【注释-2】Annovar——Region-based Annotation

欢迎关注公众号:oddxix

简介

Region-based annotation是基于区域进行注释的,它不用考虑精确位置也不考虑核苷酸的同一性。进行注释时要使用--regionanno 参数(默认是 --geneanno ),缩写

包含的数据库

  • Conserved genomic elements annotation
  • Transcription factor binding site
  • Identify cytogenetic band
  • Identify variants disrupting microRNAs and snoRNAs
  • Identify variants disrupting predicted microRNA binding sites
  • Identify variants located in segmental duplications
  • Identify previously reported structural variants
  • Identify variants reported in previously published GWAS
  • Identify variants in ENCODE annotated regions
  • Identify dbSNP variants in user-specified regions
  • Identify non-coding variants that disrupt enhancers, repressors, promoters
  • Identify variants in other genomic regions annotated with other functions
  • Annotating custom-made databases conforming to GFF3 (Generic Feature Format version 3)
  • Identifying variants in regions specified in BED files

Conserved genomic elements annotation 保守基因组注释

用来鉴定保守基因组区域的变体 。-dbtype phastConsElements46way

#下载
annotate_variation.pl -build hg19 -downdb phastConsElements46way humandb/

NOTICE: Web-based checking to see whether ANNOVAR new version is available ... Done
NOTICE: Downloading annotation database http://hgdownload.cse.ucsc.edu/goldenPath/hg19/database/phastConsElements46way.txt.gz ... OK
NOTICE: Uncompressing downloaded files
NOTICE: Finished downloading annotation files for hg19 build version, with files saved at the 'humandb' directory

#注释
annotate_variation.pl -regionanno -build hg19 -out ex1 -dbtype phastConsElements46way example/ex1.avinput humandb/
NOTICE: Reading annotation database humandb/hg19_phastConsElements46way.txt ... Done with 5163775 regions

结果说明

phastConsElements46way Score=420;Name=lod=68 16 50756540 50756540 G C comments: rs2066845 (G908R), a non-synonymous SNP in NOD2
phastConsElements46way Score=385;Name=lod=49 16 50763778 50763778 - C comments: rs2066847 (c.3016_3017insC), a frameshift SNP in NOD2
phastConsElements46way Score=395;Name=lod=54 13 20763686 20763686 G - comments: rs1801002 (del35G), a frameshift mutation in GJB2, associated with hearing loss
phastConsElements46way Score=545;Name=lod=218 13 20797176 21105944 0 - comments: a 342kb deletion encompassing GJB6, associated with hearing loss

第一列 phastConsElements46way:表示注释的类型;
第二列:表示分数和名称,分数是UCSC Genome Browser分配的归一化分数,该分数范围从0到1000,其目的是在浏览器中显示标准值范围;
他列与输入文件中的列完全相同。只有实际位于保守区域内的变体才会打印在输出文件中

Transcription factor binding site 转录因子结合位点

包含人/小鼠/大鼠比对中保守的转录因子结合位点的位置和分数,其中得分和阈值使用Transfac Matrix Database计算,-dbtype tfbsConsSites

#下载
annotate_variation.pl -build hg19 -downdb tfbsConsSites humandb/
#注释
 annotate_variation.pl -regionanno -build hg19 -out ex1 -dbtype tfbsConsSites example/ex1.avinput humandb/
#结果文件
tfbsConsSites Score=767;Name=V$PAX5_02 16 50745926 50745926 C T comments: rs2066844 (R702W), a non-synonymous SNP in NOD2
tfbsConsSites Score=880;Name=V$CEBPA_01 16 50756540 50756540 G C comments: rs2066845 (G908R), a non-synonymous SNP in NOD2
tfbsConsSites Score=878;Name=V$FREAC3_01 13 20763686 20763686 G - comments: rs1801002 (del35G), a frameshift mutation in GJB2, associated with hearing loss
tfbsConsSites Score=1000;Name=V$STAT4_01,V$AML1_01,V$SRY_01,V$MZF1_01 13 20797176 21105944 0 - comments: a 342kb deletion encompassing GJB6, associated with hearing loss

第二列具有分数和名称注释,表示标准化分数和结合位点主题名称。诸如V $ PAX5_02之类的名称仅表示某些转录因子识别的主题的名称。由用户来决定哪些转录因子可以识别该基序。

Identify cytogenetic band 细胞遗传学带识别

为了鉴定Giemsa染色的染色体条带,可以使用-dbtype cytoBand

#下载
annotate_variation.pl -build hg19 -downdb cytoBand humandb/
#注释
annotate_variation.pl -regionanno -build hg19 -out ex1 -dbtype cytoBand example/ex1.avinput humandb/
#结果文件
cytoBand 1q23.3 1 162736463 162736463 C T comments: rs1000050, a SNP in Illumina SNP arrays
cytoBand 1p31.1 1 84875173 84875173 C T comments: rs6576700 or SNP_A-1780419, a SNP in Affymetrix SNP arrays
cytoBand 1p36.21 1 13211293 13211294 TC - comments: rs59770105, a 2-bp deletion
cytoBand 1p36.22 1 11403596 11403596 - AT comments: rs35561142, a 2-bp insertion

