hapmap寻找snp位点
如何进行标签SNP(Tag SNP)的选择(haploview与hapmap)
A better description is needed that includes the tagging algorithm, the LD(r2) cut-off and the version of the HapMap CHB reference data used.用hapmap载入基因后，用Haploview来选Tag SNP的，但是发现和某些文献报道的Tag SNP不同，这个很正常，在参数不改变的前提下，Haploview选择tagSNP存在一定的随机性。
例如，假设位点A，B，C，D处于同一个单倍域内，通过运行Haploview的tagger program，你会发现A被选为tagSNP，并且位点A可以capture位点B,C,D。
但是如果你再运行一次tagger program，可能位点B被选择为tagSNP。
在这种情况下，你其实可以选择A,B,C,D中任何一个位点作为tagSNP（理想状态下）。
在这里，如果位点A是一个导致氨基酸改变的SNP位点，或者有功能研究认为该位点存在一定的功能时，你最好选择该位点，这样有利于你文章的讨论部分的说明。
貌似在运行“run tagger”前将r2值设定为1，就可以了。
hapmap上的数据一直在更新，所以如果你根据hapmap上的数据来选择tagsnp，必须提供数据库的版本号码：具体查询版本号的方法如图所示.tagging algorithm指的是什么？是什么公式啊？这是我投稿后审稿人给的我修稿意见。
他的意思是让我从这几方面描述如何选择tagging SNPs：A better description is needed that includes the tagging algorithm, the LD(r2) cut-off and the version of the HapMap CHB reference data used你说我怎么说呢？还有，我是不是得用Hapmap phase II genotype data？de Bakker PI, Yelensky R, Pe’er I, Gabriel SB, Daly MJ, et al. (2005) Efficiencyand power in genetic association studies. Nat Genet 37: 1217–1223.文章链接如下：http://good.gd/540445.htm爱番茄/Category/study/page/2挑选标签单核苷酸多态性（SNP tagging）是在疾病关联研究中节省费用的一个重要的策略，而且随着高密度HapMap计划的完成它变得更为重要。
缺失SNP位点基因型推测
IMPUTE：假设每个个体之间的基因型是相互独立的。它把 已知单体型对序列看作是HMM中的隐状态，同时定义一 个以已知单体型(参照面板中的单体型信息)为条件的条件 概率作为转移概率，用这些隐状态和转移概率建立HMM 模型，即根据已知单体型估计缺失基因型。 fastPhase：假设每一个单体型都从某一个聚类中产生。 用EM算法估计模型参数，利用基于HMM中隐变量的条件分 布计算缺失基因型在已观测基因型和估计的模型参数条件 下的条件概率，使这个条件概率最大的基因型则成为该位 点基因型的填补基因型。
该方法预测结果：
• 本人感想：基于互信息理论的基因型预测 模型简单，但是该方法由于要计算任意两 个位点与缺失位点的互信息，不适用于大 规模SNP位点数据预测，可以结合聚类的 算法对其进行改进，使其适用于大型数据 预测。
各种预测方法的优劣处：Impute方法不需要进行参数估计， 但计算复杂度高；FastPHASE灵活适用于大型数据集， 在大量染色体情况下，计算复杂度只是线性增加，但要对 模型的很多参数进行估计，这会减慢计算速度；MACH通 过蒙特卡罗方法迭代更新单体型对，同时模型参数也在每 次迭代中更新，这使其能更灵活地进行数据集的分析，但 实际上，对有些参数的估计并不是很准确，从而降低了该 方法的计算效率。BEAGKE适用于局部单倍型多样的情况 ，所占的内存较小，但精确度比不上MACH和Impute。
则 构成一个马尔科夫链，初始状态的概率：
状态转移概率是：
其中dm为两位点间的物理距离，rm是一个跳跃率。
• 所以单倍体hi的概率是：
单倍体聚类模型到基因型数据的扩展：主要方法是认为由两个单
倍体组成的未分型的基因型数据是独立的（哈迪—温伯格平衡），并且 服从相同的分布。
模型定义：n个二倍体个体未分型基因数据 gim 为个体i在m位点的基因型，gim的值是一对等位基因的和 ，为0,1,2. 为gim所属的两个类。 构成一条 马尔科夫链。 初始状态概率： 转移概率：
单倍型基因组检测原理
单倍型基因组检测原理
单倍型基因组检测是一种基于单个细胞或少量细胞的基因组分析技术，在个体相对于常见基因型存在多种特异性的变异下具有更高的分辨能力。
该技术主要基于单倍型（haplotype）的概念，即指染色体上的一条连续
序列，其上不同位点的遗传变异构成一种特定的基因型，它在遗传学研究、育种、生殖医学等领域具有广泛的应用价值。
1.单细胞或少细胞样品收集。
单倍型基因组检测需要得到单个细胞的DNA，当前主要采用分离单个细胞的微操作技术，如细胞贴附、电刺激、
流式细胞术等。
2.单倍型细胞放大。
获得单细胞DNA后，需要对其进行PCR扩增来产
生足够的DNA模板，更快速、高效地进行单倍型分析。
3.特异性SNP位点检测。
