Эталонные сборки генома: почему GRCh37 и GRCh38 появляются в отчетах

Что такое эталонная сборка

Эталонный геном представляет собой консенсусную последовательность, по которой выравниваются и сравниваются считывания ДНК человека. Он периодически обновляется Консорциумом ссылок на геном по мере заполнения пробелов и исправления ошибок.

GRCh37 (также называемый hg19) был выпущен в 2009 году; GRCh38 (hg38) в 2013 году с продолжающимися незначительными исправлениями. GRCh38 исправляет тысячи ошибок, закрывает пробелы и лучше представляет регионы, которые различаются у разных людей.

Почему координаты различаются

Поскольку последовательность добавлялась и менялась между сборками, один и тот же вариант находится в разных числовых позициях в GRCh37 и GRCh38. В отчете должно быть указано, какую сборку он использовал.

Вариантная номенклатура на уровне белка или транскрипта (например, изменение конкретной аминокислоты) более стабильна, что является одной из причин, по которой в клинических отчетах это описание подчеркивается наряду с геномными координатами.

Версии стенограммы тоже имеют значение

Кодирующий вариант нумеруется относительно выбранного эталонного транскрипта для гена. Гены могут иметь несколько транскриптов, и использование другого меняет позицию кодирования, а иногда и прогнозируемые последствия.

Лаборатории все чаще используют стандартизированные наборы эталонных транскриптов, чтобы уменьшить эту двусмысленность, но в более старых отчетах могут использоваться другие транскрипты.

Практические последствия

При сравнении нового отчета со старым или при поиске варианта в базе данных сборка и расшифровка должны совпадать или координаты должны быть преобразованы (перенесены). Лифтовер обычно надежен, но может дать сбой в перестроенных регионах.

Ресурсы частоты населения зависят от сборки, поэтому частота, найденная в неправильной сборке, может ввести в заблуждение.

Примечания по интерпретации

Проверьте построение генома и справочную расшифровку в любом варианте отчета, прежде чем сравнивать его с другим источником.

Описание варианта на уровне белка является наиболее переносимым идентификатором и является тем, на что ориентируются большинство курируемых клинических баз данных.

Ключевые выводы

• ·GRCh37 и GRCh38 представляют собой последовательные эталонные сборки; вариант имеет разные координаты в каждом.
• ·В отчетах должна быть указана сборка и использованная справочная расшифровка.
• ·Описания вариантов на уровне белка более стабильны, чем геномные координаты.
• ·Несоответствия сборок приводят к ошибкам при сравнении отчетов или поиске частоты заполнения.