【驚喜！】佳學(xué)基因發(fā)布人體基因序列變異描述標(biāo)準(zhǔn)！

遺傳病、罕見病基因檢測導(dǎo)讀：隨著基因解碼逐漸取代基因檢測技術(shù)，基因信息在人類生活中的應(yīng)用越來越廣泛?；蛐蛄械淖兓粌H可以用來發(fā)現(xiàn)遺傳病的基因原因，也可以用來描述一切人類參與的生命活動。佳學(xué)基因在建立《人類基因序列變化與人體疾病表征》數(shù)據(jù)庫的過程中，發(fā)現(xiàn)推廣、規(guī)范人類基因序列變異描述的重要性。結(jié)合人類基因組變異協(xié)會（HGVS：Human Genome Variation Society）的規(guī)則，提出系統(tǒng)性的基因變異序列描述規(guī)則，供大家參考使用。建議和評論請發(fā)EMAIL至jiaxue@jiyinjiema.com。

發(fā)布和推廣人類基因序列變異的命名規(guī)則可以規(guī)范人們對于人類基因序列描述的方法?；蚪獯a發(fā)現(xiàn)，人類基因序列的變異是人與人之間的體型、身高、胖瘦、性格、智商、情商、疾病、天賦產(chǎn)生差異的基礎(chǔ)。盡管佳學(xué)基因利用已經(jīng)產(chǎn)生的基因解碼結(jié)果推出了天賦基因解碼、疾病風(fēng)險基因解碼、用藥指導(dǎo)基因解碼及治病基因鑒定基因解碼，但是人類基因變異序列的解碼需要學(xué)術(shù)界、醫(yī)療界、藥物研究領(lǐng)域、人工智能專家的廣泛參與，并經(jīng)個性化教育、個性化健康管理、精準(zhǔn)營養(yǎng)、個性化護(hù)膚、精準(zhǔn)醫(yī)學(xué)等第四次產(chǎn)業(yè)革命的多種形式深入到人類生活的每一個角落，從而實(shí)現(xiàn)基因信息變革人類生活的歷史使命。為推進(jìn)這一歷史性事件的發(fā)生，佳學(xué)基因發(fā)布、分享人類基因序列變異描述標(biāo)準(zhǔn)，降低多行業(yè)參與基因解碼技術(shù)研發(fā)的門檻，促進(jìn)基因解碼的應(yīng)用開發(fā)，并讓更多的人更快的收益于基因解碼所帶來的生活質(zhì)量的改變。

人體基因序列變異描述標(biāo)準(zhǔn)化對基因變異進(jìn)行統(tǒng)一和規(guī)范化命名可以減少基因描述中所發(fā)生的混淆現(xiàn)象，以更精準(zhǔn)地描述基因所發(fā)生的特定突變，同時該命名方式又應(yīng)當(dāng)容易被基因變異研究者所接受。佳學(xué)基因發(fā)布、分享人體基因序列變異描述標(biāo)準(zhǔn)，使基因解碼的研究結(jié)果更容易傳播、理解。讓基因檢測報告更標(biāo)準(zhǔn)。

通用命名規(guī)則

基因表達(dá)是指儲存于DNA順序中的遺傳信息經(jīng)過轉(zhuǎn)錄和翻譯，轉(zhuǎn)變成具有生物活性的蛋白質(zhì)分子。生物體內(nèi)的各種功能蛋白質(zhì)和酶都是由相應(yīng)的結(jié)構(gòu)基因編碼的。

外顯子和內(nèi)含子是真核生物結(jié)構(gòu)基因中的編碼序列，前者在mRNA加工過程中會被保存下來，并可在蛋白質(zhì)生物合成過程中表達(dá)為特定的蛋白質(zhì)，后者在mRNA加工過程中被剪切掉，不能表達(dá)蛋白質(zhì)；剪接位點(diǎn)是內(nèi)含子和外顯子連接邊界的序列和接頭位點(diǎn)；密碼子是RNA分子中每相鄰的3個一組的核苷酸，在蛋白質(zhì)合成時可代表一種特定氨基酸；轉(zhuǎn)錄起始位點(diǎn)是RNA轉(zhuǎn)錄開始的位點(diǎn)；翻譯起始位點(diǎn)是翻譯成蛋白質(zhì)開始的位點(diǎn)；編碼區(qū)是指能夠轉(zhuǎn)錄為RNA的部分，包括外顯子和內(nèi)含子，只是內(nèi)含子不能表達(dá)為蛋白質(zhì)，在RNA加工過程中被剪切掉了；非翻譯區(qū)是成熟mRNA分子5′或3′端不被翻譯的部分。

描述基因變異時，研究者應(yīng)遵循3條規(guī)則：（1）首先描述DNA水平的變異，然后再描述RNA水平和蛋白質(zhì)水平的變異；（2）應(yīng)描述清楚所發(fā)生的變異是經(jīng)過檢測確切發(fā)生的變異還是理論上推導(dǎo)出的變異；（3）應(yīng)當(dāng)指出所參考的原始基因序列。

