经典工具 | 使用SIFT预测错义突变的有害性

SIFT

   用计算机替代人预测复杂事件的影响,是我们这个时代最令人兴奋的科学进展之一。SIFT就是这样一个应用于基因组学研究的经典工具。

735d03b02d11bdd32386fe01d20fa8f3.png

   SIFT可预测多种生物体的基因组变异,主要是错义突变的影响与效应,最大的特点是物种丰富,是一个经典的、普适性的研究工具。

网址1 (官方)

http://sift-dna.org (偶尔进不去时换个时间或浏览器访问)

开发单位

(1) 新加坡基因组研究所,计算和系统生物学

(2) 美国克雷格·文特尔研究所,基因组医学

   克雷格·文特尔研究所 (J.Craig Venter Institute)成立于2006年10月。通过合并TIGR、TCAG和奎格文特科学基金会等,并为生物能源替代 (IBEA)研究所。

   克雷格·文特尔,美国生物学家,被很多人称为生物学界的“坏小子”,曾经公然挑战 “国际人类基因组计划”,并用霰弹枪法为基因测序。来源: Baidu

预测原理

   SIFT根据序列同源性氨基酸的物理特性,预测氨基酸的取代是否影响蛋白质功能。可应用于自然发生的非同义突变 (多态性)和实验室诱导的错义突变

引用文献

SIFT web server: predicting effects of amino acid substitutions on proteins. Ngak-Leng Sim, Prateek Kumar, Jing Hu, Steven Henikoff, Georg Schneider, Pauline C. Ng. Nucleic Acids Research, Volume 40, Issue W1, 1 July 2012, Pages W452–W457, https://doi.org/10.1093/nar/gks539 (文章下载链接:https://pan.baidu.com/s/1ky9fh0HCuht0M9ubkasK1w  提取码:7bhe)

网址2 (代表性物种预测)

https://sift.bii.a-star.edu.sg/www/SIFT4G_vcf_submit.html

   首先需要查看自己研究的生物体是否具有SIFT数据库,再注释变异文件 (VCF)。对于常见生物可在线提交VCF文件。

物种范围

   少量具有代表性的动物、植物、真菌、原生生物、原核生物(只有大肠杆菌)

输入文件

VCF文件 (8th column "INFO" required) ,大小<5M

提交一个人类的VCF文件 (后文会提交其它物种)

b364fe21d7db651d681baaa87f98fde5.png

在线预测界面

18aa61325ce63804c0295175bc0e20f0.png

提交VCF文件

   国内SIFT在线预测的体验不是很好,可能由于网络原因。等待时间比较长、或直接"趴窝"。本篇后文会介绍本地预测的方法,体验较好。

网址3 (扩展的SIFT 4G,涉及哪些物种)

https://sift.bii.a-star.edu.sg/sift4g/

   需要查看自己研究的生物体是否具有SIFT数据库,再注释变异文件 (VCF)。

SIFT Databases

   如果您研究的物种没有被下表列出,可以创建自己的SIFT预测数据库。

Common Name

Scientific Name

African bush elephant (非洲丛林象)

Loxodonta africana

African malaria mosquito

Anopheles gambiae

African rice

Oryza glumaepatula

Alpaca

Vicugna pacos

Amebiasis protozoan parasite *

Entamoeba histolytica

Amborella trichopoda

Amborella trichopoda

American pika**

Ochotona princeps

Anthracnose fungus (炭疽菌)

Colletotrichum gloeosporioides

Arabidopsis (拟南芥)

Arabidopsis thaliana

Asian rice (亚洲稻)

Oryza sativa

Aspergillus (曲霉菌)

Aspergillus clavatus

Aspergillus

Aspergillus flavus

Aspergillus

Aspergillus fumigatus

Aspergillus

Aspergillus nidulans

Aspergillus

Aspergillus niger

Aspergillus

Aspergillus terreus

Atlantic cod

Gadus morhua

Bakarae and foot rot disease fungus

Fusarium fujikuroi

Barley

Hordeum vulgare

Barrel clover

Medicago truncatula

Black cottonwood

Populus trichocarpa

Blackleg fungus

Leptosphaeria maculans

Bigelowiella natans**

Bigelowiella natans

Blind cave tetra

Astyanax mexicanus

Blood fluke*

Schistosoma mansoni

Bottlenose dolphin**

Tursiops truncatus

Bovine

Bos taurus

Brown bread rice (糙米)

