基因组学系列3:基因分型Phasing与单倍型参考序列HRC

方法解读 | 性染色体Phasing 对坦哥性染色体Phasing流程的稍作解读。 阅读详情

1. 基因分型Phasing概念

基因分型,也称为基因定相、单倍体分型、单倍体构建等,即将一个二倍体(或多倍体)基因组上的等位基因(或杂合位点)正确定位到父亲或母亲的染色体上,最终使得来自同一亲本的等位基因能排列在同一条染色体上。

二代测序是将序列混在一起进行测序,通过比对到参考基因组,检测存在哪些变异以及变异的基因型(Genotype),但无法直接区分序列是母源还是父源,只有通过基因分型才能判断亲本来源。

2. 基因分型的方法

家系分型和LD分型常用的工具有Beagle和Shapeit,都包含了家系分型和LD分型模块。

2.1 家系分型

家系分型是目前构建单倍型最准确的方法,家系样本越多,分型效果越好,缺点就是需要家系Trio样本,对于无法获取家系样本时则无法完成分型,并对于父亲、母亲和子女都是杂合的位点无法进行分型(大约占总变异位点的1/5)。

2.2 LD分型

利用群体中大量无血缘关系的个体,根据LD(连锁不平衡)原理和数据模型,推断群体中每个个体的单倍型方法。通过人群频率大于5%的变异存在的LD block(Tajima’s D > 0.5)长度大多为50kbp-60kbp,block的长度在不同人种中不相同,非洲人由于更古老因此姐妹染色单体发生重组的次数会更多,LD block相比于其他人种长度更短。由于LD block的存在,因此可以利用数学模型(如HMM算法)反推出个体的单倍型。

LD分型精度受到群体的影响,对于人群频率大于5%的变异分型效果很好,但对于罕见变异和低频变异(<1%)的效果较差,因此很难获得个体完整的单倍型。

2.3 物理分型

一条reads/一对reads或克隆上存在的碱基必定来自同一条染色体,每个片段就是单倍体的局部,将局部连接为整体即可完成Phasing。物理分型不需要家系数据,无需借助LD关系,仅依赖自身的测序数据,就可以完成Phasing。物理分型依赖于reads上的杂合SNP位点作为区分标记,由于人类基因组杂合SNP之间的距离大约为1.5kpb,因此需要长序列的测序技术(三代PacBio、ONT和华大Long Fragment Read-LFR等)获取测序数据。

3. 遗传解读中的应用

在遗传解读时,需要获取基因突变位点的相位后,才能更好地判断突变是否会产生对应的表型。当一个等位基因的一个拷贝发生了变异(例如LOF,功能缺失或缺失等),由于存在另一个拷贝,基因表达可能不会受到影响,从而不具有表型,只有当两个拷贝都发生变异时,才影响基因的表达从而产生表型。

4. 人类单倍型参考序列Reference Consortium(HRC)

基因型推断(Imputation)

需要单倍型参考序列集作为基础数据,在全基因组关联分析GWAS中是必要的环节,参考基因序列的质量直接影响了后续基因型-表型关联分析的结果。

HRC是一个大型的人类单倍型参考序列,合并了多个项目的测序数据。全基因组SNP微阵列芯片获得样本基因型后,可使用该单倍型参考基因组进行基因型的推断(或称为填充)和定相,GWAS研究中运用较为常见。截止到2024年7月,HRC包含了64,976个人类单倍型和39,235,157个SNP。相比于1000G、UK10K数据库,采用HRC单倍型数据库基因型填充的准确率更高。

准确率比较

目前提供网页版的免费的基因型推断和定相服务-Sanger Imputation,网址如下:
https://www.sanger.ac.uk/tool/sanger-imputation-service/

