データベース講習会＠つくば 2014/2/13（木）ヒトゲノムバリエーションデータベース独立行政法人科学技術振興機構（JST）バイオサイエンスデータベースセンター（NBDC）川嶋実苗 http://biosciencedbc.jp/ ©2014 NBDC Licensed Under CC 表示2.1日本内容 I. バイオサイエンスデータベースセンター(NBDC) の取組み II. 統合化推進プロジェクトから誕生したDB III. ヒトゲノムバリエーションデータベースの紹介 http://biosciencedbc.jp/ 2 内容 I. バイオサイエンスデータベースセンター(NBDC) の取組み II. 統合化推進プロジェクトから誕生したDB III. ヒトゲノムバリエーションデータベースの紹介 http://biosciencedbc.jp/ 3 NBDCの取り組み 4 ①データベースの整備・統合化の戦略連携構築など ②NBDCポータルサイトの構築と、その運用 ③データベース統合化の実現に向けて基盤となる技術の開発 ④分野ごとのデータベース統合化等を通じて、ライフサイエンス分野データベースの統合 http://biosciencedbc.jp/ 4 NBDC３大サービス！ nbdc http://biosciencedbc.jp/ 5 内容 I. バイオサイエンスデータベースセンター(NBDC) の取組み II. 統合化推進プロジェクトから誕生したDB III. ヒトゲノムバリエーションデータベースの紹介 http://biosciencedbc.jp/ 6 http://biosciencedbc.jp/ 7 統合TV (TOGO TV) 統合化推進の課題について、詳細を知りたいかたは・・・ ☜コレ！各課題のHands-on講演を動画で配信中 http://biosciencedbc.jp/ 8 内容 I. バイオサイエンスデータベースセンター(NBDC) の取組み II. NBDCの3大サービス III. 統合化推進プロジェクトから生まれたDB IV. ヒトゲノムバリエーションデータベースの紹介 http://biosciencedbc.jp/ 9 国内外での取り組み１）アメリカ合衆国 NCBI（米国生物工学情報センター）・GenBank 新規塩基配列情報データベース・dbSNP SNPやin/delといった変異情報を蓄積・dbVAR 構造多型のデータを蓄積・dbGAP/SRA GWAS, 次世代シークエンサー結果を含むgenotype-phenotype に関するデータを蓄積 2 ）ヨーロッパ EBI（欧州バイオインフォマティクス研究所）・EMBL-bank 新規塩基配列情報データベース・EGA/ERA GWAS, 次世代シークエンサー結果を含むgenotype-phenotype に関するデータを蓄積 3 ）日本 DDBJ（日本DNAデータバンク）・新規塩基配列情報データベース・JSNP SNPやin/delといった変異情報を蓄積・JGA/DRA 次世代シークエンサー結果(genotype)と phenotype に関するデータを蓄積統合DB PJ GWASやコントロール集団の変異情報等 http://biosciencedbc.jp/ 10 Human Genome Variation Database GWAS DB http://biosciencedbc.jp/ 11 ヒトゲノムバリエーションデータベース目的疾患・変異・臨床情報の関係を整理・体系化し、得られた成果・情報を公開・共有することにより、疾患機序の解明や個別化医療の実現に貢献構想１）NGSおよび、その他の解析法（GWAS含）によって発見される変異-疾患情報の受け入れ、半永続的な集約的データ保管２）文献情報など過去に報告された疾患感受性、薬剤応答性、ウィルス耐性などに関わる多型・変異データの収集とDB化３）上記データを整理体系化したDBの構築、データの公開と共有（疾患→多型・変異、多型・変異→疾患を横断的に探索可能）４）健常者データについては、phasingやハプロタイプ推定、必要に応じて 1000 genome PJデータ, GWAS 健常者データも用いて遺伝子型推定（imputation）を行い、日本人に特化したSNP, in/del, CNVなど各種多型・変異のアリル頻度、ハプロタイプ頻度を計算・公開  効率的な疾患遺伝子の探索に役立てる 12 http://biosciencedbc.jp/ Human Genome Variation Database DB名 CNV control DB 概要健常者の数十万から数百万のSNPチップデータから検出したCNVを登録 URL http://gwas.biosciencedbc.jp/ cgi-bin/cnvdb/cnv_top.cgi 健常者の数十万から数百万のSNPチップデータか http://gwas.biosciencedbc.jp/ CNV association DB ら検出したCNVのケースコントロール解析の結果 cgi-bin/cccdb/ccc_top.cgi を登録 GWAS-DB 数十万から数百万のSNPチップによる疾患関連解析の頻度情報と遺伝統計解析の結果を登録 http://gwas.biosciencedbc.jp/ cgi-bin/gwasdb/gwas_top.cgi HLA DB 次世代シークエンサーによって検出されたHLA領域における健常者変異、疾患関連変異、及び、文献に発表されている疾患関連変異を抽出・登録 http://gwas.biosciencedbc.jp/ cgi-bin/hladb/hla_top.cgi Human Variation DB 次世代シークエンサーによって検出された健常者変異、疾患関連変異、及び、文献に発表されている疾患関連変異を抽出・登録日本人健常者の参照配列情報も閲覧可能に