Oryza rufipogon

Cat

Felis catus

Campion anther smut

Microbotryum violaceum

Candida lipolytica

Yarrowia lipolytica

Carolina anole

Anolis carolinensis

Chicken

Gallus gallus

Chinese cabbage

Brassica rapa

Chinese softshell turtle

Pelodiscus sinensis

Chimpanzee

Pan troglodytes

Collared flycatcher

Ficedula albicollis

Comb jelly

Mnemiopsis leidyi

Common marmoset

Callithrix jacchus

Common shrew**

Sorex araneus

Crucifer anthracnose fungus

Colletotrichum higginsianum

Cucumber anthracnose fungus

Colletotrichum orbiculare

Diplogastrid nematode

Pristionchus pacificus

Dog

Canis familiaris

Dothistroma needle blight

Dothistroma septosporum

E.coli

Escherichia coli

Encapsulated yeast*

Cryptococcus neoformans

Eremothecium gossypii

Ashbya gossypii

European centipede

Strigamia maritima

European hedgehog

Erinaceus europaeus

Eye worm

Loa loa

Ferret (雪貂)

Mustela putorius furo

Filarial nematode worm*

Brugia malayi

Fission yeast (裂变酵母)

Schizosaccharomyces japonicus

Fission yeast

Schizosaccharomyces cryophilus

Fission yeast

Schizosaccharomyces octosporus

Fission yeast

Schizosaccharomyces pombe

Fly

Drosophila ananassae

Fly

Drosophila erecta

Fly

Drosophila grimshawi

Fly

Drosophila melanogaster

Fly

Drosophila mojavensis

Fly

Drosophila persimilis

Fly

Drosophila pseudoobscura

Fly

Drosophila sechellia

Fly

Drosophila simulans

Fly

Drosophila virilis

Fly

Drosophila willistoni

Fly

Drosophilia yakuba

Foxtail millet

Setaria_italica

Freshwater leech

Helobdella robusta

Fusarium vascular wilt

Fusarium oxysporum

Gaint panda

Ailuropoda melanoleuca

Gemmiferous Spikemoss

Selaginella moellendorffii

Gorilla

Gorilla gorilla

Grape seed

Vitis vinifera

Green alga*

Chlamydomonas reinhardtii

Green Monkey

Chlorocebus_sabaeus

Grey mouse lemur

Microcebus murinus

Grey short-tailed opossum

Monodelphis domestica

Guinea pig

Cavia porcellus

Guillardia theta**

Guillardia theta

Hoffmann's two-toed sloth

Choloepus hoffmanni

Honey bee

Apis mellifera

Horse

Equus caballus

Human

Homo sapiens

Humpbacked fly

Megaselia scalaris

Indian rice

Oryza indica

Indian wild rice*

Oryza nivara

Japanese rice fish

Oryzias latipes

Jewel wasp

Nasonia vitripennis

Kangaroo rat**

Dipodomys ordii

Kentucky bluegrass fungus

Magnaporthe poae

Large flying fox**

Pteropus vampyrus

Leaf cutter ant

Atta cephalotes

Lesser hedgehog tenrec**

Echinops telfairi

Little brown bat

Myotis lucifugus

Lyre-leaved rock-cress

Arabidopsis lyrata

Maize (玉米)

Zea mays

Maize ear and stalk rot fungus

Gibberella moniliformis

Maize anthracnose fungus

Glomerella graminicola

Maize head smut fungus*

Sporisorium reilianum

Maize smut*

Ustilago maydis

Malaria parasite*

Plasmodium falciparum

Malaria parasite*

Plasmodium vivax

Monarch Butterfly**

Danaus plexippus

Mosquito

Anopheles darlingi

Mountain Pine Beetle

Dendroctonus ponderosae

Mouse

Mus musculus

Mycobacterium tuberculosis (结核杆菌)

