SNP注释

生信喵

背景
       人类基因组测序数据分析得到的变异位点，如 SNV、INDEL 等，只是给出了位点信息，不便于解读。需要经过注释。注释主要包括基因定位、人群频率计算、进化保守性预测、蛋白功能影响预测等分析，才能用于遗传分析和解读。
       目前知的主流变异位点注释软件包括 SnpEff、ANNOVAR、GATK Funcotator、VEP、CADD等。但是由于不同变异检测软件生成的 vcf 文件有差别，且不同软件依赖不同的运行环境和注释数据库。因此，注释起来比较麻烦，经常出错。
       bcftools 提供了一些简单的注释功能，但信息不全。可以使用一些专门的工具。SNPeff比 bcftools 具有更多的注释功能。snpeff 是用于变异注释的软件，其中的 eff 是 effect 的意思，也就是变异的影响，虽然叫做 snpeff，但是变异的位点不仅仅包括 snp，也包括小的插入，缺失等。
       VEP 是 ensembl 出品，质量有保障。VEP 发布了在线版和下载版，对于非生物信息背景的各位，可以用在线版实现相关信息的注释。
       GATK Funcotator 是 GATK 下游分析软件，可以很好兼容 GATK 的结果。

一、注释原理
       注释软件可以选用 annovar，vep，snpeff，oncotator 等，原理都是将 SNP 位点信息与已知数据库位点信息进行匹配，可以判断 SNP 氨基酸的影响，或者改突变对表型带来的影响。
       例如是否对某种靶向药物敏感或者耐药。例如在非小细胞肺腺癌里，EGFR 基因的突变频率非常高，尤其是亚裔非吸烟的女性患者。针对 EGFR 基因的突变位点和相对应的靶向药物也研究的比较清楚。
      
       肿瘤基因突变影响耐药性
      
       不同基因突变对耐药性的影响

二、SNPeff 注释
       snpeff 是用于变异注释的软件，其中的 eff 是 effect 的意思，也就是变异的影响，虽然叫做 snpeff，但是变异的位点不仅仅包括 snp，也包括小的插入，缺失等。SNPeff 软件包中包含两个程序 snpeff 与 snpsift。
       snpeff 主要用来预测 snp 突变的影响，包括氨基酸变化等，这个根据密码字表就可以判断，不需要依赖数据库，输入文件是变异检测得到的 vcf 文件；
       snpsift 的功能是用来操作变异结果文件，包括过滤，注释，统计，合并，分割等等操作。在进行注释的时候，需要使用相关数据库。和其他所有注释工具一样，注释内容严重依赖数据库的信息。

1. https://pcingola.github.io/SnpEff/

复制代码

1. #列出所有数据库   
   
2. snpEff databases | less
   
3. #筛选人基因组数据库   
   
4. snpEff databases | grep "Homo"
   
5. #下载注释文件
   
6. snpEff download GRCh38.105
   
7. 
   
8. #与dbsnp进行注释得到rs号  
   
9. SnpSift annotate /share/home/xiehs/data/GATK/hg38/dbsnp_138.hg38.vcf.gz merge.HC.snps.indel.VQSR.vcf.gz >merge.anno.rs.vcf

复制代码

三、Annovar 注释
       ANNOVAR 是一个高效的注释工具，能够利用最新的数据来分析各种基因组中的遗传变异。由 perl 编写，支持包括 VCF 在内的多种输入和输出文件格式。但是 annovar 是收费软件，需要使用教育邮箱进行注册下载使用。
       ANNOVAR 能够利用最新的数据来分析各种基因组中的遗传变异。主要包含三种不同的注释方法，Gene-based Annotation（基于基因的注释）、Region-based Annotation（基于区域的注释）、Filter-based Annotation（基于筛选的注释）。

1. https://annovar.openbioinformatics.org/en/latest/

复制代码

      Annovar 包含多个软件，分别为
       annotate_variation.pl #主程序
       coding_change.pl #推断蛋白质序列
       convert2annovar.pl #格式转换为 annovar 输入歌会
       retrieve_seq_from_fasta.pl #用于自行建立其他物种的转录本
       able_annovar.pl #注释程序，可一次性完成三种类型的注释
       variants_reduction.pl #可用来更灵活地定制过滤注释流程
       example #存放示例文件
       humandb #人类注释数据库

1. #下载数据库
   
2. /share/home/xiehs/biosoft/annovar/annotate_variation.pl -downdb -webfrom annovar refGene humandb/
   
3.     NOTICE: The --buildver is set as 'hg18' by default
   
4.     NOTICE: Web-based checking to see whether ANNOVAR new version is available ... Done
   
5.     NOTICE: Downloading annotation database http://www.openbioinformatics.org/annovar/download/hg18_refGene.txt.gz
   
6. 
   
7. #生成annovar格式  
   
8. /share/home/xiehs/biosoft/annovar/convert2annovar.pl -format vcf4old merge.HC.snps.indel.VQSR.vcf.gz >merge.annovar.input
   
9. #gene-based注释  
   
10. /share/home/xiehs/biosoft/annovar/annotate_variation.pl --geneanno -buildver hg18 --outfile merge.geneanno.anno merge.annovar.input /share/home/xiehs/20.human/annovar/humandb/
    
11. 
    
12. #clinvar临床数据库注释
    
13. /share/home/xiehs/biosoft/annovar/convert2annovar.pl -format vcf4old merge.HC.snps.indel.VQSR.vcf.gz >merge.annovar.input  
    
14. #下载临床数据，这个地方基因组版本不一致，建议用最新的hg38——clinvar_20220320
    
15. /share/home/xiehs/biosoft/annovar/annotate_variation.pl -downdb -webfrom annovar --buildver hg19 clinvar_20180603 humandb/
    
16. #这个地方基因组版本不一致，报错hg18_clinvar_20180603找不到
    
17. /share/home/xiehs/biosoft/annovar/annotate_variation.pl --filter -buildver hg18 --outfile merge.clinvar.anno merge.annovar.input -dbtype clinvar_20180603 /share/home/xiehs/20.human/humandb

复制代码

四、在线注释
       SNPedia：

1. https://www.snpedia.com/

复制代码

      自动生成报告系统：

1. https://promethease.com/

复制代码

      vep 在线注释：

1. https://useast.ensembl.org/Tools/VEP

复制代码