Identify variants disrupting microRNAs and snoRNAs 确定破坏microRNA和snoRNA的变体

UCSC基于miRBase Release和snoRNABase提供snoRNA和microRNA的wgRna表 。可以使用-dbtype wgRna

#下载
annotate_variation.pl -build hg19 -downdb wgRna humandb/
#注释
annotate_variation.pl -regionanno -build hg19 -out ex1 -dbtype wgRna example/ex1.avinput humandb/ 

Identify variants disrupting predicted microRNA binding sites 鉴定破坏预测的microRNA结合位点的变体。

发现破坏预测的microRNA结合位点的变体。 UCSC提供TargetScanS注释数据库,该数据库显示保守的哺乳动物microRNA调控靶位点,用于Refseq基因的3'UTR区域中保守的microRNA家族,可以使用-dbtype targetScanS

#下载
annotate_variation.pl -build hg19 -downdb targetScanS humandb/
#注释
annotate_variation.pl -regionanno -build hg19 -out ex1 -dbtype targetScanS example/ex1.avinput humandb/ 

Identify variants located in segmental duplications 识别位于分段重复中的变体

映射到节段重复的遗传变异很可能是序列比对错误,有时它们表现为具有高折叠覆盖率且可能具有高置信度得分的SNP,实际上可能代表基因组中恰好具有相同侧翼序列的两个非多态性位点。可以使用-dbtype genomicSuperDups

#下载
annotate_variation.pl -build hg19 -downdb genomicSuperDups humandb/
#注释
annotate_variation]$ annotate_variation.pl -regionanno -build hg19 -out ex1 -dbtype genomicSuperDups example/ex1.avinput humandb/

#结果文件
genomicSuperDups Score=0.99612;Name=chr1:13142561 1 13211293 13211294 TC - comments: rs59770105, a 2-bp deletion

输出中的“名称”字段表示基因组中的另一个“匹配”区段(其位于chr1:13142561处的相同染色体中)。 “得分”字段是两个基因组区段之间具有indel的序列同一性。

Identify previously reported structural variants 已报道的结构变异确定

ANNOVAR还可以方便地对缺失和重复进行注释,并将它们与基因组变体数据库(DGV)中先前发表的变体进行比较,--dbtype dgvMerged。

#下载
annotate_variation.pl -build hg19 -downdb dgvMerged humandb/
#注释
annotate_variation.pl -regionanno -build hg19 -out ex1 -dbtype dgvMerged example/ex1.avinput humandb/
#结果文件
dgvMerged Name=nsv516482 1 162736463 162736463 C T comments: rs1000050, a SNP in Illumina SNP arrays
dgvMerged Name=nsv830437 1 84875173 84875173 C T comments: rs6576700 or SNP_A-1780419, a SNP in Affymetrix SNP arrays
dgvMerged Name=dgv168n71,nsv821616,nsv510936,nsv871634,esv27872,nsv870885,dgv147n71,nsv517190,nsv821333,nsv871687,nsv7172,nsv428410,nsv8768,dgv20e1,dgv22e1 1 13211293 13211294 TC - comments: rs59770105, a 2-bp deletion
dgvMerged Name=nsv832536 1 11403596 11403596 - AT comments: rs35561142, a 2-bp insertion

对于删除和重复的结构变体,-minqueryoverlap可以去除SNP或indel重叠(否则许多SNP / indel将与DGV区域重叠)

Identify variants reported in previously published GWAS 确定在GWAS中已报道的变体

查找先前报告的与全基因组关联研究中的疾病或性状相关的变体,可以使用 -dbtype gwasCatalog

#下载
annotate_variation.pl -build hg19 -downdb gwasCatalog humandb/
#注释
annotate_variation.pl -regionanno -build hg19 -out ex1 -dbtype gwasCatalog example/ex1.avinput humandb/
#结果文件
gwasCatalog Name=Ankylosing spondylitis,Crohn's disease,Ulcerative colitis,Psoriasis,Inflammatory bowel disease 1 67705958 67705958 comments: rs11209026 (R381Q), a SNP in IL23R associated with Crohn's disease
gwasCatalog Name=Crohn's disease 2 234183368 234183368 A G comments: rs2241880 (T300A), a SNP in the ATG16L1 associated with Crohn's disease
gwasCatalog Name=Crohn's disease 16 50763778 50763778 - C comments: rs2066847 (c.3016_3017insC), a frameshift SNP in NOD2

Identify variants in ENCODE annotated regions识别ENCODE注释区域中的变体

ENCODE现在在ANNOVAR可以注释的基因组浏览器轨道中提供大量数据,例如转录区域,H3K4Me1区域,H3K4Me3区域,H3K27Ac区域,DNaseI超敏感区域,转录因子ChIP-Seq区域等。

Identify dbSNP variants in user-specified regions识别用户指定区域中的dbSNP变体

这与基于过滤的注释不同。在这里,我们只关心两个区域是否有重叠,而不是相同。因此,删除区域可以匹配dbSNP数据库中的多个SNP。-dbtype snp138

Annotating custom-made databases conforming to GFF3 (Generic Feature Format version 3)

Identifying variants in regions specified in BED files

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,684评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,143评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,214评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,788评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,796评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,665评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,027评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,679评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,346评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,664评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,766评论 1 331
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,412评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,015评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,974评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,073评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,501评论 2 343

推荐阅读更多精彩内容