Mycobacterium tuberculosis

Mycosphaerella graminicola

Zymoseptoria tritici

Necrotrophic fungal pathogen

Pyrenophora teres

Nematode

Onchocerca_volvulus

Neosartorya fischeri

Neosartorya fischeri

Nile tilapia

Oreochromis niloticus

Nine banded armadillo

Dasypus novemcinctus

Noble rot fungus

Botryotinia fuckeliana

Northern greater galago

Otolemur garnettii

Northern white-cheeked gibbon

Nomascus leucogenys

Orangutan

Pongo abelii

Oryza_meridionalis (南方野生稻)

Oryza meridionalis

Owl limpet**

Lottia gigantea

Pacific transparent sea squirt

Ciona savignyi

Pacific oyster**

Crassostrea gigas

Parasite*

Leishmania major

Peach

Prunus persica

Perigord black truffle

Tuber melanosporum

Phaeodactylum tricornutum Bohlin

Phaeodactylum tricornutum

Philippine tarsier**

Tarsius syrichta

Pig

Sus scrofa

Placozoan multicellular animal

Trichoplax adhaerens

Plant pathogen*

Albugo laibachii

Plant pathogen

Nectria haematococca

Plant pathogen*

Pythium irregulare

Platypus

Ornithorhynchus anatinus

Polychaete worm**

Capitella teleta

Poplar leaf rust fungus

Melampsora laricipopulina

Postman butterfly

Heliconius melpomene

Potato

Solanum tuberosum

Potato late blight fungus

Phytophthora infestans

Powdery mildew

Blumeria graminis

Primate malaria parasite*

Plasmodium knowlesi

Puffer fish

Takifugu rubripes

Purple false brome

Brachypodium distachyon

Rabbit

Oryctolagus cuniculus

Rat

Rattus norvegicus

Red bread mold

Neurospora crassa

Red flour mite

Tribolium castaneum

Red imported file ant

Solenopsis invicta

Red spider mite

Tetranychus urticae

Rhesus macaque

Macaca mulatta

Rice blast fungus

Magnaporthe oryzae

Rock hyrax

Procavia capensis

Round worm*

Caenorhabditis brenneri

Round worm*

Caenorhabditis briggsae

Round worm*

Caenorhabditis remanei

Round worm

Caenorhabditis elegans

Sea anemone

Nematostella vectensis

Sea lamprey

Petromyzon marinus

Sea squirt

Ciona intestinalis

Sheep

Ovis aries

Silkworm

Bombyx mori

Slime mold

Dictyostelium discoideum

Snow-rot disease causing pathogen*

Pythium iwayamai

Sorghum

Sorghum bicolor

Southern house mosquito

Culex quinquefasciatus

Southern platyfish

Xiphophorus maculatus

Soybean

Glycine max

Soybean stem and root rot agent*

Phytophthora sojae

Spotted gar

Lepisosteus oculatus

Spotted green pufferfish

Tetraodon nigroviridis

Stem rust fungus*

Puccinia_graminis

Tammar wallaby

Macropus eugenii

Tasmanian devil

Sarcophilus harrisii

Termite

Zootermopsis nevadensis

Thirteen lined ground squirrel

Ictidomys tridecemlineatus

Three spine stickleback

Gasterosteus aculeatus

Tomato

Solanum lycopersicum

Toxoplasmosis protozoan parasite*

Toxoplasma gondii

Treeshew**

Tupaia belangeri

Trichinosis causing parasite**

Trichinella spiralis

Trichoderma virens

Trichoderma virens

Trichoderma reesei

Trichoderma reesei

Trypanosomiasis parasite*

Trypanosoma brucei

Verticillium wilt

Verticillium dahlia

Water flea*

Daphnia pulex

West Indian ocean coelacanth

Latimeria chalumnae

Western clawed frog

Xenopus tropicalis

Wheat

Triticum urartu

Wheat and barley crown-rot fungus

Fusarium pseudograminearum

Wheat and barley take-all root rot fungus

Gaeumannomyces graminis

Wheat head blight fungus

Gibberella zeae

Wheat fungal pathogen

Phaeosphaeria nodorum

Wheat leaf rust**

Puccinia triticina

Wheat tan spot fungus

Pyrenophora triticirepentis

White mold

Sclerotinia sclerotiorum

Wild duck

Anas platyrhynchos

Wild turkey

Meleagris gallopavo

Yeast

Komagataella pastoris

Yeast

Saccharomyces cerevisiae

Yellow fever mosquito

Aedes aegypti

Yellow koji mold (黄曲霉菌)

