وش معنى الفاصلة في عمود ALT بملف VCF حق الجينوم الكامل؟ وليش يطلع لي GT مثل 1/2؟
الفاصلة في عمود ALT تعني أكثر من أليل بديل، وأرقام GT تشير لهالقائمة: 0 هو REF و1 أول ALT و2 ثاني ALT، فـ 1/2 يعني أليلين مختلفين غير مرجعيين.
الفاصلة في عمود ALT بملف VCF معناها إن الموضع فيه أكثر من أليل بديل (alternate allele)، والأرقام اللي في الطراز الجيني (GT) هي مواقع في هذي القائمة: 0 هو REF، و1 هو أول ALT، و2 هو ثاني ALT. يعني 1/2 معناها إنك حامل أليلين مختلفين غير مرجعيين، واحد على كل نسخة من الكروموسوم، و0/2 معناها نسخة مرجعية وحدة ومعها ALT الثاني.
كيف تقرأ GT في موضع فيه أليلين ALT
خذ سطر فيه REF هو A وALT هو G,T. رقّم القائمة من الصفر وخلّ REF أولها: 0 هو A، و1 هو G، و2 هو T. وGT عبارة عن رقمين من هذي الأرقام، رقم لكل نسخة كروموسوم. الشرطة المائلة (/) معناها إن النسخ غير محددة الطور (unphased)، فما تقدر تعرف أي رقم على كروموسوم أي واحد من الوالدين. والخط العمودي (|) معناه إن الترتيب له معنى.
| GT | القواعد على النسختين | وش معناه |
|---|---|---|
| 0/0 | A / A | ما فيه أليل بديل |
| 0/1 | A / G | نسخة مرجعية ونسخة فيها أول ALT |
| 0/2 | A / T | نسخة مرجعية ونسخة فيها ثاني ALT |
| 1/1 | G / G | نسختين من أول ALT |
| 1/2 | G / T | أليلين مختلفين غير مرجعيين |
| 2/2 | T / T | نسختين من ثاني ALT |
Scroll the table sideways for the rest →
موضع توضيحي. الأرقام تشير للقائمة REF، ALT1، ALT2.
1/2 متغاير الزيجوت (heterozygous) بدون أي نسخة مرجعية. الأليلين يختلفون عن بعض، والاثنين يختلفون عن المرجع.
ليش ممكن يكون في الموضع أليلين بديلين؟ لأنه انشافت أكثر من قاعدة غير مرجعية في نفس الموضع. في ملف لشخص واحد ممكن يكون هذا أنت، مع تغيير مختلف على كل نسخة. وفي ملف انعمل له joint-calling مع ناس ثانيين، ممكن يكون ALT الثاني جاي من شخص ثاني تمامًا، ويكون GT حقك 0/0 أو 0/1 عادي مع إن عمود ALT لا يزال يذكر الاثنين.
عدّ من الصفر: 0 هو REF، و1 أول ALT، و2 ثاني ALT، وكل رقم في GT يشير لهذي القائمة.
أسئلة ثانية عن الطراز الجيني
- قيم GT فوق 2 تشتغل بنفس الطريقة. لو فيه ثلاث ALT، فـ 1/3 معناها ALT الأول والثالث، واحد على كل نسخة.
- النداء الناقص مثل ./1 معناه إن نسخة وحدة ما انعمل لها نداء (not called)، والثانية فيها ALT الأول. وهذا مو نفس 0/1 ولا 1/1.
- 1/2 لما يكون الأليل 2 هو
*معناها نسخة فيها ALT ونسخة محذوفة، فهي مو متغاير زيجوت مركّب (compound heterozygote) عند هذي القاعدة (شوف القسم الجاي).
علامة * معناها إن هذي النسخة محذوفة هنا، مو قاعدة
في VCF 4.2 وما بعده، * في ALT معناها إن الأليل غير موجود لأن فيه حذف قبله (upstream) يغطي هذا الموضع. مثلًا، وحدة من نسخك فيها حذف يشيل القواعد من 101 إلى 104. وفيه متغير ثاني عند 103 على نسختك الثانية. فالسجل عند 103 يكون فيه ALT T,*، وGT 1/2 معناها نسخة فيها T والثانية ما فيها أي قاعدة هنا أصلًا.
لما يكون * هو الأليل 2، فـ GT 0/2 معناها نسخة مرجعية ونسخة انحذفت فيها القاعدة. النسخة المحذوفة ما فيها قاعدة هنا، والنتيجة موجودة في سجل الحذف نفسه، اللي يبدأ في موضع أبكر، عند قاعدة التثبيت (anchor base) حقته. تعامل مع * على إنها «ما فيه قاعدة على هذي النسخة»، مو قاعدة تقدر تبحث عنها.
وش معنى <NON_REF> أو <*> في ALT بملف gVCF
لو ملفك gVCF (غالبًا اسمه .g.vcf.gz)، بتشوف <NON_REF> (GATK) أو <*> (bcftools وDeepVariant) في ALT. وهذا مو نفس أليل الحذف * اللي فوق. هو مكان محجوز (placeholder) لأي أليل مو مذكور صراحة، ينحفظ عشان الملفات تقدر تندمج ويصير لها joint-genotyping بعدين.