基因型推断的工具网站:
https://imputation.sanger.ac.uk/

sanger网站需要上传VCF或23andMe格式的GWAS数据,预定相可选择EAGLE2或SHAPEIT 2,基因型推断PBWT算法,参考panels可选择1000 Genomes Phase 3, UK10K和 the Haplotype Reference Consortium。

https://imputationserver.sph.umich.edu/

Imputation

HRC 只公开了部分数据提供下载,通过Request Access下载,链接如下:

https://ega-archive.org/datasets/EGAD00001002729

HRC DATA

基因组研究之单倍型T2T基因组(一) 单倍型T2T基因组(Haplotype-resolved T2T genome)是一种高精度、高连续性、高完整性的基因组组装技术,它能够提供从端粒到端粒的完整基因组序列,包括所有的基因和非编码序列。完整覆盖:T2T基因组覆盖从端粒到端粒的染色体序列,包含所有的基因和非编码序列,包括以往难以解析的端粒和着丝粒区域。单倍型解析:单倍型T2T基因组能够区分来自父母本的遗传信息,进行亚基因组不对称演化研究,挖掘单倍型等位基因间的表达差异,这对于重测序、性状定位、进化、基因功能、基因编辑等研究至关重要。 阅读详情

相关推荐

如何使用 geneHapR 进行单倍型分析 (以vcf文件为例)

geneHapR基因的单倍型分析

zhang_rl的博客 2万+

基因定相(Phasing) 与 SHAPEIT 原理简介

基因定相 基因定相(Genotype Phasing、Phasing、Haplotype Phasing、Haplotype Estimation),也称为 单倍体分型、单倍体构建等,表示将等位基因定位到父本或者母本染色体上的过程,即将基因型数据转变为单倍型数据的过程。Estimation of haplotypes from genotype data, known as phasing(Delaneau, O., Marchini, J. & Zagury, JF. A linear compl

浓香鸭腿面的博客 7588

基因组的Phasing原理

phasing haplotype

hgz2020的博客 1473

phased 基因型或者unphased 基因型的理解

SNP芯片标记测到的是一对同源染色体上的两个碱基,比如,一个SNP标记在一个个体当中的的结果是AA,在另一个个体当中的结果是TT, 若两个SNP标记在同一条染色体上后,如果这个两个位点都是杂合的,一个是AT,另一个是AG,这个时候就有两种可能,要么AA是在同一个同源染色单体上(AA是一种单倍型,haplotype),要么AG(单倍型)是在同一个同源染色单体上,如果我们知道这个信息,那么这个基因型就

samhuairen的专栏 5844

使用Beagle进行基因型填充

欢迎关注”生信修炼手册”!Beagle是基因型填充常用的软件之一,最新版本为V5.1, 在准确率和运行速度上都有了很大提升,对应的文章链接如下https://www.cell.com/a...

庐州月光的博客 1万+

单倍型基因组组装方法

1. 什么是单倍型? image 同源染色体:同源染色体,一个来自母本,一个来自于父本。 单倍型:单倍体基因型的简称。遗传学上指在单条染色体上一系列遗传变异位点的组合。 2. 单倍型组装的意义? 目前,大多数二倍体基因组组装都忽略了同源染色体之间的差异,将基因组组装成一个假的单倍体序列,这是二倍体类型的组装的人为共识。这种人为的共识可能导致基因注释的不精确和生物学解释的错误。 为了深入研究的需要,更多的物种需要将来自父母的遗传信息都获得,因此参考基因组就需要获得两个单倍体基因组,...

wangprince2017 9877

shapeit填充

使用shapeit软件进行填充。

2302_79242191的博客 1604

使用geneHapR进行基因单倍型分析(以vcf文件为例)

如下图所示,可以看到,用户需要准备的包括:基因型文件、注释文件和样本信息文件,以及后续会用的表型文件。输出的主要内容有:变异位点的可视化、单倍型网络、地理分布、表型比较和连锁不平衡热图。geneHapR的工作流程。

沉香best的博客 5942

基因填充方法之一步法和两步法

目前主流的基因填充方法有两种:一步法填充和两步法填充,其对比如下图 一步法进行基因型填充 根据参考面板的基因型推断样本可能的基因型构成, 然后直接填充缺失的基因型,这种样本单倍型是根据参考样本的单倍型来 进行推断的,每一个样本都需要推断一次,并且参考样本更改以后,也需要重新根据参考样本来进行单倍型推断。 ./impute2 \ -m ./Example/example.chr22.map \ ...