Aspergillus oryzae

Zebra finch

Taeniopygia guttata

Zebra fish

Danio rerio

   * 预测的假阳性高 (High false positive error)

   ** 预测的覆盖度低

网址4 (多物种、功能增强版的SIFT) 

Annotate variants with SIFT 4G

https://sift.bii.a-star.edu.sg/sift4g/AnnotateVariants.html

注:

   1. SIFT 4G是其更快版本,能更大规模、为更多物种提供错义突变的有害性预测。

   2. VCF文件必须按染色体和位置排序才能正确注释。

   3. 要下载到该物种的SIFT数据库 (与bwa、GATK和snpEff等程序使用相同的特定菌株的基因组版本,以及一致的染色体表示方式)。

在Linux命令行完成预测 (略)

https://sift.bii.a-star.edu.sg/sift4g/Commandline.html

   由于VCF文件是所有样本合并后的 (gVCF),因此不太需要在Linux中做批处理。关注后续推文。

在Windows本地完成预测 (Mac略)

Annotate using GUI (Mac/Windows)

1. 下载某物种的SIFT4G数据库

   https://sift.bii.a-star.edu.sg/sift4g/public

   如: 结核分枝杆菌

54a8cfeda465afc69fc0367751bfec0b.png

https://sift.bii.a-star.edu.sg/sift4g/public/Mycobacterium_tuberculosis/

2. 下载本地软件 

   如果下载不了,反复多试几次,并留意是否被浏览器拦截:

https://github.com/pauline-ng/SIFT4G_Annotator/raw/master/SIFT4G_Annotator.jar

3. 设置java到环境变量,更正:下图第5步应下拉,加到Path中

6d0dd8d01d02397cc3345b2b4b757c3c.png

进入高级系统设置

151fde0a92583d41f5fecd889aca0e59.png

java环境变量设置,以在"Git bash"或"cmd"中启动java

4. 用"java -jar"运行"SIFT4G_Annotator.jar"

   进入"SIFT4G_Annotator.jar"文件所在的文件夹,鼠标右键启动"Git bash"。(或在Windows的cmd命令行写代码,注意正确的文件路径)

9b58d2d21ee91313641c711cba4bfd04.png

在当前目录中打开"Git bash"程序

5. 输入以下命令 (用"java -jar"运行"SIFT4G_Annotator.jar" )

java -version # 查看环境变量中的java版本
# java version "1.8.0_202"
# Java(TM) SE Runtime Environment (build 1.8.0_202-b08)
# Java HotSpot(TM) 64-Bit Server VM (build 25.202-b08, mixed mode)


java -jar SIFT4G_Annotator.jar # 启动本地版SIFT

动弹出java图形界面

ea081b09022e4498921d4214bed76b18.png

java命令行启动图形界面

6. 读取文件和数据库

7e498d32ed258c07ef01e7818ea3fed1.png

文件读取

7. 保存本地SIFT预测结果:

ff2c8989ea06b5a75623240807010fc6.png

结果保存

   结果文件存放在上一层目录中,即"../SIFT4G_results" (与工作目录平级)。

8. 预测前、后的文件对比

   预测前VCF文件的变异行数:3559 = 3606-47

   预测后VCF文件的变异行数:3559 = 3608-49

VCF头文件多出两行

1. ##SIFT_Threshold: 0.05

2. ##INFO=<ID=SIFTINFO,Number=.,Type=String,Description="SIFT information. Format: Allele|Transcript|GeneId|GeneName|Region|VariantType|Ref_Amino_Acid/Alt_AminoAcid|Amino_position|SIFT_score|SIFT_median|SIFT_num_seqs|Allele_Type|SIFT_prediction">

SIFT注释文字插入到了INFO列的末尾

8691b7a846623cb079d6ed64fcf0ea55.png

DELETERIOUS: 有毒的、有害的突变

81d0be2da477ac96ab9cbe54d86a70b6.png

查询环形密码子表, Q-Gln / K-Lys

SIFT使用总结 

不再赘述,如下图:

