FusionMap中怎么检测融合基因
FusionMap中怎么检测融合基因,很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。
通过两种方式来检测融合基因:
对于没有比对上基因组的序列,即unmapped reads, 通过识别Fusion junction-spanning reads 来识别融合基因;这部分reads覆盖到了融合基因的连接点,在连接点两侧的序列分别比对到构成融合的多个基因上
-
对于比对上基因组的reads, 通过识别 Inter-transcript read pairs来识别融合基因,这部分reads虽然没有直接覆盖连接点,但是其R1端和R2端分别比对到不同的基因
示意图如下
在fusionmap中,假定融合基因由2个基因组成,对于没能比对上基因组的Fusion Junction-spanning reads, 又分为两类:设定一个比对长度的阈值,如果这条reads在两个基因中比对上的长度都大于阈值,就属于seed reads; 如果在任意一个基因中比对上的长度小于阈值,就属于rescued reads,示意图如下
Fusionmap会输出如下所示的表格
关键的几列信息解释如下
FusionID : 识别到的融合基因的ID,前缀都为FUS,第一个数字为融合基因的起始位置,第二个数字为融合基因的终止位置,这里的位置实际上都是累积位置,把所有的染色体按照字母顺序首位相连构成一条参照的染色体,这样每个基因在这条染色体上都有一个位置,所以这里的位置都是累积位置,可以发现,终止位置的数字总是比起始位置大;括号里的内容是形成融合基因的两个基因的链的方向
Strand : 形成融合基因的两个基因的链的方向, 包括++, —, +-, -+ 四种组合
Position1: 检测到的融合基因的起始位置
Chromosome1 : gene1 所在的染色体
Chromsome2: gene2 所在的染色体
Position2: 检测到的融合基因的终止位置
knowGene1 : gene1 的symbol
KnowTranscriptStrand: gene1的转录本的方向,有多个转录本,就有多个方向
KnowGene2: gene2 的symbol
KnowTranscripitStrand : gene2的转录本的方向,有多个转录本,就有多个方向
FusionGene: 融合基因的名字,gene1->gene2
除此之外,还包含以下几种比较难理解的信息
1. 支持该融合基因的reads数目
包含以下3种
accepted_hits.UniqueCuttingPositionCount
accepted_hits.SeedCount
-
accepted_hits.RescuedCount
SeedCount
和RescuedCount
代表的就是上文中提到了seed reads
和rescued reads
的个数,二者相加就是Fusion Junciton-spanning reads
数目,除此之外,还有Inter-transcript reads,这两种reads的总数就是所有支持该融合基因的reads数目,reads数肯定是越多越好,但是由于建库过程中存在PCR重复,所以为了提供更加可信的reads数信息,需要去冗余,保证PCR reads不重复计算,去冗余之后,就得到了UniqueCuttingPositionCount。示意图如下
黑色的线条是真实存在的融合基因形成的转录本,灰色的fragment是随机打断该转录本生成的序列,红色为融合基因对应的breakpoint,图中一共4条reads, 但是中间的2条reads 位置相同,可能是PCR 重复,所以实际上只能说有3条reads 支持该融合基因;fusinomap 在统计reads 数目的时候,实际上只看在第二个基因中的终止位置是否相同来判断,对于例子中的融合基因,最终的UniqueCuttingPositionCount的值就是3,这个数值越大,该融合基因越可靠。
2. 密码子类型
融合转录本也会进行翻译,相比原本两个基因的密码子,融合转录本的密码子会存在移码现象,对于结果中frameshift
这一列的信息,示意图如下
以上就是4种常见的融合转录本密码子类型,在FrameshiftClass
这一列信息中,将这4种常见类型定义为In-Frame, 其他类型定义为Frame-Shift。
3. 连接点两侧的碱基
通常认为是两个基因的exon区域连接形成了融合转录本,而exon起始和终止的碱基序列相对保守,根据这一特征,fusionmap定义了SplicePattern
, 即连接点两侧序列的模式,GA-TC这样的剪切模式是最常见的,类型为CanonicalPatter[Major],接下来比较常见的是GC-AG 和 AT-AC, 类型为CanonicalPatter[Minor], 对于其他的剪切模式,一般不常见,类型为NonCanonicalPatter;如果一个融合基因的breakpoint 处的剪切模式越常见,则检测到的该融合基因为真实存在的融合基因的可能信越大。
看完上述内容是否对您有帮助呢?如果还想对相关知识有进一步的了解或阅读更多相关文章,请关注行业资讯频道,感谢您对亿速云的支持。