SNP及检测关键技术专业资料.doc

1定义：单核苷酸多态性（singlenucleotidepolymorphism，SNP），重要是指在基因组水平上由单个核苷酸变异所引起DNA序列多态性。它是人类可遗传变异中最常用一种。占所有已知多态性90%以上。SNP在人类基因组中广泛存在，平均每500～1000个碱基对中就有1个，预计其总数可达300万个甚至更多。SNP所体现多态性只涉及到单个碱基变异，这种变异可由单个碱基转换（transition）或颠换（transversion）所引起，也可由碱基插入或缺失所致。但普通所说SNP并不涉及后两种状况。单核苷酸多态性（SNP）是指在基因组上单个核苷酸变异，涉及置换、颠换、缺失和插入。所谓转换是指同型碱基之间转换,如嘌呤与嘌呤(G2A)、嘧啶与嘧啶(T2C)间替代;所谓颠换是指发生在嘌呤与嘧啶(A2T、A2C、C2G、G2T)之间替代。从理论上来看每一种SNP位点都可以有4种不同变异形式，但事实上发生只有两种，即转换和颠换，两者之比为2：1。SNP在CG序列上浮现最为频繁，并且多是C转换为T，因素是CG中C常为甲基化，自发地脱氨后即成为胸腺嘧啶。普通而言，SNP是指变异频率不不大于1%单核苷酸变异。在人类基因组中大概每1000个碱基就有一种SNP，人类基因组上SNP总量大概是3×106个。根据排列组合原理,SNP一共可以有6种替代状况,即A/G、A/T、A/C、C/G、C/T和G/T,但事实上,转换发生频率占多数,并且是C2T转换为主,其因素是CpGC是甲基化,容易自发脱氨基形成胸腺嘧啶T，CpG也因而变为突变热点。理论上讲，SNP既也许是二等位多态性，也也许是3个或4个等位多态性，但事实上，后两者非常少见，几乎可以忽视。因而，普通所说SNP都是二等位多态性。这种变异也许是转换（CT，在其互补链上则为GA），也也许是颠换（CA，GT，CG，AT）。转换发生率总是明显高于其他几种变异，具备转换型变异SNP约占2/3，其他几种变异发生几率相似。Wang等研究也证明了这一点。转换几率高，也许是由于CpG二核苷酸上胞嘧啶残基是人类基因组中最易发生突变位点，其中大多数是甲基化，可自发地脱去氨基而形成胸腺嘧啶。SNP在动物基因组中分布广泛,每一种核苷酸发生突变概率大概为10-9。由于选取压力,SNP在单个基因、整个基因组中以及种群间分布是不均匀。SNP在非编码区中要多于编码区,并且在编码区也是非同义突变(有氨基酸序列变化)频率比其她方式突变频率低得多[4]。而基因间,同一种基因中编码SNP(codingSNP,cSNP)数目也不相似,可从0～29个不等。多项研究同步发现不同种族间SNPs数目也是不同,非洲人群及非裔种族中SNPs数量最多,而其她种群SNPs要少得多,因而通过比较亚群间等位基因频率将有助于阐明种族构造和进化。在基因组DNA中，任何碱基均有也许发生变异，因而SNP既有也许在基因序列内，也有也许在基因以外非编码序列上。总来说，位于编码区内SNP（codingSNP,cSNP）比较少，由于在外显子内，其变异率仅及周边序列1/5.但它在遗传性疾病研究中却具备重要意义，因而cSNP研究更受关注。从对生物遗传性状影响上来看，cSNP又可分为2种：一种是同义cSNP（synonymouscSNP），即SNP所致编码序列变化并不影响其所翻译蛋白质氨基酸序列，突变碱基与未突变碱基含义相似；另一种是非同义cSNP（non-synonymouscSNP），指碱基序列变化可使以其为蓝本翻译蛋白质序列发生变化，从而影响了蛋白质功能。这种变化常是导致生物性状变化直接因素。cSNP中约有一半为非同义cSNP。先形成SNP在人群中常有更高频率，后形成SNP所占比率较低。各地各民族人群中特定SNP并非一定都存在，其所占比率也不尽相似，但大概有85%应是共通。2.SNP自身特性：1）SNP数量多，分布广泛。据预计，人类基因组中每1000个核苷酸就有一种SNP，人类30亿碱基中共有300万以上SNPs.SNP遍及于整个人类基因组中，依照SNP在基因中位置，可分为基因编码区SNPs（Coding-regionSNPs，cSNPs）、基因周边SNPs（PerigenicSNPs，pSNPs）以及基因间SNPs（IntergenicSNPs，iSNPs）等三类。2）SNP适于迅速、规模化筛查。构成DNA碱基虽然有4种，但SNP普通只有两种碱基构成，因此它是一种二态标记，即二等位基因（biallelic）。由于SNP二态性，非此即彼，在基因组筛选中SNPs往往只需+/-分析，而不用分析片段长度，这就利于发展自动化技术筛选或检测SNPs。3）SNP等位基因频率容易预计。采用混和样本估算等位基因频率是种高效迅速方略。该方略原理是：一方面选取参照样本制作原则曲线，然后将待测