【原】掃盲貼：基因上的這些符號(hào)究竟是什么鬼？

解螺旋 2020-08-27

展開(kāi)全文

關(guān)于基因，它早期的名稱可以說(shuō)是毫無(wú)章法，命名全憑研究者的個(gè)人喜好以及天馬行空的想象力，比如果蠅里的吸血鬼基因（dracula，怕光）、藍(lán)精靈基因（Smurf，調(diào)控SMAD）、冰山美人基因（Icebox，突變后對(duì)異性示好無(wú)感）、都鐸王朝基因（tudor，無(wú)后）等等。

顯然，這種雜亂的命名方式，總會(huì)讓科研者與基因面對(duì)面時(shí)感到一臉懵逼且無(wú)所適從，尤其不利于科研者對(duì)基因突變的解讀。那么要想將基因突變的結(jié)果更好地轉(zhuǎn)化為實(shí)際臨床應(yīng)用，統(tǒng)一而通用的突變命名規(guī)則就顯得尤為重要。

好在后來(lái)人類基因組變異協(xié)會(huì)（HGVS）對(duì)基因突變進(jìn)行統(tǒng)一的標(biāo)準(zhǔn)化命名，以確保定義明確并實(shí)現(xiàn)基因組信息的有效共享和下游使用。因此，只要各位小伙伴對(duì)基因的種種符號(hào)做到心中有數(shù)，就不怕出現(xiàn)無(wú)緣對(duì)面不識(shí)君的情況。

首先，HGVS將基因突變的基本類型分為7類（見(jiàn)下表），如此更新明確基因突變的定義后，可避免出現(xiàn)易混淆的概念或定義。

置換（>）：一個(gè)核苷酸被另一個(gè)核苷酸替代，使用“>”來(lái)表示；

例如g.1318G>T；

缺失（del）：一個(gè)或多個(gè)核苷酸被移除，使用“del”進(jìn)行描述；

例如g.3661_3706del；

倒置（inv）：與原始序列反向互補(bǔ)的新的核苷酸序列（大于1個(gè)核苷酸）替換原始序列；

例如由CTCGA變?yōu)門(mén)CGAG，使用”inv“表示；

重復(fù)（dup）：一個(gè)或多個(gè)核苷酸拷貝直接插入原始序列的下游，使用“dup”表示；

插入（ins）：序列中插入一個(gè)或多個(gè)核苷酸，并且插入序列并非上游序列拷貝；

缺失-插入（delins/indel）：一個(gè)或多個(gè)核苷酸被其他核苷酸替代，但并不是發(fā)生替代、倒置和轉(zhuǎn)置；

轉(zhuǎn)換（con）：一種特殊類型的缺失-插入，其中替代原始序列的核苷酸序列是來(lái)自基因組中另一個(gè)位點(diǎn)的序列拷貝。

另外，描述基因突變時(shí)應(yīng)定義原始序列的參考序列和核苷酸范圍。因?yàn)閺牟煌木S度出發(fā)，相同的基因突變可以有多種不同的表現(xiàn)形式，比如參考序列的不同、表現(xiàn)層次的不同（DNA、RNA或者蛋白質(zhì)水平）都會(huì)導(dǎo)致突變的表現(xiàn)方式產(chǎn)生差異。

而目前通用的參考序列主要包括：基因組參考序列（以前綴“g.”表示）、cDNA參考序列（以前綴“c.”表示）、非編碼DNA參考序列（以前綴“n.”表示）、RNA參考序列（以前綴“r.”表示）、蛋白質(zhì)參考序列（以前綴“p.”表示）。

參考序列的選擇非常重要。在DNA水平描述突變時(shí)，通常會(huì)選擇cDNA作為參考序列，這是因?yàn)橐詂DNA作為參考序列，能夠更好的描述內(nèi)含子中突變堿基與相鄰?fù)怙@子之間的關(guān)系。另外，基因突變也常以蛋白質(zhì)水平的變化進(jìn)行描述。

