--- name: gnomad-database description: 查询gnomAD（基因组聚合数据库）获取人群等位基因频率、变异约束分数（pLI、LOEUF）和功能缺失耐受性。对于变异致病性解释、罕见病遗传学和识别功能缺失不耐受基因至关重要。 license: CC0-1.0 metadata: skill-author: Kuan-lin Huang --- # gnomAD 数据库 ## 概述 基因组聚合数据库（gnomAD）是来自大规模测序项目的人类遗传变异的最大公开可用集合。gnomAD v4包含来自730,947个个体的外显子序列和来自76,215个个体的基因组序列，涵盖多样化的祖先。它提供群体等位基因频率、变体后果注释和基因级约束指标，对于解释遗传变异的临床意义至关重要。 **关键资源：** - gnomAD浏览器：https://gnomad.broadinstitute.org/ - GraphQL API：https://gnomad.broadinstitute.org/api - 数据下载：https://gnomad.broadinstitute.org/downloads - 文档：https://gnomad.broadinstitute.org/help ## 何时使用此技能 使用gnomAD当： - **变体频率查找**：检查变体是罕见、常见还是在一般群体中不存在 - **致病性评估**：罕见变体（MAF < 1%）是疾病致病的候选者；gnomAD帮助过滤良性常见变体 - **功能缺失不耐受性**：使用pLI和LOEUF评分评估基因是否耐受蛋白质截断变体 - **群体分层频率**：跨祖先比较等位基因频率（非洲/非裔美国人、混合美洲人、阿什肯纳兹犹太人、东亚人、芬兰人、中东人、非芬兰欧洲人、南亚人） - **ClinVar/ACMG变体分类**：gnomAD频率数据输入BA1/BS1证据代码用于变体分类 - **约束分析**：识别缺失错义或功能缺失变异的基因（z评分、pLI、LOEUF） ## 核心功能 ### 1. gnomAD GraphQL API gnomAD使用位于`https://gnomad.broadinstitute.org/api`的GraphQL API。大多数查询通过基因或特定基因组位置获取变体。 **可用数据集：** - `gnomad_r4` — gnomAD v4外显子（推荐默认，GRCh38） - `gnomad_r4_genomes` — gnomAD v4基因组（GRCh38） - `gnomad_r3` — gnomAD v3基因组（GRCh38） - `gnomad_r2_1` — gnomAD v2外显子（GRCh37） **参考基因组：** - `GRCh38` — v3/v4的默认 - `GRCh37` — 用于v2 ### 2. 按基因查询变体 ```python import requests def query_gnomad_gene(gene_symbol, dataset="gnomad_r4", reference_genome="GRCh38"): """从gnomAD获取基因中的变体。""" url = "https://gnomad.broadinstitute.org/api" query = """ query GeneVariants($gene_symbol: String!, $dataset: DatasetId!, $reference_genome: ReferenceGenomeId!) { gene(gene_symbol: $gene_symbol, reference_genome: $reference_genome) { gene_id gene_symbol variants(dataset: $dataset) { variant_id pos ref alt consequence genome { af ac an ac_hom populations { id ac an af } } exome { af ac an ac_hom } lof lof_flags lof_filter } } } """ variables = { "gene_symbol": gene_symbol, "dataset": dataset, "reference_genome": reference_genome } response = requests.post(url, json={"query": query, "variables": variables}) return response.json() # 示例 result = query_gnomad_gene("BRCA1") gene_data = result["data"]["gene"] variants = gene_data["variants"] # 过滤到罕见PTV rare_ptvs = [ v for v in variants if v.get("lof") == "LC" or v.get("consequence") in ["stop_gained", "frameshift_variant"] and v.get("genome", {}).get("af", 1) < 0.001 ] print(f"在{gene_data['gene_symbol']}中找到{len(rare_ptvs)}个罕见PTV") ``` ### 3. 