univeryinli的专栏 552

Synopsys AXI VIP 从环境搭建到首个验证场景运行

本文详细介绍了Synopsys AXI VIP从环境搭建到首个验证场景运行的全过程,包括VIP安装、示例工程生成、验证环境解析、仿真调试技巧及进阶优化。特别针对AXI协议验证中的常见问题提供了实用解决方案,帮助工程师快速掌握这一SoC验证必备工具。

weixin_29185493的博客 350

深度篇——图像处理的一些方法(一) 关于 图像处理的三个层次 与 selective search

返回主目录 返回 图像处理的一些方法 目录 下一章:深度篇——图像处理的一些方法(二)细说性能评估 IOU和 GIOU 目录内容 深度篇——图像处理的一些方法(一)关于图像处理的三个层次 与 selective search 深度篇——图像处理的一些方法(二)细说性能评估 IOU和 GIOU 深度篇——图像处理的一些方法(三)细说 HOG特征与bag-o...

天下所弃,不过其纪。世间事,在人,在志。 2918

如何构建基因单倍型网络

单倍型分析

hgz2020的博客 6247

【OpenCV】手眼标定实战:从原理到calibrateHandEye的完整实现

本文详细解析了机器人视觉中的手眼标定原理与实战,重点介绍了如何使用OpenCV的calibrateHandEye函数实现从数据采集到结果验证的完整流程。文章深入剖析了AX=XB核心方程,区分了眼在手上与眼在手外两种配置,并提供了详细的代码示例与避坑指南,帮助开发者精准建立相机与机械臂末端的坐标转换关系,是机器人精准抓取的关键技术。

weixin_29046611的博客 512

【亲测免费】 SVTyper:结构变异基因分型工具的强大选择

SVTyper:结构变异基因分型工具的强大选择 项目介绍 SVTyper 是一款基于贝叶斯方法的结构变异(Structural Variants, SVs)基因分型工具。它利用全基因组测序数据,对结构变异进行精确的基因分型。用户需要提供一个包含待分型位点的VCF文件(可由LUMPY生成)以及一个由BWA-MEM对齐的Illumina双端读取的BAM/CRAM文件。SVTyper通过分析双端读取和拆...

gitblog_00475的博客 1427

Kettle下载与安装教程【保姆版】

Kettle简介 Kettle最早是一个开源的ETL工具,全称为KDE Extraction, Transportation, Transformation and Loading Environment。后来Kettle重命名为Pentaho Data Integration 。 它由Java开发,支持跨平台运行,其特性包括:支持100%无编码、拖拽方式开发ETL数据管道;可对接包括传统数据库、文件、大数据平台、接口、流数据等数据源;支持ETL数据管道加入机器学习算法。 主要功能 Pentaho D

weixin_43407520的博客 12万+

BUCK降压电路设计实战:从理论到PCB的完整指南

本文详细介绍了BUCK降压电路的设计实战,从基础原理到PCB布局的完整指南。通过关键部件选型、PCB布局黄金法则和调试技巧,帮助工程师高效设计稳定可靠的开关电源。特别针对电感、MOSFET和电容选型提供实用公式和避坑指南,并分享高温环境下的工程经验与测试方法。

weixin_33744141的博客 474

【文献阅读笔记】(2):使用IMPUTES2和minimac软件完成群体特异性的基因型填充(Imputation)

Population-specific genotype imputations using minimac or IMPUTE2摘要1. 介绍-Introduction1.1 基本知识1.2 GoNL参考数据集简介1.3 进行基因型填充(Imputaion)的工具1.4 对待填充的目标数据集进行质量控制 摘要 文章来源于Nature Protocol 本篇文章提供了一份guideline来...