فيه نوعين من السجلات تستخدمه. الـ reference block هو سجل ALT حقه بس <NON_REF> أو <*>، ومعه وسم END= في INFO يغطي مجموعة متتالية من القواعد. أما السطر اللي ALT حقه G,<NON_REF> فهو سجل موضع (site record)، مو block: فيه أليل بديل حقيقي واحد، G، ومعه المكان المحجوز.
قبل ما تستخدم أدوات البحث، إما تخلي بس السجلات اللي فيها نداء غير مرجعي، مثلًا bcftools view -i 'GT!="0/0"' in.g.vcf.gz، أو تحوّل الـ gVCF لملف VCF عادي أول.
ليش البحث عن أول ALT بس يعطيك جواب غلط
أي أداة أو سكربت يقرأ ALT على إنه G بس ويتجاهل اللي بعد الفاصلة بيغلط على ناس حقيقيين. خذ موضع A إلى G,T:
- GT 2/2 هو T/T، بس البحث عن أول ALT ما يلقى G فيعتبره مرجعي.
- GT 0/2 هو A/T، بس البحث عن أول ALT ما يلقى G فيعتبره مرجعي.
- GT 1/2 هو G/T بدون A، بس البحث عن أول ALT يطلّع G/G أو G/A حسب السكربت.
هذا يفرق أكثر شي لما يكون المتغير هو المهم سريريًا. لو الأليل اللي يهمك هو ALT الثاني، اختصار أول ALT يحوّل الحامل لغير حامل.
تقسيم السطور متعددة الأليلات بـ bcftools
الحل المعتاد إنك تقسم كل سجل متعدد الأليلات لسجل لكل ALT، بحيث كل سطر يصير ثنائي الأليل (biallelic). في bcftools:
bcftools norm -m-any -Oz -o split.vcf.gz in.vcf.gzيقسمها.bcftools norm -m+anyيسوي العكس ويرجّع يجمعها.- إضافة
-f reference.faتسوي كمان left-align للـ indels، وهذا يخلي الحذف قابل للمقارنة بين الملفات.
الإعداد الافتراضي في bcftools يكتب الأليل الثاني على إنه 0 (مرجعي)، تأكد من إصدارك.
فيه تنبيهين. بعد التقسيم، نفس الموضع يطلع في سطرين، فأي شي يطابق حسب الموضع لازم يتعامل مع الاثنين، والسكربت اللي يقرأ بس أول سطر عند الموضع بيفوّت الثاني. وكمان GT 1/2 لازم ينكتب من جديد في كل سطر جديد. الإعداد الافتراضي في bcftools يكتب ALT الثاني على إنه 0، يعني مرجعي، فـ 1/2 يصير 1/0 في سطر G و0/1 في سطر T. فالملف المقسوم بيطلّع 1/2 كأنه متغايرين زيجوت اثنين، وكأن فيه نسخة مرجعية وهي مو موجودة فعلًا. السلوك ممكن يختلف بين الإصدارات، فمرّر سطر واحد أنت فاهمه أصلًا واقرأ النتيجة قبل ما تثق فيه على جينوم كامل.
باقي قوائم الفواصل في نفس الصف
عمود ALT مو المكان الوحيد اللي تطلع فيه الفواصل، وكلها تمشي على نفس الترتيب:
ACوAFفي INFO: قيمة وحدة لكل ALT.AD(allelic depth، عمق الأليل): قيمة لكل أليل ومنها REF. يعني0,18,21معناها 0 قراءات لـ A، و18 لـ G، و21 لـ T. نداء 1/2 وراه 18 و21 قراءة للأليلين مقنع أكثر بكثير من نداء وراه 2 و40.PLوGL: قيمة لكل طراز جيني، بالترتيب 0/0، 0/1، 1/1، 0/2، 1/2، 2/2.
الحدود
الـ GT غير محدد الطور (مع /) ما يقدر يقول لك أي أليل على كروموسوم أي واحد من الوالدين، وحتى النداء المحدد الطور يقول هذا بس للمتغيرات اللي في نفس الملف. والمواضع متعددة الأليلات والحذف والتكرارات (repeats) هي بالضبط الأماكن اللي تختلف فيها أدوات النداء (callers) أكثر شي، فممكن pipeline اثنين يعطون طرازات جينية مختلفة لنفس الشخص. قبل ما تتصرف بناءً على نتيجة سريرية في موضع زي كذا، تأكد من دليل القراءات، مثلًا في IGV.

خطوات تنزيل ملف الجينوم الكامل داخل الصفحة نفسها.

باختصار: وش يستاهل تسوي له شي.
لو تفضّل تشوف النتيجة بدل ما تحللها بيدك، القارئ المجاني في healthosx.com/ar/dna ياخذ ملف VCF للجينوم الكامل (.vcf أو .vcf.gz) ويقرأه في متصفحك، ويطلّع لك الصفات، والاستجابة للأدوية، والنتائج المهمة لحالة الحامل (carrier). ولو تبي تفحص الملف أول، استخدم أداة فحص الملف، ولو تبي تبحث عن rsID واحد، استخدم أداة البحث. وملفات VCF للجينوم الكامل تنفحص كمان في المتصفح مقابل ClinVar بحثًا عن المتغيرات الممرضة أو المحتمل إنها ممرضة. واللوحة النظيفة مو شهادة تشخيصية إن كل شي سليم.
جديد على ملفات DNA الخام؟ ابدأ بالدليل الكامل: كيف تحلل ملف 23andMe الخام مجانًا
كتابة
فريق أبحاث HealthOSX