查询特定变体 ```python import requests def query_gnomad_variant(variant_id, dataset="gnomad_r4"): """获取特定变体（例如'1-55516888-G-GA'）的详情。""" url = "https://gnomad.broadinstitute.org/api" query = """ query VariantDetails($variantId: String!, $dataset: DatasetId!) { variant(variantId: $variantId, dataset: $dataset) { variant_id chrom pos ref alt genome { af ac an ac_hom populations { id ac an af } } exome { af ac an ac_hom populations { id ac an af } } consequence lof rsids in_silico_predictors { id value flags } clinvar_variation_id } } """ response = requests.post( url, json={"query": query, "variables": {"variantId": variant_id, "dataset": dataset}} ) return response.json() # 示例：查询特定变体 result = query_gnomad_variant("17-43094692-G-A") # BRCA1错义 variant = result["data"]["variant"] if variant: genome_af = variant.get("genome", {}).get("af", "N/A") exome_af = variant.get("exome", {}).get("af", "N/A") print(f"变体：{variant['variant_id']}") print(f" 后果：{variant['consequence']}") print(f" 基因组AF：{genome_af}") print(f" 外显子AF：{exome_af}") print(f" LoF：{variant.get('lof')}") ``` ### 4. 基因约束评分 gnomAD约束评分评估基因相对于预期对变异的耐受程度： ```python import requests def query_gnomad_constraint(gene_symbol, reference_genome="GRCh38"): """获取基因的约束评分。""" url = "https://gnomad.broadinstitute.org/api" query = """ query GeneConstraint($gene_symbol: String!, $reference_genome: ReferenceGenomeId!) { gene(gene_symbol: $gene_symbol, reference_genome: $reference_genome) { gene_id gene_symbol gnomad_constraint { exp_lof exp_mis exp_syn obs_lof obs_mis obs_syn oe_lof oe_mis oe_syn oe_lof_lower oe_lof_upper lof_z mis_z syn_z pLI } } } """ response = requests.post( url, json={"query": query, "variables": {"gene_symbol": gene_symbol, "reference_genome": reference_genome}} ) return response.json() # 示例 result = query_gnomad_constraint("KCNQ2") gene = result["data"]["gene"] constraint = gene["gnomad_constraint"] print(f"基因：{gene['gene_symbol']}") print(f" pLI： {constraint['pLI']:.3f} (>0.9 = LoF不耐受）") print(f" LOEUF： {constraint['oe_lof_upper']:.3f} (<0.35 = 高度约束）") print(f" Obs/Exp LoF：{constraint['oe_lof']:.3f}") print(f" 错义Z： {constraint['mis_z']:.3f}") ``` **约束评分解释：** | 评分 | 范围 | 含义 | |-------|-------|---------| | `pLI` | 0–1 | LoF不耐受概率；>0.9 = 高度不耐受 | | `LOEUF` | 0–∞ | LoF观察/期望上限；<0.35 = 约束 | | `oe_lof` | 0–∞ | LoF变体的观察/期望比率 | | `mis_z` | −∞ 到 ∞ | 错义约束z评分；>3.09 = 约束 | | `syn_z` | −∞ 到 ∞ | 同义z评分（对照；应接近0） | ### 5. 