进行单倍型分析需要寻找特异性的SNP位点，并设计引物、荧光探针等检测方法，将单个SNP位点进行检测，并鉴定单
倍型。
4.单倍型解析。
SNP位点检测完成后，进行多个位点的分型之后，可
以完成单倍型的解析，得到样品的单倍型信息。
单倍型基因组检测已经被广泛运用在染色体研究、肿瘤病理、代谢疾
病综合评估、体液检测等各领域，对于个体的遗传变异的精准检测、肿瘤
的分型、药物敏感性预测等均具有重要的临床意义。
但是，该技术目前存
在着单细胞试验受限、繁琐、费时等局限性，未来在技术改进与应用领域
拓展的同时还需进一步克服这些问题，实现更广泛的实际应用。
hapmap 查询 SNP
/index.html.en在IE浏览器中打开页面点解“中文”，刷新页面后，点击“通用基因组浏览器”，在标志或区域里输入“DNMT3A”在保存，查询及其他选择栏里选中“显示SNP genotype data ”后，点击配置，在population 选中CHB或JPT，strand选中rs，output format 选“open directly in haploview”，点击执行，保存文件格式为.hmp. 在haploview 中“hapmap format ”选项打开即可。
从选点开始，到酶切，tagman分型，到SPASS，SAS统计都是一个个的过程，为了学习+复习，分享一下学习到的选点的方法，进宫参考，高手勿笑。
1．需要的东西。
两个网站：PubMed 和hapmap，一个软件：haploview2．在PubMed上搜索目的基因上的所有SNP，（以VHL基因为例），这个我在做。
具体步骤：1）进入PubMed：/pubmed/2） Search栏里选择SNP，搜索框内输入想要的基因，比如VHL，点击Search。
3）如下图选择Human标签4）选择某个SNP示意图中的geneview：5）进入之后选择in gene region，然后点击refresh，就显示出了整个基因上所有的snp，从5’端到3’端。
如下图：1．这里显示的是所有人群中的SNP，而我们需要选择我们目标人群中的SNP，这个就要用的hapmap这个网站了：1）首先打开这个网站， or /2）选择左侧Project Data栏目下的第一个：HapMap Genome Browser ( Phase 3 –genotypes & frequencies )3）进入之后，在“標志或區域”中输入rs号，“數據來源”phaseII那个，“保存，查詢及其它選擇”选SNP genotype date, 如下图：点击执行，会得到该rs号在染色体上的位置，？记录下来。
打不开下载的数据库解决办法--针对NCBI下载SNP不被Haploview识别
haploview 数据格式错误解决方法最近要使用haploview这个软件，先在实验室电脑上装了一个，直接在hapmap 下的数据载入是正常的，结果在hapmap上下载的数据怎么都载不进去，但是软件自带的那个数据载入又是正常的。
实验室haploview也不能载入hapmap上下载的数据了haploview还可以载入其他格式的数据，只是我们通常都直接从hapmap 上下载，比较方便。
谁让我倒霉呢…… 只好用不方便的。
/projects/SNP/snp_gf.cgi打开这个网址，按照上面的选项填好自己的要求，一共有三个step，填完step1 点next就会进入step2 ；在step2 选择好所需的人种，点display results 就会进入step3 ；在step3 下方的四个蓝色按钮的上面那一行小字里有download haploview files，点击就可以下载压缩文件。
解压这个文件里面有info 和ped 两个文件，这是对应于haploview 里linkage format 的，ped 对应data file，info 对应 locus information file，选择好后点ok 就能载入了。
换了个格式总算是把数据给载进去了，我的脑细胞呀~都损失在之前的极度焦虑之中了……其实这个事情已经成为过去式有一小段时间了，一直在纠结要不要写出来呢（之所以纠结，其实是因为我懒，脸红一下）。
虽然换一种数据格式是我自己想到的，可筒子们要理解，数据库的使用是复杂滴，探索使用方法的道路是艰辛滴，所以那个下载数据的方法是本人在探索无果的情况下经过长时间的谷歌找到滴。
既然下载的方法是借鉴的别人的劳动成果，所以我决定也把我的经验提供给大家，希望能帮到需要的筒子。
帮助说明/projects/SNP/docGenotype.html Detailed information for SNP GenotypesThe URL for the genotype pages is/projects/SNP/snp_gf.cgiThe HTML interface has 3 pages:The first page is a form for selecting species and SNPs.The second page is a form for selecting populations.The third page contains the search results in HTML, text, or XML.All form parameters can be specified on any page and will be reflected in theExamples∙Perl program for retrieving a genotype report in XML.∙XSLT for converting an XML report to TAB separated text and an additional required XSLT file.第一，要知道所选的基因上都有哪些SNP位点。
