结构变异（SVs）是指在大小和类型上极其多样化的基因组改变，范围从~ 50bp到大于兆碱基的片段，包括缺失、重复、新插入、倒置、易位、可移动元件、重复序列扩展、拷贝数变异/变体（CNVs）和其他复杂组合。CNVs占人类基因组的4.8-9.5%，具体定义为> ~ 1000 bp序列的基因组丢失或获得，主要由缺失和重复组成。根据SVs的形成机制，可以识别出两种类型的SVs：复发性和非复发性基因组重排，分别发生在同源染色体（chr）交叉/突触和减数分裂第一次细胞分裂的S期。具有重复断点的SV主要通过染色体内非等位基因同源重组途径形成，一些支持断点的假设可以解释其形成机制，如非同源末端连接、断裂诱导复制、微同源介导的断裂诱导复制、序列复制滑移、叉速和模板切换。SVs比单核苷酸变异（SNVs）更大，插入和缺失（indels）更短，这可能与它们更高的遗传性和对人类疾病更深刻的致病作用有关。许多遗传疾病已被发现与SVs有关，如自闭症、阿尔茨海默病和先天性心脏缺陷。此外，作为遗传疾病的一部分，肿瘤疾病也被证明存在一类新的复杂SV事件和突变过程。
近十年来，随着长读测序技术的发展和成熟，SV/CNV检测的敏感性和特异性显著提高，使临床诊断和治疗更加准确。已经开发了几个提供SV信息的数据库，以突出SV与遗传疾病/表型（包括PGG）之间的重要关系。SV、基因组变异数据库（DGV）、DECIPHER和ClinVar，它们各有优缺点。PGG。SV构建了一个由6048个健康样本组成的参考数据集，并补充了东亚人群样本，增加了全球族群之间的可比性。DGV旨在建立人类基因组结构变异的图谱，特别是50 bp以上DNA片段的基因组改变。然而,PGG，SV和DGV的相似之处在于，数据来源主要是健康样本，这些变异与特定疾病之间的关系尚未明确确定。破译是一个数据库，致力于识别和解释罕见遗传疾病的致病变异，因此一些常见的遗传疾病不包括在内。
ClinVar还提供了一系列与遗传变异（包括SNVs、indels和SVs）相关的模块，如人类变异与表型的关系、变异的临床意义解释标准等，但ClinVar并不是一个专门包含SVs的数据库，由于其数据量巨大，使用起来比较复杂。并且不能直接在数据库中搜索到SV的断点，用户需要下载整个VCF文件并重新搜索解压缩，增加了不便。此外，有些疾病不包括在其中，如食管癌和胆管癌。而对于上述数据库，大多不直接在数据库中记录患者的年龄、性别、检查、表型等详细信息，而是要求用户与提交者联系。虽然通过这种方式可以获得更全面、详细的患者信息，但需要一定的等待时间；甚至有时候，很难得到回复。因此，有必要提供直接的患者信息，这也有利于保证数据的准确性和可靠性，促进数据的多样性和代表性。总体而言，目前仍缺乏从文献中获得的遗传病结构变异的综合在线数据库资源。
图形摘要（图源自Nucleic Acids Research ）
因此，仍需要开发更专注于结构变异、与广泛的遗传疾病密切相关的数据资源，以进一步推动该领域的研究和临床应用。研究介绍了基于文献挖掘的结构变异数据库SV4GD (Structural Variation for Genetic Diseases, https://bio-computing.hrbmu.edu.cn/SV4GD/)，该数据库具有简单的检索界面和全面的疾病覆盖，包括部分SVs的多个断点和同源重组形成机制。
参考消息：
https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkae1015/7889244
—END—
内容为【iNature】公众号原创，
转载请写明来源于【iNature】
微信加群
iNature汇集了4万名生命科学的研究人员及医生。我们组建了80个综合群（16个PI群及64个博士群），同时更具专业专门组建了相关专业群（植物，免疫，细胞，微生物，基因编辑，神经，化学，物理，心血管，肿瘤等群）。温馨提示：进群请备注一下（格式如学校+专业+姓名，如果是PI/教授，请注明是PI/教授，否则就直接默认为在读博士，谢谢）。可以先加小编微信号（love_iNature），或者是长按二维码，添加小编，之后再进相关的群，非诚勿扰。
投稿、合作、转载授权事宜
请联系微信ID：13701829856 或邮箱：iNature2020@163.com
觉得本文好看，请点这里！
