【佳學(xué)基因檢測(cè)】將基因解碼頂起的數(shù)據(jù)庫(kù)前輩：gnomAD數(shù)據(jù)庫(kù)介紹

遺傳病、罕見(jiàn)病基因檢測(cè)導(dǎo)讀：

GnomAD, 是一個(gè)基因信息分析與注釋的新型數(shù)據(jù)庫(kù)。它提全稱是Genome Aggregation Database。簡(jiǎn)稱為gnomAD。為了便于交流，佳學(xué)基因?qū)⑵浞g為格諾馬德。 由于這是一個(gè)新型基因信息分析數(shù)據(jù)庫(kù)，人們常常將其誤寫(xiě)為GenomAD, 或者是genomAD.
 

格諾馬德（gnomAD）是一種基因組聚合數(shù)據(jù)庫(kù)。它是由研究人員聯(lián)盟，搜索、收集和協(xié)調(diào)來(lái)自各種大型外顯子組、全基因組的測(cè)序數(shù)據(jù)，經(jīng)過(guò)匯總后再提供給更為廣泛的基因組研究和應(yīng)用領(lǐng)域。該項(xiàng)目由共同董事海蒂·雷姆和馬克·戴利以及指導(dǎo)委員會(huì)成員丹尼爾·麥克阿瑟、本杰明·尼爾、邁克爾·塔科夫斯基、安妮·奧唐納-盧里亞、康拉德·卡切夫斯基、格蕾絲·蒂奧、馬修·所羅門森和凱特·塔拉索娃監(jiān)督。格諾馬德的第一個(gè)版本，它僅包含 exome 數(shù)據(jù)，稱為 Exome 聚合聯(lián)盟 （ExAC）。

截止到2020年12月31日，佳學(xué)基因發(fā)現(xiàn)，格諾馬德已經(jīng)將該數(shù)據(jù)庫(kù)升級(jí)到v3.1，所收集的基因序列變化來(lái)自76，156個(gè)基因組，這些基因組來(lái)自沒(méi)有親緣關(guān)系的個(gè)體，它們?cè)谘芯?a href='http://www.lucasfraser.com/cp/fenxian/' target='_blank'>疾病的發(fā)生或者是單純?yōu)槿后w基因組提供研究數(shù)據(jù)的過(guò)程中被收集起來(lái)，采用了賊新的GCH38參照基因組進(jìn)行分析。v2版本的基因序列變化來(lái)自125，748個(gè)外顯子組和15，708個(gè)基因組，這些基因組來(lái)自不相關(guān)的個(gè)體，這些基因組被測(cè)序?yàn)楦鞣N疾病特異性和種群基因研究的一部分，共有141，456個(gè)個(gè)體，采用GCH37參照序列進(jìn)行解讀分析。但是格諾馬德移除了已知受嚴(yán)重兒科疾病影響的個(gè)人及其一級(jí)親屬的基因序列，組織者認(rèn)為因此這些數(shù)據(jù)集應(yīng)作為嚴(yán)重兒科疾病研究的等位基因頻率的有用參考集。盡管，一些患有嚴(yán)重疾病的個(gè)人可能仍包含在數(shù)據(jù)集中，但是收集致病基因序列顯然不是GnomAD的主要目的。

這些項(xiàng)目的所有原始數(shù)據(jù)都通過(guò)標(biāo)準(zhǔn)化分析程序處理，并聯(lián)合調(diào)用變體以提高項(xiàng)目之間的一致性。處理管道以 WDL 工作流定義語(yǔ)言編寫(xiě)，并使用Cromwell執(zhí)行引擎執(zhí)行，這是用于在多個(gè)平臺(tái)上大規(guī)模定義和執(zhí)行基因組工作流的開(kāi)源項(xiàng)目。gnomAD 數(shù)據(jù)集包含使用多種外顯類捕獲方法和測(cè)序化學(xué)方法排序的個(gè)體，因此，個(gè)體和站點(diǎn)的覆蓋率各不相同。覆蓋率的這種變化被納入每個(gè)變型的變頻計(jì)算中。

