect sSNVs。
主要結(jié)果
對比common sSNVs集合和curated-effect sSNVs集合的得分可以發(fā)現(xiàn)，后者的更高，表明突變影響更大，與事實相符。在對這兩類集合分類時，synVep有最高的auPRC 以及最低的auROC，這個問題，小編查了一下資料，PRC對數(shù)據(jù)不平衡更加敏感，這里作者用的兩類集合的比例接近1:10，所以，ROC應(yīng)該更可靠一點~但是，在默認(rèn)閾值的情況下，synVep的精確度也是相對比較高的(圖3.G)。
在對ClinVar數(shù)據(jù)庫中的Benign和Pathogenic sSNVs的突變影響打分時，所有預(yù)測器的結(jié)果都是Pathogenic sSNVs的分值更高，即有害性更大。而且，在默認(rèn)閾值時，synVep的分類準(zhǔn)確度是最高的(圖4)。
研究將所有sSNVs進(jìn)行了跨物種注釋，CSVs代表人類參考序列和另一個物種的
直系同源序列之間的密碼子差異。總體來說，CSVs的得分比非CSVs低，產(chǎn)生影響的可能性更小。作者還發(fā)現(xiàn)，物種特異性的CSVs的synVep得分同進(jìn)化距離呈正相關(guān)關(guān)系(圖5)。
此外，研究還發(fā)現(xiàn)singleton比observed突變更有可能產(chǎn)生影響；剪接干擾突變的synVep得分高于非剪接干擾突變等，一些不是很重要的結(jié)果小編就不在此贅述了。
同其他方法相比，synVep沒有使用疾病/有害性標(biāo)記的訓(xùn)練數(shù)據(jù)，而是用了來自于測序數(shù)據(jù)的sSNVs，擺脫了對黃金訓(xùn)練集的依賴，在合適的情況下，大家不妨考慮借鑒一下這種方法，而不是簡單粗暴的忽視掉所有的同義突變~好了，今天到這了，have a nice day!
參考文獻(xiàn)：
1、Zeng Z, Aptekmann AA, Bromberg Y. Decoding the effects of synonymous variants. Nucleic Acids Res. 2021 Dec 16;49(22):12673-12691. doi: 10.1093/nar/gkab1159. PMID: 34850938; PMCID: PMC8682775.
2、Buske OJ, Manickaraj A, Mital S, Ray PN, Brudno M. Identification of deleterious synonymous variants in human genomes. Bioinformatics. 2013 Aug 1;29(15):1843-50. doi: 10.1093/bioinformatics/btt308. Epub 2013 Jun 4. Erratum in: Bioinformatics. 2015 Mar 1;31(5):799. PMID: 23736532.
3、Zeng Z, Bromberg Y. Predicting Functional Effects of Synonymous Variants: A Systematic Review and Perspectives. Front Genet. 2019 Oct 7;10:914. doi: 10.3389/fgene.2019.00914. PMID: 31649718; PMCID: PMC6791167.
