Četl jsem poznámky k přednášce o mutacích, jaké algoritmy existují k detekci mutací?
Jak lidé vědí, zda je gen zmutován nebo zda jde o chybu sekvenování?
Viděl jsem toto, což souvisí, ale nevím, jak pracovat s CIGAR, je to 100% přesné? Jaký je mechanismus podtržení k detekci mutace? Existuje způsob, jak předpovědět, co mutace způsobí.
Budu navazovat na skvělou odpověď od Kamila S Jarona:
Pokud jde o předpovídání, jaká je varianta („mutace“ je velmi načtený termín), existuje řada nástrojů. Mezi nimi jsou annovar a VEP. Obecná myšlenka za nimi spočívá v klasifikaci variant podle jejich překrytí s geny, které kodony mění (pokud existují), jak velká je tato změna (např. Změny v poplatcích jsou pravděpodobně škodlivější) atd. Dalo by se také zvážit zachování, protože pokud je pozice vysoce konzervovaná, pak změny v ní budou pravděpodobně škodlivější.
Pokud opravdu chcete předpovědět, jak varianta změní funkci proteinu, pak to obvykle vyžaduje předchozí znalosti o příslušných proteinech. Nakonec někdo použije strojové učení, aby utratil literaturu a poskytl dobré předpovědi, ale to jsem ještě neviděl.
Část 1: Jak detekovat mutace
Klíčová slova, která hledáte, jsou „volání variant“. V zásadě musíte mapovat sekvenční čtení na referenční genom (nebo gen) a poté odhadnout pro každou polohu genomu, pokud je pozorovaný rozdíl mapovaných čtení a reference je pravděpodobnější chybou sekvenování nebo mutací (v genomovém slovníku - varianta) .
Populární nástroje pro volání variant jsou GATK, FreeBayes nebo bcftools (dříve součástí balíčku Samtools).
Otázka, kterou jste propojili, vyžaduje rychlé alternativy k jednoduchému hledání variant. Opravdu si můžete jen vizualizovat namapovaná čtení na referenční sekvenci a zjistit, zda tam varianta je nebo není. CIGAR je pouze zápis zarovnání čtení používaný v souborech sam (soubory s namapovanými čteními), dobré vysvětlení řetězců CIGAR najdete zde.
Pokračování o „Jak odhadnout účinek mutace "je v úžasné odpovědi @DevonRyan.