本文转载自嘉因微信公众号，已获得授权。查看最新文章，敬请关注嘉因，微信ID：rainbow-genome

作者：小丫  来源：嘉因

non-coding区域的SNP有什么生物学意义？

问题1：全基因组测序或GWAS获得的很多变异位点位于non-coding区域，它跟表型的关系是怎样的？

或者，我想从转录调控机制入手，我关心的是SNP对基因转录调控的影响，该怎样分析呢？

问题2：GWAS发现的变异位点本身可能并不能导致疾病，它附近可能存在一个high LD位点，那才是致病原因。

或者：我查的SNP没影响转录调控，这样就结束了吗？还可以继续努力，有可能它旁边的SNP才是Mr. Right，怎样找到这个Mr. Right呢？

上期回答了第1个问题：

变异会影响转录？SNP影响转录因子结合？RegulomeDB

本期介绍HaploReg，既能回答问题1，又能回答问题2。

上期送出的2016年ENCODE会议视频对RegulomeDB和HaploReg的介绍太简略，翻出2015年的ENCODE会议视频，小美女非常详细的讲了用RegulomeDB和HaploReg注释变异的操作步骤，最后还留了三道练习题。

由University of Massachusetts Medical School翁志萍Lab的Jill E. Moore讲解

扩展阅读：ENCODE介绍视频 | 由ENCODE成员翁志萍教授亲自讲解

前8分钟演示RegulomeDB，8分14秒开始演示HaploReg的用法

HaploReg地址：

http://www.broadinstitute.org/mammals/haploreg/haploreg.php

HaploReg既能回答问题1，也能回答问题2。

先来回答问题1，跟RegulomeDB对比着看。

例如rs2637839，在RegulomeDB里score为5，很少证据支持它影响转录因子结合。

只找到IK-2的motif和开放染色质信号，ChromHMM认为这里是转录静止状态。

再去HaploReg里查这个SNP rs2637839，对比两个工具的结果。

dbSNP ID标红色的是它自己，有promoter和enhancer的组蛋白修饰、开放染色质信号、Ik-2的motif、有eQTL，位于FXYD3的intron。

跟RegulomeDB比起来，有更多的证据支持rs2637839影响转录。尤其是HaploReg有eQTL证据，而RegulomeDB没找到eQTL证据。

对比两个工具的数据来源，发现HaploReg的eQTL除了收录GTEx analysis V6以外，还有EBI的GEUVADIS analysis和其他10个研究的结果。PWM来源也比RegulomeDB多。多了conserved regions，少了差异甲基化区域。

具体的注释异同看这两个页面：http://archive.broadinstitute.org/mammals/haploreg/documentation_v4.1.html

http://www.regulomedb.org/help

扩展阅读：

• 把RNA跟基因型、疾病联系起来 | GTExPortal、dbGaP、recount2视频
  

• 组蛋白修饰预示着什么？

点击rs2637839查看详情。把dbSNP中的重要信息整理成了表格，RegulomeDB里的图和列表，在HaploReg里都整理成了汇总表。

上面回答了问题1。

下面回答问题2.

回到这个图，搜索rs2637839的同时找到好多high LD的SNP，认为它们跟rs2637839是连锁的。

为什么要找high LD的SNP位点呢？

GWAS里看到跟表型高度相关的SNP位点不一定就是那个因，有可能high LD位点才是因。落实到这个例子，在Protein bound列，发现high LD位点rs4835，rs1672975，rs3833291有多个蛋白结合证据，推测可能是这些SNP影响AP2ALPHA、AP2GAMMA、INI1、ELF1、ZNF263等转录因子的结合，进而影响下游基因的转录。

默认r2>0.8，在Option里可以设置，注意第二行人种的选择：

扩展阅读：

连锁不平衡的计算——上海元莘生物

连锁不平衡文章常用图——源宜基因

最后还有三道练习题：

回复HaploReg，查看ppt和三道练习题的答案。