群体频率分析 ```python import requests import pandas as pd def get_population_frequencies(variant_id, dataset="gnomad_r4"): """提取变体的每个群体等位基因频率。""" url = "https://gnomad.broadinstitute.org/api" query = """ query PopFreqs($variantId: String!, $dataset: DatasetId!) { variant(variantId: $variantId, dataset: $dataset) { variant_id genome { populations { id ac an af ac_hom } } } } """ response = requests.post( url, json={"query": query, "variables": {"variantId": variant_id, "dataset": dataset}} ) data = response.json() populations = data["data"]["variant"]["genome"]["populations"] df = pd.DataFrame(populations) df = df[df["an"] > 0].copy() df["af"] = df["ac"] / df["an"] df = df.sort_values("af", ascending=False) return df # gnomAD v4中的群体ID： # afr = 非洲/非裔美国人 # ami = 阿米什人 # amr = 混合美洲人 # asj = 阿什肯纳兹犹太人 # eas = 东亚人 # fin = 芬兰人 # mid = 中东人 # nfe = 非芬兰欧洲人 # sas = 南亚人 # remaining = 其他 ``` ### 6. 结构变体（gnomAD-SV） gnomAD还包含结构变体数据集： ```python import requests def query_gnomad_sv(gene_symbol): """查询与基因重叠的结构变体。""" url = "https://gnomad.broadinstitute.org/api" query = """ query SVsByGene($gene_symbol: String!) { gene(gene_symbol: $gene_symbol, reference_genome: GRCh38) { structural_variants { variant_id type chrom pos end af ac an } } } """ response = requests.post(url, json={"query": query, "variables": {"gene_symbol": gene_symbol}}) return response.json() ``` ## 查询工作流 ### 工作流1：变体致病性评估 1. **检查群体频率** — 变体是否足够罕见以致可能是致病性的？ - 对隐性使用gnomAD AF < 1%，对显性条件使用< 0.1% - 检查祖先特异性频率（在一个群体中罕见的变体可能在另一个群体中常见） 2. **评估功能影响** — LoF变体具有最高的先验概率 - 检查`lof`字段：`HC` = 高置信度LoF，`LC` = 低置信度 - 检查`lof_flags`是否存在"NAGNAG_SITE"、"PHYLOCSF_WEAK"等问题 3. **应用ACMG标准：** - BA1：AF > 5% → 良性独立证据 - BS1：AF > 疾病患病率阈值 → 良性支持证据 - PM2：在gnomAD中不存在或非常罕见 → 致病性中度证据 ### 工作流2：罕见疾病中的基因优先级排序 1. 查询候选基因的约束评分 2. 过滤pLI > 0.9（单倍体剂量不足）或LOEUF < 0.35的基因 3. 与基因中观察到的LoF变体交叉引用 4. 与ClinVar和疾病数据库集成 ### 工作流3：群体遗传学研究 1. 从GWAS或临床数据识别感兴趣的变体 2. 查询每个群体的频率 3. 跨祖先比较频率差异 4. 测试特定始祖群体中的富集 ## 最佳实践 - **使用gnomAD v4（gnomad_r4）**获取最新数据；仅当GRCh37兼容性需要时使用v2（gnomad_r2_1） - **处理空响应**：在gnomAD中未观察到的变体不一定是致病性的——不存在是有信息的 - **区分外显子与基因组数据**：基因组数据具有更均匀的覆盖；外显子数据更大但可能有覆盖缺口 - **限制GraphQL查询**：在请求之间添加延迟；尽可能批量查询 - **纯合子计数**（`ac_hom`）与隐性疾病分析相关 - **LOEUF优于pLI**用于基因约束（对样本量不太敏感） ## 数据访问 - **浏览器**：https://gnomad.broadinstitute.org/ — 交互式变体和基因浏览 - **GraphQL API**：https://gnomad.broadinstitute.org/api — 程序化访问 - **下载**：https://gnomad.broadinstitute.org/downloads — VCF、Hail表、约束表 - **Google Cloud**：gs://gcp-public-data--gnomad/ ## 其他资源 - **gnomAD网站**：https://gnomad.broadinstitute.org/ - **gnomAD博客**：https://gnomad.broadinstitute.org/news - **下载**：https://gnomad.broadinstitute.org/downloads - **API资源管理器**：https://gnomad.broadinstitute.org/api（交互式GraphiQL） - **约束文档**：https://gnomad.broadinstitute.org/help/constraint - **引用**：Karczewski KJ et al. (2020) Nature. PMID: 32461654; Chen S et al. (2024) Nature. PMID: 38conservation - **GitHub**：https://github.com/broadinstitute/gnomad-browser