生物信息学单体型组装及推断.pdf

生物信息学 单体型组装与推断 吴凌云 中国科学院数学与系统科学研究院 SNP和单体型 多态性 • 人类在DNA水平上有99.9% 的相似程度 • 不同个体或种群之间DNA序列的差异称为基因多态性 • 基因多态性决定着一些外部特征如绿眼睛和褐眼睛，或直 发与弯法等 • 基因变异(Mutation)是主要的一种多态性 • 单体型是研究基因变异与疾病联系的重要工具 单核苷酸多态性(SNP) • 在单个核苷酸上的差异称为单核苷酸多态性(Single Nucleotide Polymorphism) • SNP是人类基因组DNA序列变异的主要形式 • SNP是决定人类疾病（尤其是多基因疾病）易感性和药物 反应性差异的核心信息 • 90% 的多态性都是由单个核苷酸的变异引起的 • 人的SNP密度：平均1000个碱基中含有1个SNP位点 • 在整个人类基因组中大约有300万个单核苷酸多态性存在 SNP的类型 • 大部分SNP都是以双等位基因的形式出现：major (wild type) / minor (mutant type) • 非同义(Non-Synonymous) SNP是指那些导致编码的氨基酸 发生变化的SNP • 编码序列中的SNP有一半是非同义SNP • 普通(Common) SNP是指那些minor等位基因出现频率大于 5%的SNP 单体型和基因型 • 双倍体生物的染色体总是成对出现的 • 在双倍体生物的每一条染色体的每一个SNP位点上，都会 出现两个可能的等位基因中的一个 • 每一条染色体上的所有等位基因按一定顺序排列构成一条 单体型 • 两条染色体上的对应等位基因组合在一起构成一条基因型 例子 来自父方的染色体: ATAGCCTATTTCCAGGAGTCGAAGAC 来自母方的染色体: ATAGCGTATTTCCAGGAGTCGTAGAC 单体型1 C C A 单体型2 G C T 基因型 {C,G} {C,C} {A,T} 单体型和基因型的表达 0 1 1 1 0 0 1 1 0 两条单体型 1 1 0 1 0 0 1 0 0 复 合 2 1 2 1 0 0 1 2 0 一条基因型 Linkage Disequilibrium Parent 1 Parent 2 A B A B X a b a b A B a b A b A B A B a b OR a B A B