【广东会GDH基因检测】基因解码基因检测如何构建专属数据库以增加正确性和检出率
除了人类基因组之外,基因解码还可以处理其他物种。 但是,ANNOVAR 不提供其他基因定义的内置 mRNA FASTA 文件,因此基因检测机构必须自行构建。
为了更多地了解这一点,尝试处理黑猩猩基因组:
[jiaxuejiyin@genejiedu ~/]$ annotate_variation.pl -downdb -buildver panTro2 gene chimpdb
NOTICE: Downloading annotation database ftp://hgdownload.cse.ucsc.edu/goldenPath/panTro2/database/refGene.txt.gz ... OK
NOTICE: Downloading annotation database ftp://hgdownload.cse.ucsc.edu/goldenPath/panTro2/database/refLink.txt.gz ... OK
NOTICE: Downloading annotation database http://www.openbioinformatics.org/annovar/download/panTro2_refGeneMrna.fa.gz ... Failed
NOTICE: Uncompressing downloaded files
NOTICE: Finished downloading annotation files for panTro2 build version, with files saved at the 'chimpdb' directory
WARNING: Some files cannot be downloaded, including http://www.openbioinformatics.org/annovar/download/panTro2_refGeneMrna.fa.gz
--------------------------------IMPORTANT---------------------------------
--------------------------------------------------------------------------
NOTICE: the FASTA file http://www.openbioinformatics.org/annovar/download/panTro2_refGeneMrna.fa.gz is not available to download but can be generated by the ANNOVAR software. PLEASE RUN THE FOLLOWING TWO COMMANDS CONSECUTIVELY TO GENERATE THE FASTA FILES:
annotate_variation.pl --buildver panTro2 --downdb seq chimpdb/panTro2_seq
retrieve_seq_from_fasta.pl chimpdb/panTro2_refGene.txt -seqdir chimpdb/panTro2_seq -format refGene -outfile chimpdb/panTro2_refGeneMrna.fa
--------------------------------------------------------------------------
--------------------------------------------------------------------------
上述命令将运行,但会打印出一些警告消息:ANNOVAR 网站中未提供 FASTA 序列,因此用户需要构建它们。 只需按照确切的说明操作并运行两个命令:
[jiaxuejiyin@genejiedu ~/]$ annotate_variation.pl --buildver panTro2 --downdb seq chimpdb/panTro2_seq
NOTICE: Downloading annotation database ftp://hgdownload.cse.ucsc.edu/goldenPath/panTro2/bigZips/chromFa.zip ... Failed
NOTICE: Downloading annotation database ftp://hgdownload.cse.ucsc.edu/goldenPath/panTro2/bigZips/chromFa.tar.gz ... OK
NOTICE: Uncompressing downloaded files
NOTICE: Finished downloading annotation files for panTro2 build version, with files saved at the 'chimpdb/panTro2_seq' directory
[jiaxuejiyin@genejiedu ~/]$ retrieve_seq_from_fasta.pl chimpdb/panTro2_refGene.txt -seqdir chimpdb/panTro2_seq -format refGene -outfile chimpdb/panTro2_refGeneMrna.fa
NOTICE: Finished reading 1 sequences from chimpdb/panTro2_seq/12/chr12_random.fa
NOTICE: Finished reading 1 sequences from chimpdb/panTro2_seq/22/chr22.fa
NOTICE: Finished reading 1 sequences from chimpdb/panTro2_seq/14/chr14.fa
......
......
NOTICE: Finished writting FASTA for 1337 genomic regions to chimpdb/panTro2_refGeneMrna.fa.
因此,运行上述命令后,黑猩猩基因组的基因注释数据库将是完整、正确且贼新的。
练习:尝试对 rheMac2(猕猴)运行上述相同的过程,看看这与 panTro2 有何不同。 UCSC 没有针对不同的基因组使用相同的文件命名约定或目录结构规则,这使得程序员的工作变得更加复杂。 ANNOVAR 可以处理许多基因组,但还有另一种基因组 ANNOVAR 无法自动检索序列; 如果是这种情况,请联系基因解码工作人员,基因解码将分析并添加该功能。
练习:尝试对 sacCer2(酵母)运行上述相同的过程,看看有何不同。
练习:尝试对 sacCer3(酵母)运行上述相同的过程,看看有何不同。 请注意,UCSC 使用 ncbiRefSeq 而不是 RefGene 来表示基因注释,因此基因测序机构必须在 -downdb 命令中使用它。 然后使用retrieve_seq_from_fasta.pl酵母db/sacCer3_ncbiRefSeq.txt -seqdir酵母db/sacCer3_seq/-format refGene -outfile酵母db/sacCer3_refGeneMrna.fa生成mRNA FASTQ文件。
练习:尝试对 bosTau6(牛)运行上述相同的过程。 请注意,截至 2012 年 4 月,UCSC 尚未将 bosTau6 基因组序列的 FASTA 文件拆分为单个染色体。 因此,基因测序机构需要在retrieve_seq_from_fasta.pl命令中使用“-seqfile bosTau6.fa”,而不是“-seqdirowdb/bosTau6_seq”。 同样,尝试对 micMur1(Mouse Lemur)运行上述相同的过程,并注意使用 -seqfile 而不是 -seqdir。
练习:尝试对 rn5(大鼠)或 dm6(果蝇)运行上述相同的程序。 同样,用户需要提供 FASTA 文件而不是 FASTA 目录。
仅当 UCSC 中存在针对特定物种或特定构建的基于基因的注释时,上述过程才有效。 例如,如果您想在猪上使用 ANNOVAR,由于 RefSeq 基因和 UCSC Gene 不适用于猪,您必须使用 annotate_variation.pl --downdb -buildver susScr2 ensgene pigdb 代替,并使用 -dbtype ensgene 进行基于基因的分析 注解。
(责任编辑:广东会GDH基因)