http://gwas.biosciencedbc.jp/ cgi-bin/hvdb/hv_top.cgi SNP-DB 数十万から数百万のSNPチップを用いて解析した健常者のアリル・遺伝子型頻度の情報とハーディーワインバーグ平衡検定値を登録 http://gwas.biosciencedbc.jp/ snpdb/snp_top.php http://biosciencedbc.jp/ 13 開発データベースのトップ画面 https://gwas.lifesciencedb.jp/ Mutation database http://biosciencedbc.jp/ Koike et al. J Hum Genet (2009); BMC Genet (2011) 14 Human Variation DB ✔ NGS, その他の実験による変異データの登録 ✔ NGSは計算手法、閾値条件、変異検出精度実験をしている場合は、その情報も登録 ✔ 文献データも、実験の種類、case-control P-value, オッズ比、臨床情報など登録 ✔日本人のコントロールデータに関しては、study ごと、及び、融合した形でreference genomeとして表示遺伝子検索疾患検索領域検索等が可能 http://biosciencedbc.jp/ ある疾患の既知感受性遺伝子の全ゲノム上での位置 15 Human Variation DB 遺伝子名検索結果例 1000 genome をはじめ、referenceは随時追加変異のゲノム上の位置、 SNPの種類、アミノ酸置換情報、 case-control P値、オッズ比、実験手法、臨床情報等 http://biosciencedbc.jp/ 16 Human Variation DB annotation 複数の参照ゲノムを同時に表示 Domain 情報マイクロサテライト Conservation scoreなど http://biosciencedbc.jp/ 17 NGSの詳細の表示 NGSマッピングデータもリンク可能文献データも NGSデータも同時表示 Referenceデータの詳細も表示 http://biosciencedbc.jp/ 18 HLA DB http://biosciencedbc.jp/ 19 HLA DB コンテンツ ✔ HLAのハプロタイプごとの変異の登録 ✔ HLAの多型と疾患感受性、免疫応答性、薬剤過敏症の関係を俯瞰可能に HLA型間の塩基配列の違い http://biosciencedbc.jp/ 異なるHLA型間での相同性 20 NGSと文献登録データ ✔ NGS公開データ健常者：1000ゲノムデータexome 98検体 ✔ NGS内部登録データ健常者： exome 21検体, 健常者: HLA 1検体 ✔ NGS内部登録準備データ健常者： exome 68検体疾患遺伝子：4遺伝子変異（新規）＋2遺伝子変異（既知） ✔文献公開データ Common disease, 神経変性変異のデータを中心に、2500変異と付随情報の登録 http://biosciencedbc.jp/ 21 SNP control DB http://biosciencedbc.jp/ 22 SNP Control DB ✔標準 SNP-DB: 健常者のSNPデータ (GWAS チップ用）のデータ Affy500K 約500検体、Affy6.0 約600検体, Axiom ASI, Illumina OMNI-2.5 約420検体コンテンツ •30-250万SNPの遺伝子型頻度、アレル頻度、ハーディーワインバーグ平衡検定値、Call rate等 SNPのゲノム上の位置、SNPの種類（同義/非同義など） Genotype 頻度、アレル頻度、ハプロタイプ頻度、HWE検定値、 Call rateなど •SNPのアノテーション（機能、染色体上位置、同義/非同義など） SNPの検索（アクセッション番号、染色体上の位置、機能、疾患との関連性などで検索可能） http://biosciencedbc.jp/ 対応する遺伝子のアノテーション情報検索結果例 23 GWAS DB http://biosciencedbc.jp/ 24 GWAS DB 疾患名称、study ID （略称)、SNP IDでの検索疾患リストからの閲覧 http://biosciencedbc.jp/ 25 SNP based GWAS DB コンテンツ ✔ GWAS-DB: GWASデータ 19疾患/28スタディー（内部用DB登録） 17形質（内部用DB登録） 11疾患/13スタディー（公開データ） • 30-100万SNPの遺伝子型頻度、アレル頻度、ハーディー・ワインベルク平衡検定値、Call rate 等 • P値(2df, 1df), Additive risk model, recessive model, dominant model のP-value, OR, 95% CI, AICなどの遺伝統計値 • ハプロタイプもしくはSNPの組み合わせに関する疾患関連性の統計値 • SNPのアノテーションゲノム全体のP-valueの分布 http://biosciencedbc.jp/ Koike et al. J Hum Genet (2009) 26 GWAS-DB 俯瞰図と領域図フィルタの設定統計モデルを変えて表示可能ボックスをクリックするとその領域の拡大表示や表で表示 P-value Odds ratio エクソンイントロン遺伝子ＣＮＶ連鎖不平衡その他、permutationのP値、OMIM情報、マイクロサテライト情報などの情報も表示可能 http://biosciencedbc.jp/ SNP間相互作用も表示 27 CNV Control DB http://biosciencedbc.jp/ 28 CNV control DB の表示例複数の計算データを一度に閲覧クリックすると領域の図高さが頻度色の濃さがCNV数 