4b76f57613bc740256d9d820b8f78d4b.png

      SIFT评估突变有害性的工作流程

获取本文的全部测试数据

   链接:https://pan.baidu.com/s/1-bMjndANtjiKtLMXEIs3xw 

   提取码:ysx3 (Author: 宋红卫)

62365761d0ce92e66caaae35ef0a9434.png

be23763b1d1338d5af311535d10e2d7a.png        

—   基本概念 —

外显子和基因组基本概念(一)

外显子和基因组基本概念(二)

  蛋白质生物学推介(一)

  蛋白质生物学推介(二)

  蛋白质生物学推介(三)

  蛋白质生物学推介(四)

  蛋白质生物学推介(五)

—   文献解读  —

一个家系突变分析一篇 SCI | 文章解析

全基因组测序有助于诊断更多的罕见病

整合基因组学和蛋白质结构的致病机制分析

JMG | 基因PRKG2的变异导致骨骼表型异常

JGG | LRP6变异与渗出性玻璃体视网膜病变

    基因突变与脑瘫风险(Nature Genetic,2020)

  细菌基因组 | rpoB的插入变异导致高度耐药性

全外显子测序显示COQ8B基因新的纯合突变与肾病综合征有关

IF>10 家系研究 | OGDHL变异导致神经发育谱系疾病,表现为癫痫、听力与视力障碍等

—   数据库  —

ClinVar数据库详解

AlphaFold数据库简介

gnomAD数据库简介(一)

gnomAD数据库简介(二)

国际千人基因组计划数据库(一)

国际千人基因组计划数据库(二)

    在线人类孟德尔遗传 (OMIM)数据库简介

—   期刊  —

人类遗传学领域期刊速览

AJHG | 人类遗传学领域一流期刊

国产好刊 | 中科院遗传学一区JGG

—   分析技术  —

Sanger测序拼‍接

BAM文件格式解读

Trim Galore软件详解

346个基因组可视化工具一网打进!

基因组浏览器IGV的安装和图形解读

利用IGV可视化基因组遗传变异位点

Jalview多序列比对图中显示序列标识

蛋白质二级结构、结构域及蛋白修饰预测

多序列比对软件Jalview的安装及使用体验

正常与突变蛋白三维结构模型的绘制与分析

分子结构模拟工具UCSF Chimera安装及操作

—   分析平台  —

Linux操作系统结构及常用命令

服务器 | 查看操作系统重启日志

设置RStudio-Server不频繁掉线

RStudio-Server安装和内网穿透要点

Linux服务器的磁盘概念与相关操作 (一)

Linux服务器的磁盘概念与相关操作 (二)

—   理论与技术培训  —

临床基因组家系数据分析实战,快速发表SCI文章

转录组分析和可视化的正确姿势你知道了吗?

—   遗传咨询  —

遗传性肾脏病的基因检测

遗传咨询 | 常见病-帕金森病的基因检测

—   政策法规  —

雇人代写论文是否犯法?

中华人民共和国人类遗传资源管理条例

—  Tales of Genetics  —

巴黎保姆

60亿人,60亿组碱基对

一个突变基因保护了欧洲人祖先

高中学历父亲自学基因编辑,看五六百篇论文,自制药用级化合物救治罕见病儿子!

欢迎咨询全固态大型云服务器租用

1周内完成家系变异生信分析,尽快推进下游分析

更适合家系全外显子组

e453ac004703b05add632c32b318cd0c.png

42483ecd4bd19dcc99ea68cd62b806b4.png

若有服务器亦可免费技术咨询,提供专业解答

一/二代测序、临床基因组/外显子组/转录组、遗传学分析

f02b016ae5ea4c48aec16462711093cd.png  51bc76a828b2cc2dd55abf15c4a16fdb.png

第 3 期临床基因组家系分析,助力发表Case Report

系统性培训,一次学会终身会分析,只待新病例

服务器免费1个月,每日答疑,足以完成小家系分析

ad0c9ee1ceaca166549ad9702c92881c.png

2cb474ce63fdfb9729d3a37289e5cf3c.png

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值