1.序列變異描述與參考序列有關(guān)，在參考序列中，應(yīng)在出版物/數(shù)據(jù)庫提交中提及來自主序列數(shù)據(jù)庫（Genbank，EMBL，DDJB，SWISS-PROT）的登錄號（如M18533）

2.為了避免在序列改變的描述中混淆，在描述之前用表示所用參考序列類型的字母：

“g.”表示基因組序列（例如，g.76A> T）

“c.”對于cDNA序列（例如，c.76A> T）

“m.”線粒體序列（例如，m.76A> T）

“r.”的RNA序列（例如，r.76a> u）

“p.”對于蛋白質(zhì)序列（例如，p.K76A)

3.為了區(qū)分不同的水平（DNA，RNA或蛋白質(zhì)），描述是獨(dú)特的：

在DNA水平，用大寫字母，從受影響的領(lǐng)先個核苷酸數(shù)字開始（例如，c.76A> T）

在RNA水平，用小寫字母，受影響的領(lǐng)先個核苷酸數(shù)字開始（如r.76a> u）

在蛋白質(zhì)水平，用大寫字母，從受到影響的領(lǐng)先個氨基酸字母開始（單字母代碼）（例如，p.T26P）

4.一系列受影響的殘基用“_” - 字符（下劃線）表示，將受影響的領(lǐng)先個和賊后一個殘基分開（例如，76–78delACT）

5.對于單核苷酸（或氨基酸）延伸或串聯(lián)重復(fù)的缺失或重復(fù)，賊多3'拷貝被任意指定為已更改（例如，ACTTTGTGCC-ACTTTGCC，被描述為7_8delTG

6.一個等位基因中的兩個序列變異列在括號之間，用“;”字符分隔（例如，[76A> C; 83G> C]）

7.不同等位基因（例如隱性疾?。┑男蛄凶兓性诶ㄌ栔g，用“+”字符分隔（例如，[76A> C] + [87delG]

一、DNA水平（ATG起始密碼子中A為+1，5’區(qū)為-1，沒有0堿基）

非編碼區(qū)：ATG翻譯起始密碼子的核苷酸5'區(qū)為-1，翻譯終止密碼子的核苷酸3'區(qū)為* 1

內(nèi)含子核苷酸：

內(nèi)含子的起始：前一個外顯子的賊后一個核苷酸的數(shù)量，一個加號，以及內(nèi)含子的位置，例如77 + 1G，77 + 2T（當(dāng)外顯子數(shù)已知時，符號可以也可稱為IVS1 + 1G，IVS1 + 2T）

內(nèi)含子的末端：下一個外顯子的領(lǐng)先個核苷酸的數(shù)目，一個減號，以及內(nèi)含子上游的位置，例如78-2A，78-1G（當(dāng)外顯子數(shù)已知時，符號可以也可稱為IVS1-2A，IVS1-2G）

核苷酸變化的描述

1.取代用“>”表示

76A> C表示在核苷酸76處A變?yōu)镃。

88 + 1G> T（或者IVS2 + 1G> T）表示在內(nèi)含子2的核苷酸+1處的G取代T。相對于cDNA位于核苷酸88和89之間。

89-2A> C（或IVS2-2A> C）表示內(nèi)含子2的核苷酸-2處的A至C取代，相對于cDNA定位在核苷酸88和89之間。

2.缺失用“del”表示

76_78del（或76_78delACT）表示從核苷酸76到78的ACT缺失。

82_83del（或者82_83delTG）表示ACTTTGTGCC（A是核苷酸76）到ACTTTGCC的序列中的TG缺失。

IVS2_IVS5del（或88+?-923-? 或EX3_5del）表示外顯子缺失從內(nèi)含子2中的未知位置開始（在cDNA核苷酸88之后）并且在內(nèi)含子5中的未知位置結(jié)束（在cDNA核苷酸923之前）。

3.重復(fù)用“Dup”表示

77-79dup（或77_79dupCTG）表示核苷酸77至79是重復(fù)的。

單核苷酸區(qū)段（或短串聯(lián)重復(fù)序列）中的重復(fù)插入被優(yōu)先描述為重復(fù)，例如，ACTTTGTGCC至ACTTTGTGTGCC的TG串聯(lián)重復(fù)序列中的TG插入（A是nt 76）被描述為82_83dupTG（現(xiàn)為83_84insTG）

4.插入由“ins”表示

注意：作為分隔符，有時使用“^” - 字符，但不建議這樣做（例如，83 ^ 84insTG）

76_77insT表示在核苷酸76和77之間插入T 。

83_84dupTG表示ACTTTGTGCC（A是核苷酸76）的TG-串聯(lián)重復(fù)序列中的TG插入到ACTTTGTGTGCC（參見“重復(fù)”）。

5.短序列重復(fù)的可變性，例如在ACTGTGTGCC（A是1991年）中，被命名為1993（TG）3-6，核苷酸1993含有領(lǐng)先個TG-二核苷酸，在人群中重復(fù)3至6次。