http://biosciencedbc.jp/ 29 29 CNV検出の方法・DNAcopy (Venkatraman and Olshen, Bioinfomatics, 2007) -Segments DNA copy number data using circular binary segmentation to detect regions with abnormal copy number - the prediction performance is highly evaluated ・CGHseg (Picard, et al., BMC Bioinformatics, 2005) -CGH profile is modeled by a random Gaussian process whose distribution parameters are affected by abrupt changes at unknown coordinates -adaptive criterion that detects previously mapped chromosomal aberrations are used ・PennCNV (Wang et al, nature -Hidden markov model based method genetics, 2007) ・Birdsuite (Korn et al, nature genetics, 2009) -Four stage analytical frame work 1) extracts CNP (common copy number polymorphysm) , 2) genotype calls, 3) identifies rare CNVs via a Hidden Markov Model, 4) summarizes these results. http://biosciencedbc.jp/ 30 CNV control DB の表示例クラスタリングして類似のCNVをマージ表示オプションの変更クラスタリングなし http://biosciencedbc.jp/ SNP位置まで表示した詳細画面 31 CNV Case-Control DB http://biosciencedbc.jp/ 32 CNV-case control DB の表示例 CNV region P-values Database Genomic Variants http://biosciencedbc.jp/ 33 http://biosciencedbc.jp/ 34 実際にGWAS DBを使ってみよう！ http://biosciencedbc.jp/ 35 実習ナルコレプシーのGWASデータを見てみよう！最終目標： SNP間の相互作用（epistasis）の図を表示する 1：まずはGWAS DBへ！ 2：Case Control GWASタブを選択。 3：Search & BrowseのBrowse GWAS results from disease name listを選択。 4：Narcolepsyをぽちっっとな。 →一つ登録されていますね。では、そこへ入ってみましょう！ 5：“narco”をクリック！ 6：研究の規模はどのぐらいですか？研究内容をざっと見たら、 Go ！ 7：Mapが出てきました。ゲノム全体のP-valueを見てみましょう。 Question1：色が色々ありますね。何を意味していますか？ http://biosciencedbc.jp/ 36 実習最終目標：SNP間の相互作用（epistasis）の図を表示する 8：このP-valueは何のモデルを使っていますか？他のモデルも見てみましょう。 →右上のSelect P-valueのPull downをいじって Show Map を押すべし。 9：そろそろマンハッタンプロットを見てみましょう →なんだか赤い点々が。そこの領域に行ってみよう！ Show Plot 11：リスト→その領域に登録されているSNP一覧。SNP情報や関連解析におけるMAFやP-valueなど閲覧できる。グラフ→P-valueやORを表示できる。遺伝子の位置もありますね。 12：ここで、左側のチェックをいじって、色々表示させたり消したりちゃおう。 Question2：発現量に影響しそうなSNPはあるかな？ cSNP: coding SNP, sSNP: silent SNP, rSNP: regulatory SNP, iSNP: intronic SNP, gSNP: genome SNP Question3：カイ二乗検定以外にもPermutation testによるP-valueが！表示させて違いを見てみよう。 Question4：ORも様々なモデルに対応しているぞ♪ http://biosciencedbc.jp/ 37 実習最終目標：SNP間の相互作用（epistasis）の図を表示する Question5：この領域のLDブロック構造は？R-squareを表示させてみよう。 Question6： HapMap検体の遺伝子型によるLDブロックもあるよ。違いはあるかな？ Question7：他のマーカーは存在するかな？ 13：そろそろ別のこともしてみよう。押してみよう。 Question8：これはなんだろう？ Show Table というボタンがあるよ。 14：左側のチェックをいじってみよう。 MAF・CR・HWEの閾値で表示するSNPを変えられるね。 15：Choose Itemsの一番下に“Epistasis”を発見したよ！最終目標が見えて来たね。チェックを入れてupdateしちゃおう。 16：SNPの組み合わせリストが出て来たね。 17：Weightが一番低い組み合わせの http://biosciencedbc.jp/ G ゴールが近いぜよ～～を押すと・・・？ 38