【小工具】Clinvar

导读

ClinVar是NCBI主办的与疾病相关的人类基因组变异数据库。目前世界上大量研究机构、商业公司等的相关数据分析流程都以ClinVar数据库作为基因突变注释的重要参考工具。

它完整地整合了dbSNP、dbVar、Pubmed、OMIM等多个数据库在遗传变异和临床表型方面的数据信息，形成一个标准的、可信的遗传变异-临床表型相关的数据库。

当前数据库可支持XML、VCF以及制表符定界文件格式的文件。ClinVar同时支持在线和下载到本地两种形式。

在线网址：

https://www.ncbi.nlm.nih.gov/clinvar/

ClinVar支持简单搜索和高级搜索：

①简单搜索包括：

gene symbols

HGVS expressions

protein changes

rs numbers

diseases

submitters

a location on a chromosome for an assembly

下面以杜氏肌营养不良相关基因DMD为例，把关键词DMD输入在搜索框中，点击搜索。

从结果中，我们可以获知这个基因多种信息，其中有：

Ø总体信息：在左侧栏目找到这个关键词的总体统计信息，这些信息也可以作为筛选条件而使用。

Ø变异和位置信息：可以发现基因的变异位置、变异类型（A>C或是其他）、所在染色体信息等。

Ø与其相关的疾病。

Ø临床意义：可以简单理解为这个突变对临床疾病的重要性。分为pathogenic（致病），likely benign（可能良性）等多个等级。

Ø审核状态：因为这些临床意义是提交者自己定义并且提交的，因此有可能会对数据有一定误导作用，通过对数据的审核，有助于加强数据的可靠性。但不是每个数据都会有审核。

②高级搜索（点击Advanced）可通过类别（Fields）和关系符操作（AND/OR/NOT），比如：

以GBJ2为例，现在只想要看致病的位点，就可以点击Pathogenic(100)和Multiple submitters(48)进行筛选：

点击第一条记录：

ClinVar采用的是星标系统（star-based system），可以评估某个特定突变在疾病中的本来或者注释作用。四星级是最高级，也就是说这个突变的功能已经经过了多位专家的测评。三颗星表示通过专家评审；两颗星指有多个数据提交者都提供了解读标准，并且解读之间是一致的；更多时候是只有一星的突变，这通常只基于单个提出注释功能的研究成果，还有没有星的，也就是提交者没有提供解释标准和支持证据。

本地下载：

ftp://ftp.ncbi.nlm.nih.gov/pub/clinvar/

当我们已经拥有大量的变异数据信息，并且想对这些数据进行疾病研究，那么，我们可以考虑采用下载数据库到本地的方式。该数据库大约每月更新一次。值得注意的是，不同的基因型表现出的疾病关系很可能不同，所以在下载的vcf文件中，vcf文件条目和实际的ClinVar记录条目是一对多的关系。

获得数据库后，可以通过ANNOVAR等软件进行整合分析。把测序数据中的SNP等变异数据在ClinVar数据库中搜索并进行变异分析，可以寻找出对应的基因变异信息，发生频率，表型，临床意义，评审状态以及染色体位置等。

截止到2016年1月4日，ClinVar共收录了172,870个变异型，其中有56,742个至少满足一星标准，约105,000没有一星，建议谨慎对待。