6.插入/缺失（indel）被描述為缺失，然后在核苷酸受影響后插入。

112_117delinsTG（或112_117delAGGTCAinsTG或112_117> TG）表示TG取代核苷酸112至117（AGGTCA）

7.倒位由“inv”表示

203_506inv（或203_506inv304）表示位置203至506的304個核苷酸已被倒置。

8.易位

9.不同等位基因的變化（例如隱性疾病）被描述為“[改變等位基因1] + [改變等位基因2]”

[76A> C] + [76A> C]表示核苷酸76處的純合子A至C變化。

[76A> C] + [?]表示一個等位基因中核苷酸76的A至C變化和另一個等位基因的未知變化。

10.一個等位基因的兩個變異被描述為“[領(lǐng)先次變化+第二次變化]”

[76A> C; 83G> C]表示核苷酸76處的A至C變化以及同一等位基因中核苷酸83處的G至C變化。

二、RNA水平

RNA水平的序列變化基本上被描述為DNA水平的變化，具有以下修飾/添加。

“r.”用于表示在RNA水平上描述了變化。

1.核苷酸由堿基指定（小寫）; a（腺嘌呤），c（胞嘧啶），g（鳥嘌呤）和u（尿嘧啶）

78u> a表示在核苷酸78處U變?yōu)锳。

2.當(dāng)一個變化影響RNA處理，產(chǎn)生兩個或多個轉(zhuǎn)錄本時，這些在方括號之間描述，用“，”字符分隔。

[r.76a> c，r.76a> c; r.73_88del]表示核苷酸變化c.76A> C導(dǎo)致兩個RNA分子的出現(xiàn)，一個僅攜帶這種變異，另一個含有核苷酸73-88的缺失（剪接供體位點(diǎn)移位到外顯子）

[r.=，r.88_89ins88 + 1_88 + 10; r.88 + 2t> c]表示內(nèi)含子突變c.88 + 2T> C導(dǎo)致兩個RNA分子的出現(xiàn)，一個正常（r.=），一個含有插入內(nèi)含子核苷酸88 + 1到88 + 10，核苷酸變化88 + 2t> c。

[r.88g>a; r.88_89ins88+1_88+10]表示核苷酸變化c.88G> A導(dǎo)致內(nèi)含子核苷酸88 + 1至88 + 10的插入（剪接供體位點(diǎn)向內(nèi)含位置的移位）

三、蛋白水平

蛋白質(zhì)水平的序列變化基本上描述為DNA水平的序列變化，具有以下修飾/添加。

使用單字母氨基酸代碼，“X”表示翻譯終止密碼子。

氨基酸編號;翻譯起始蛋氨酸編號為+1。

氨基酸變化的描述

1.替換

錯義變化W26C表示氨基酸26（色氨酸，W）變?yōu)榘腚装彼幔–）

注意：多態(tài)變體有時被描述為36L / I，但這并未被推薦

無義變化W26X表示氨基酸26（色氨酸，W）變?yōu)榻K止密碼子（X）

翻譯起始甲硫氨酸（M1）的突變主要被描述為取代，例如M1V。這是不正確的。不產(chǎn)生蛋白質(zhì)或翻譯起始位點(diǎn)向上或向下移動。除非有實(shí)驗(yàn)證據(jù)，否則賊好將蛋白質(zhì)水平的影響報告為“p.？”（未知）。當(dāng)實(shí)驗(yàn)數(shù)據(jù)顯示沒有制造蛋白質(zhì)時，描述“p.0”可能是賊合適的

2.缺失

K29del（C是氨基酸28）表示氨基酸賴氨酸29（K）缺失從序列CKMGHQQQCC至CMGHQQQCC

C28_M30del表示從半胱氨酸28到甲硫氨酸30的三個氨基酸的缺失

序列CKMGHQQQCC中的Q35del（C是氨基酸28）表示對CKMGHQQCC的谷氨酰胺35（Q）缺失。

如果缺失在缺失連接處產(chǎn)生新的氨基酸，則該變化被描述為插入/缺失，例如C28_M30delinsW（見下文）

3.重復(fù)

序列CKMGHQQQCC中的G31_Q33dup（C是氨基酸28）表示氨基酸甘氨酸31（G）到谷氨酰胺33（Q）CKMGHQGHQQQCC的重復(fù)

單個氨基酸序列（或短串聯(lián)重復(fù)序列）中的重復(fù)插入被描述為重復(fù)，例如，CKMGHQHQCC（C是氨基酸28）的HQ-串聯(lián)重復(fù)序列中的HQ插入至CKMGHQHQHQCC是H34_Q35dup（現(xiàn)在Q35_C36insHQ）

4.插入

注意：作為分隔符，有時會使用“^” - 字符，但不建議這樣做（例如，Q83 ^ C84 insQ）

K29_M29insQSK表示序列QSK插入氨基酸賴氨酸29（K）和甲硫氨酸30（M）之間，將CKMGHQQQCC（C為氨基酸28）改變?yōu)镃KQSKMGHQQQCC

序列中的Q35dup CKMGHQQQCC（C是氨基酸28）表示谷氨酰胺（Q）重復(fù)插入 CKMGHQQQQCC（參見“重復(fù)”）