gnomAD 使用 Hail 開(kāi)源框架對(duì)QCad 進(jìn)行了 QC和分析，用于可擴(kuò)展的遺傳分析。

下面提供了一份 gnomAD 首席調(diào)查員和為當(dāng)前版本提供數(shù)據(jù)和分析的小組列表。

這套呼叫集的生成主要由 Broad Institute 資助，此處的數(shù)據(jù)公開(kāi)發(fā)布，以造福于更廣泛的生物醫(yī)學(xué)社區(qū)。對(duì)這些數(shù)據(jù)沒(méi)有發(fā)布限制或禁運(yùn)。請(qǐng)引用旗艦 gnomAD 文件對(duì)這些數(shù)據(jù)的任何使用。

 gnomAD 結(jié)構(gòu)變異 （SV） v2.1 數(shù)據(jù)集跨越了 10，847 個(gè)基因組，這些基因組來(lái)自作為各種疾病特異性和種群基因研究的一部分測(cè)序的不相關(guān)個(gè)體，并且與 GRCh37 參考值對(duì)齊。它主要（但不是有效）與用于 gnomAD 短變種釋放的基因組集重疊。與 gnomAD 短變種數(shù)據(jù)集一樣，格諾馬德移除了已知受嚴(yán)重兒科疾病影響的個(gè)人及其一級(jí)親屬，因此此數(shù)據(jù)集應(yīng)作為嚴(yán)重兒科疾病研究的等位基因頻率的有用參考集 - 但是，請(qǐng)注意，一些患有嚴(yán)重疾病的個(gè)人可能仍包含在數(shù)據(jù)集中，盡管頻率可能相當(dāng)于或低于一般人群。

這些項(xiàng)目的所有原始數(shù)據(jù)都通過(guò)同一管道重新處理，并聯(lián)合調(diào)用變體以提高項(xiàng)目之間的一致性。簡(jiǎn)言之，我們從人群遺傳和復(fù)雜的疾病關(guān)聯(lián)研究中匯總了光照短讀 WGS。我們通過(guò)集成四個(gè)已發(fā)布的SV算法（曼塔、DELLY、MELT和cn）發(fā)現(xiàn)了SV。MOPS） 識(shí)別七個(gè)突變類的SV，并聯(lián)合過(guò)濾、基因型、解析和注釋這些SV跨所有基因組。所有 SV 發(fā)現(xiàn)都是使用工作流描述語(yǔ)言（WDL） 和克倫威爾執(zhí)行引擎在 FireCloud 中執(zhí)行的，其中 gnomAD SV 發(fā)現(xiàn)管道的組件可作為具有專用 Docker 映像的公共方法提供。在 gnomAD SV 論文的補(bǔ)充信息中提供了有關(guān)此過(guò)程的廣泛技術(shù)細(xì)節(jié);請(qǐng)引用本文以使用SV數(shù)據(jù)。

gnomAD發(fā)布的數(shù)據(jù)不受知識(shí)共享零公共領(lǐng)域奉獻(xiàn)的限制。這意味著，您可以使用它用于任何目的，而無(wú)需合法地給予歸因。但是，我們要求您積極確認(rèn)并歸因 gnomAD 項(xiàng)目，并盡可能鏈接回相關(guān)頁(yè)面。歸因支持將來(lái)發(fā)布其他數(shù)據(jù)的努力。它還減少了"孤立數(shù)據(jù)"的數(shù)量，有助于保留與權(quán)威來(lái)源的鏈接。

基因組聚合數(shù)據(jù)庫(kù)收集的外顯子和基因組匯總和發(fā)布數(shù)據(jù)已獲合作伙伴 IRB（協(xié)議 2013P001339，"人類基因組數(shù)據(jù)的大規(guī)模聚合"）批準(zhǔn)。