那么結(jié)合臨床常用的描述基因突變的參考序列，本文則將從cDNA層面就不同突變的類型進(jìn)行舉例說(shuō)明。

通常在cDNA中，編碼序列區(qū)域中的翻譯起始密碼子ATG的A編號(hào)為c.1，然后依次順序排列，直至翻譯終止密碼子的最后一個(gè)核苷酸；而非編碼區(qū)則從ATG上游則依次編號(hào)為c.-1、c.-2......；終止密碼子下游則依次編號(hào)為c.*1、c.*2......直至參考序列結(jié)尾處結(jié)束編號(hào)。

相對(duì)的，內(nèi)含子是根據(jù)相鄰?fù)怙@子核苷酸進(jìn)行編碼的，如上圖中編碼區(qū)187-188為內(nèi)含子，則其5’端編號(hào)為c.187+1、c.187+2......，3’端編號(hào)為c.188-1、c.188-2......。如果內(nèi)含子所含有核苷酸數(shù)目為奇數(shù)時(shí)，則使用“N”表示中央核苷酸并連接上游序列，如c.187+N。

而其基因突變的表達(dá)方式有：1）c.123A>T：123位的A被T所取代；2）c.2052delA：2052位發(fā)生A的缺失；3）c.5756_5757insAGG：第5756與5757位點(diǎn)之間插入了三個(gè)堿基AGG；4）c.6775delinsGA：第6775位缺失了一個(gè)堿基，同時(shí)缺失的堿基被GA做取代；5）c.6_8dupT：從第6位到第8位發(fā)生了T的重復(fù)。

當(dāng)基因發(fā)生多個(gè)變異時(shí)，可用“[]”標(biāo)注變異，并用“;”鏈接。當(dāng)同一等位基因發(fā)生多個(gè)變異時(shí)，c.[56A>C;78G>C]即表示的是同一染色體上76位和83位發(fā)生兩個(gè)變異（順式）；不同等位基因發(fā)生多個(gè)變異時(shí)，c.[56A>C];[78G>C]則表示的是兩個(gè)變異發(fā)生在不同染色體上（反式）；不確定多個(gè)變異發(fā)生的位置時(shí)，c.[56A>C](;)[78G>C]表示的是兩個(gè)變異可能發(fā)生在同一染色體，也可能發(fā)生在不同染色體上。

至于重復(fù)序列的變異，當(dāng)要定義重復(fù)序列的核苷酸范圍即重復(fù)單位的數(shù)量時(shí)，可用[]表示。比如g.23_24[4]：基因組序列第23-24間的核苷酸重復(fù)出現(xiàn)4次。對(duì)于短的、簡(jiǎn)單的重復(fù)，可展示重復(fù)序列，比如g.23TG[4]：基因組序列從23位開(kāi)始TG核苷酸重復(fù)出現(xiàn)4次。當(dāng)重復(fù)序列長(zhǎng)度不確定時(shí)，使用括號(hào)進(jìn)行指定，比如g.-128GGC[(600-800)]：基因組編碼區(qū)上游128位核苷酸處重復(fù)插入GGC，重復(fù)次數(shù)在600-800之間。

此外，鑒于科研者打交道最多就是細(xì)菌基因，那么這些基礎(chǔ)常識(shí)就不可不知。通常其基因組上的每個(gè)基因均會(huì)以小寫(xiě)的3個(gè)字母來(lái)命名，而這些名稱往往是主要信號(hào)通路或突變/插入相關(guān)表型的縮寫(xiě)。具體見(jiàn)下表：

表1.常見(jiàn)基因縮寫(xiě)

如果細(xì)菌中有不同的基因會(huì)影響相同的信號(hào)途徑或表型，則會(huì)在該縮略詞后面用大寫(xiě)字母表示。例如，影響嘧啶生物合成的基因被統(tǒng)稱為pyr，其中pyrC基因編碼氨甲酰天冬氨酸脫水酶和pyrD基因編碼雙氫乳清酸酯脫氫酶。

除此之外，細(xì)菌基因組中最令人困惑的方面之一就是符號(hào)，那么為了幫助大家弄清楚各種符號(hào)所代表的含義，本文整理了以下兩個(gè)表格。其中，表2收錄了細(xì)菌基因組中最常用的基因符號(hào)，而表3則收錄細(xì)菌基因座上所攜帶的耐藥性名稱及相關(guān)術(shù)語(yǔ)。

表2.基因中的常用符號(hào)