Yujia's Blog 6110

天爱验证码wasm验证码逆向

本文分析了某网站采用WASM加密技术的情况,发现其加密方式主要针对data和轨迹信息,整体加密逻辑变化不大。通过反混淆技术可以还原代码,并确认加密过程分为两步:先对原始参数逐个加密,再调用WASM模块进行最终加密。研究发现关键参数drives和ki都存储在WASM模块内,通过提取wasm_exec.js文件即可直接使用该加密功能。本文仅提供技术研究思路,强调严禁用于任何违法行为。

码王吴彦祖的博客 937

【亲测免费】 ALLHiC:多倍体基因组组装与定位的利器

ALLHiC:多倍体基因组组装与定位的利器 1、项目介绍 ALLHiC是一个强大的开源工具,专门用于基于Hi-C数据进行多倍体基因组的相位确定和支架构建。这个项目由tangerzhang开发,并维护着详尽的wiki页面(https://github.com/tangerzhang/ALLHiC/wiki)来提供详细的使用指南和技术支持。对于研究多倍体生物基因组结构和功能的科研人员来说,ALLHiC...

gitblog_00055的博客 871

Xilinx系ZYNQ学习笔记(一)Vivado使用说明

vivado使用学习

贾saisai的博客 1877

英飞凌 AURIX TC3XX 系列单片机的链接文件

这篇介绍英飞凌 AURIX TC3XX 系列单片机的链接文件,主要是针对使用 SOTA 功能如何修改链接文件,完整地实现 SOTA 功能

大橙子的博客 4387

全基因组SNP分型(Whole Genome SNP Genotyping)分析简介

全基因组SNP分型(Whole Genome SNP Genotyping)简介 全基因组SNP分型 单核苷酸多态性(single nucleotide polymorphism,SNP)是遗传学研究中重要的材料。近年来,全基因组SNP标记开发方法的发展使得研究者们能够以较低成本获得丰富的基因组标记,大大推动了基因组水平的相关研究。基因组预测从已知基因型数据和表型数据的个体建立训练模型,对未知表型的个体进行基因型和表型预测,在育种领域具有重要意义。全基因组SNP的分型策略结合基因组预测方法,构成了动物基因组

aganlala的博客 1万+

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

CNV数据分析专题

欢迎关注”生信修炼手册”! CNV全称为Copy Number Variatiosn, 即拷贝数异常,是广泛存在于基因组上的一种结构变异现象。异常片段大小从1 Kb到数Mb范围不等, 包括了拷贝数的缺失、插入、重组以及多位点的复杂变异等多种情况。作为结构变异的一种,科学家自然而然将CNV和疾病联系起来,有很多的研究表明了CNV和疾病的关联性。 目前研究CNV的方法有很多,除了传统的细胞遗传学手段外,还有aCGH芯片,SNP芯片,NGS等多种手段,本文整理了CNV分析相关的资料 aCGH芯片的CNV分析

marraybug的博客 3259

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

使用Eagle2进行单倍型分析

欢迎关注”生信修炼手册”!Eagle2是一款单倍型分析软件,相比shapeit, 其运行速度提高了20倍左右,准确率也增加了10%,官网如下https://data.broadinsti...

庐州月光的博客 4011

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

单细胞测序技术(single cell sequencing)

单细胞测序技术(single cell sequencing) 2018-03-02 11:02 来源: 一呼百诺 点击次数:6587关键词: 前言 单细胞生物学最近几年是非常热门的研究方向。在这一领域中,最前沿的则是单细胞测序技术。传统测序方法一次处理成千上万个细胞,得到的变异水平也是成千上万个细胞的平均后水平。但是,就如同世界上没有完全相同的两片树...

weixin_30840573的博客 5636

shapeit基本使用方法

待补

Bighetti的博客 2813
上一篇: 三代测序PacBio&ONT reads过滤和修剪-Chooper和NanoFilt
下一篇: 生信算法9 - 正则表达式匹配氨基酸序列、核型和字符串
生信与基因组学
博客等级 码龄9年 7209粉丝 257原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

生信与基因组学

每一份鼓励是我坚持下去动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值