【佳學基因檢測】將基因解碼頂起的數據庫前輩：gnomAD數據庫介紹

遺傳病、罕見病基因檢測導讀：

GnomAD, 是一個基因信息分析與注釋的新型數據庫。它提全稱是Genome Aggregation Database。簡稱為gnomAD。為了便于交流，佳學基因將其翻譯為格諾馬德。由于這是一個新型基因信息分析數據庫，人們常常將其誤寫為GenomAD, 或者是genomAD.

關于格諾馬德(gnomAD)

格諾馬德（gnomAD）是一種基因組聚合數據庫。它是由研究人員聯盟，搜索、收集和協(xié)調來自各種大型外顯子組、全基因組的測序數據，經過匯總后再提供給更為廣泛的基因組研究和應用領域。該項目由共同董事海蒂·雷姆和馬克·戴利以及指導委員會成員丹尼爾·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。格諾馬德的第一個版本，它僅包含 exome 數據，稱為 Exome 聚合聯盟（ExAC）。

截止到2020年12月31日，佳學基因發(fā)現，格諾馬德已經將該數據庫升級到v3.1，所收集的基因序列變化來自76，156個基因組，這些基因組來自沒有親緣關系的個體，它們在研究疾病的發(fā)生或者是單純?yōu)槿后w基因組提供研究數據的過程中被收集起來，采用了賊新的GCH38參照基因組進行分析。v2版本的基因序列變化來自125，748個外顯子組和15，708個基因組，這些基因組來自不相關的個體，這些基因組被測序為各種疾病特異性和種群基因研究的一部分，共有141，456個個體，采用GCH37參照序列進行解讀分析。但是格諾馬德移除了已知受嚴重兒科疾病影響的個人及其一級親屬的基因序列，組織者認為因此這些數據集應作為嚴重兒科疾病研究的等位基因頻率的有用參考集。盡管，一些患有嚴重疾病的個人可能仍包含在數據集中，但是收集致病基因序列顯然不是GnomAD的主要目的。

這些項目的所有原始數據都通過標準化分析程序處理，并聯合調用變體以提高項目之間的一致性。處理管道以 WDL 工作流定義語言編寫，并使用Cromwell執(zhí)行引擎執(zhí)行，這是用于在多個平臺上大規(guī)模定義和執(zhí)行基因組工作流的開源項目。gnomAD 數據集包含使用多種外顯類捕獲方法和測序化學方法排序的個體，因此，個體和站點的覆蓋率各不相同。覆蓋率的這種變化被納入每個變型的變頻計算中。

gnomAD 使用 Hail 開源框架對QCad 進行了 QC和分析，用于可擴展的遺傳分析。

下面提供了一份 gnomAD 首席調查員和為當前版本提供數據和分析的小組列表。

這套呼叫集的生成主要由 Broad Institute 資助，此處的數據公開發(fā)布，以造福于更廣泛的生物醫(yī)學社區(qū)。對這些數據沒有發(fā)布限制或禁運。請引用旗艦 gnomAD 文件對這些數據的任何使用。

gnomAD 結構變異（SV） v2.1 數據集跨越了 10，847 個基因組，這些基因組來自作為各種疾病特異性和種群基因研究的一部分測序的不相關個體，并且與 GRCh37 參考值對齊。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 短變種數據集一樣，格諾馬德移除了已知受嚴重兒科疾病影響的個人及其一級親屬，因此此數據集應作為嚴重兒科疾病研究的等位基因頻率的有用參考集 - 但是，請注意，一些患有嚴重疾病的個人可能仍包含在數據集中，盡管頻率可能相當于或低于一般人群。

這些項目的所有原始數據都通過同一管道重新處理，并聯合調用變體以提高項目之間的一致性。簡言之，我們從人群遺傳和復雜的疾病關聯研究中匯總了光照短讀 WGS。我們通過集成四個已發(fā)布的SV算法（曼塔、DELLY、MELT 和cn）發(fā)現了 SV。MOPS）識別七個突變類的SV，并聯合過濾、基因型、解析和注釋這些SV跨所有基因組。所有 SV 發(fā)現都是使用工作流描述語言（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 論文的補充信息中提供了有關此過程的廣泛技術細節(jié);請引用本文以使用SV數據。

gnomAD發(fā)布的數據不受知識共享零公共領域奉獻的限制。這意味著，您可以使用它用于任何目的，而無需合法地給予歸因。但是，我們要求您積極確認并歸因 gnomAD 項目，并盡可能鏈接回相關頁面。歸因支持將來發(fā)布其他數據的努力。它還減少了"孤立數據"的數量，有助于保留與權威來源的鏈接。

基因組聚合數據庫收集的外顯子和基因組匯總和發(fā)布數據已獲合作伙伴 IRB（協(xié)議 2013P001339，"人類基因組數據的大規(guī)模聚合"）批準。