bcftools csq分析基因突變對蛋白水平的影響

歡迎關注"生信修鍊手冊"！

命令可以分析SNP位點在基因組上的位置，同時還會預測基因突變對編碼蛋白的影響。

和其他預測基因突變對蛋白質影響的軟體不同，bcftools 將基因組劃分為不同的獨立區域（和單倍型區域概念類似)，在分析蛋白質變化時，會綜合考慮該區域內的所有突變位點，示意圖如下

在圖中，該區域包含兩個SNP位點，如果單獨考慮每個位點，只能預測到氨基酸替換，由精氨酸替換為色氨酸或者谷氨醯胺， 綜合考慮兩個SNP位點時，對應的DNA序列變成了一個終止密碼子，蛋白質長度都發生了變化。

在圖中，該區域包含了2個indel 位點，單獨考慮每個indel位點時，都是發生了移碼突變，氨基酸長度發生了變化，綜合考慮兩個SNP位點時，氨基酸變化和單獨分析一個位點時，又大不一樣。

在圖中，兩個SNP位點發生在剪切位點兩側，單獨考慮每個SNP位點，氨基酸由天冬氨酸替換為天冬醯胺或者谷氨酸，綜合考慮兩個突變位點時，氨基酸由天冬醯胺替換成賴氨酸。

從示意圖可以發現，單獨考慮每個SNP位點對於蛋白質的影響，其結果是有偏差的，只有綜合考慮鄰近範圍內所有的突變位點，預測到的蛋白質變化結果才更加可靠。

csq 運行命令如下

參數指定參考基因組的fasta文件，參數指定參考基因組的gff3文件，為輸入的VCF文件，為輸出文件。

輸出文件的格式也是VCF格式，會在列中新增一個欄位，用來描述突變位點在基因組上的位置和蛋白質序列的變化,示例如下

BCSQ的信息由多個欄位構成，中間用連接，包含以下欄位

consequence type

基因突變對蛋白影響的類型，包括, , 等類型

gene

基因名稱

transcript

轉錄本名稱

biotype

基因類型

strand

正負鏈信息

amino acid positon

氨基酸的位置

variants list

預測氨基酸變化時，考慮的突變位點的集合

由於bcftools是綜合考慮多個突變位點對蛋白質的共同作用，在實際分析時，應該儘可能的過濾掉假陽性的突變位點，然後再分析蛋白水平的影響，這樣的分析結果，可信度會更高。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！