如何查找并确定关注基因的SNP位点？

单核苷酸多态性（single nucleotide polymorphism，SNP）主要是指在基因组水平上由单个核苷酸的变异所引起的DNA序列多态性。它是人类可遗传变异中最常见的一种，占所有已知多态性的90%以上。SNP研究是人类基因组计划走向应用的重要步骤，这主要是因为SNP将提供一个强有力的工具，用于高危群体的发现、疾病相关基因的鉴定、药物的设计和测试以及生物学的基础研究等。

经过近年检测技术的发展，科研人员可以通过NGS或SNP芯片筛选与疾病关联基因或区段，进而针对这个特定区段或基因上的SNP进行更为仔细研究，也有科研人员会通过已发表文章查询到与其研究相关的基因，再通过对该基因的DNA序列变化分析遗传机制，但如何查询特定区段或基因上的有用SNP位点呢？是很多刚接触科研的师弟师妹们的苦恼，小忆秋在此分享一下个人经验，供参考哈~

本人查询关注基因的SNP信息，一般会通过NCBI数据库进行，首先打开NCBI数据库链接：http://www.ncbi.nlm.nih.gov/，在信息栏选择gene选项，在搜索栏中输入需要检索的基因name或ID，假如我们查询human的APC基因（不知道该基因的ID号），

输入后点击search，会出现如下界面：

结果中会包含不同物种的APC基因信息，我们选择human的一项点开，即可获得该基因的相关信息，如下图。如果我们知道要查询基因ID号，直接在搜索栏中输入ID，例如human的APC基因，gene ID为324，点击search，会直接出现一样的搜索结果。

将以上页面下拉，可查询该基因的相关信息，其中有一项，如下图显示，可看出该基因有3个转录本（分别为NM_001127511.2、NM_001127510.2和NM_000038.5），如果需要对转录本层面进行SNP查询，可在随后操作进行区分。

继续浏览页面右侧信息，可以发现SNP: GeneView选项，

点开，即可获得该基因SNP的所有信息（见下图）。其中红色框中描述了该搜索结果显示SNP的参考基因组版本以及如何搜索其他版本基因组信息介绍；粉色框中包含的即为上面所述的不同转录本信息，共有6条记录，其中前3条记录为后3条记录的未更新链接，后3条记录可以与我们刚才看到的3条转录本号一一对应；深绿色框中限定显示SNP的条件，一般我们常选择cSNP（编码区的SNP位点）。至于为什么选择cSNP呢，文章最后有介绍哦~

如果您没有特别关注的转录本，那可以选择NM_001127511.2，这个转录本最长，对应的DNA序列最长，可以含有更多SNP信息，具体操作是点击 NM_001127511.2最右侧的View snp on GeneModel即可，如下图，想看哪条转录本信息，就点击哪条即可。

这样输出的结果即为需要查看转录本的SNP信息（如下图）。其中红色底纹的是错义突变，绿色底纹的为同义突变。如果想要看每一个SNP的具体信息，可以点击rs号查看。每一个rs号都会有两行记录，其中Chr. Position是SNP位点所在染色体位置；mRNA pos是SNP位点所在mRNA序列上的位置；dbSNP rs# cluster id是SNP的ID号；Function是突变类型或SNP所在区域（是非编码区还是编码区，是同义突变还是错义突变）；db SNP allele是碱基变化情况，其中第一行是突变后的碱基，第二行是参考碱基；Protein residue是氨基酸变化情况，其中第一行是突变后的氨基酸，第二行是参考序列氨基酸；Codon pos是指突变的碱基位于组成氨基酸的3个密码子中的哪一个位置，Amino acid pos是突变的氨基酸位于该蛋白氨基酸序列的位置。

按照上面的办法，挑选错义突变的SNP位点即可，如果还是觉得位点比较多，可以根据MAF值进行筛选。

Ps：为什么选择错义突变的cSNP研究呢？

cSNP是位于编码区内的SNP，比较少。从对生物遗传性状的影响上来看，cSNP又可分为2种：一种是同义cSNP（synonymous cSNP），即SNP所致的编码序列的改变并不影响其所翻译蛋白质的氨基酸序列，突变碱基与未突变碱基的含义相同；另一种是非同义或错义cSNP（non-synonymous cSNP或missense cSNP），指碱基序列的改变可使以其为蓝本翻译的蛋白质序列发生改变，从而影响蛋白质功能，这种改变常是导致生物性状改变的直接原因。因此错义突变的cSNP位点在遗传性疾病研究中却具有重要意义，也更受关注。