indel该右移还是左移

 

1、前言

  这个问题正如黄树嘉老师知乎文章中所说，向左移、向右移都是可以的，但要在一定的文件格式中下定义，他文章提到的是vcf。

  描述一个突变有多种文件， bam => vcf = > 注释文件 => 结果文件。
 

2、在bam文件中

  上面图片来自黄树嘉老师知乎文章，可以看出都是缺失了 “GC” 碱基，从比对角度看，结果一样。可以分别认为它们在左、中、右发生的，都没问题，这时候就需要比对软件有约定俗称的规则，目前是左移。
  通常情况下BWA文件的indel突变位置都是左移的。如果发现不是这样，想要对bam文件进行左移，可以使用GATK软件自带的矫正功能，不同的版本模块名称是不同的，需要现查。
 

3、在vcf文件中

  通常情况下拷变异的主流软件都是 变异 向左 “贪婪比对” 的，也就是说会 一直向左比对，直到不匹配为止，然后以最左边的碱基位置表示变异的起始位置。

变异表示的标准化包含两个部分：
  1，节俭原则 2，左对齐。
  这两部分分别对应变异的长度与位置。

  可以查看你手里的vcf、与别人给你的vcf关于indel位点是左移还是右移的。依据实际情况进行软件矫正(vt、bedtools，使用前请验证)，或者自己写脚本实现。
 

4、在注释文件中

  此时要用注释软件对vcf文件进行注释，增加突变的基因、C点、P点等信息。按照目前业内共识、临检中心室间质评要求，都要求注释结果要符合 HGVS规范。
  因为临床医生看突变更考虑功能影响，所以HGVS规范更贴合临床医生的要求。

  HGVS命名规范，是人类基因组变异协会制定的对突变进行命名的规范（sequence variant nomenclature by human genome variation society），即当序列改变和氨基酸功能一致等价时，突变的命名要以靠近 3-UTR 区来命名。

  概括下就是 “ 3’ 规则 ”：所有变异都应按照靠近基因转录方向末端（3’端）的位置来表述。所以在实际注释的时候，要根据基因所在strand来确定indel的注释方向。

  hg19文件chr1 -> X染色体，1 -> 20000000+位点的过程中，不同基因在参考序列上是不同的strand。转录的时候，负链基因的3’端在左侧，正链基因的3’端在右侧，于是依据3’ 规则，负链基因的突变应该向左贪婪比对，正链基因的位点向右贪婪比对(“正链基因右对齐，负链基因左对齐”)。目前的主流注释软件VEP、ANNOVAR都不能直接给出完美符合“HGVS规范”的注释结构。
 

5、在结果文件中

  通常结果文件直接从注释文件中获取，此处不再说明。
 
 
 

参考文件：

1、关于Indel变异，我该往左还是该往右？
2、Variant Normalization 变异的标准化
3、Unified representation of genetic variants
4、人类全基因组遗传变异解读的高通量测序数据规范