标签SNP的选择
A better description is needed that includes the tagging algorithm, the LD(r2) cut-off and the version of the HapMap CHB reference data used.用hapmap载入基因后，用Haploview来选Tag SNP的，但是发现和某些文献报道的Tag SNP不同，这个很正常，在参数不改变的前提下，Haploview选择tagSNP存在一定的随机性。
例如，假设位点A，B，C，D处于同一个单倍域内，通过运行Haploview的tagger program，你会发现A被选为tagSNP，并且位点A可以capture位点B,C,D。
但是如果你再运行一次tagger program，可能位点B被选择为tagSNP。
在这种情况下，你其实可以选择A,B,C,D中任何一个位点作为tagSNP（理想状态下）。
在这里，如果位点A是一个导致氨基酸改变的SNP位点，或者有功能研究认为该位点存在一定的功能时，你最好选择该位点，这样有利于你文章的讨论部分的说明。
貌似在运行“run tagger”前将r2值设定为1，就可以了。
hapmap上的数据一直在更新，所以如果你根据hapmap上的数据来选择tagsnp，必须提供数据库的版本号码：具体查询版本号的方法如图所示.tagging algorithm指的是什么？是什么公式啊？这是我投稿后审稿人给的我修稿意见。
他的意思是让我从这几方面描述如何选择tagging SNPs：A better description is needed that includes the tagging algorithm, the LD(r2) cut-off and the version of the HapMap CHB reference data used你说我怎么说呢？还有，我是不是得用Hapmap phase II genotype data？de Bakker PI, Yelensky R, Pe’er I, Gabriel SB, Daly MJ, et al. (2005) Efficiencyand power in genetic association studies. Nat Genet 37: 1217–1223.文章链接如下：http://good.gd/540445.htm爱番茄/Category/study/page/2挑选标签单核苷酸多态性（SNP tagging）是在疾病关联研究中节省费用的一个重要的策略，而且随着高密度HapMap计划的完成它变得更为重要。
HapMap是什么?
HapMap是什么？申春朵【期刊名称】《中国分子心脏病学杂志》【年(卷),期】2006(6)1【摘要】单核苷酸多态性（SNPs）是引起人类不同个体间序列差异的最常见形式,且SNPs是用于关联分析的遗传标记.国际人类基因组单体型图计划（简称HapMap计划）收集了270个祖先分别来自非洲、亚洲和欧洲的四个群体的样本,测序得到了超过1百万个SNPs,平均约3000个碱基一个SNP.HapMap计划的第二阶段旨在增加已测序SNPs的密度至每1000个碱基一个SNP.de Bakker以及Zeggini所在的两个小组利用实验数据和模拟数据发现,利用目前HapMap提供的信息能够筛选出250,000～500,000个SNPs,大约占所有常见多态（次要等位基因频率大于5%）的70～80%.【总页数】1页(P46-46)【关键词】单核苷酸多态性;人类基因组;SNPs;等位基因频率;序列差异;单体型图;遗传标记;关联分析;实验数据;测序【作者】申春朵【作者单位】【正文语种】中文【中图分类】R394;R512.91【相关文献】1.HapMap-based study on the association between MPO and GSTP1 gene polymorphisms and lung cancer susceptibility in Chinese Han population [J], Jun-dong GU;Feng HUA;Chao-rong MEI;De-jie ZHENG;Guo-fan WANG;Qing-hua ZHOU2.HapMap计划掀起人类研究复杂疾病易感基因的浪潮 [J], 张学军3.利用HapMap数据发现人类基因组中正选择的"候选区域 [J], 汪雁;汤哓丽;陈极光;肖俐;方进;龙飞;邓立彬4.应用Hapmap数据库分析HBG1-HBD基因间序列单倍型及标签SNP的挑选[J], 韩文平;黄盛文;黄凌;王偲颖;韩媛媛;王予川;安邦权5.HapMap五周年回顾 [J], 曾长青因版权原因，仅展示原文概要，查看原文内容请购买。
Hapmap用户指南
国际人类基因组单倍体图计划网站用户指南Gudmundur A. Thorisson1*, Albert V. Smith*, Lalitha Krishnan, and Lincoln D. Stein Cold Spring Harbor Laboratory, 1 Bungtown Road, Cold Spring Harbor, NY 11724翻译：Hejidong国际人类基因组单体型计划网（）是获取国际人类单体型图计划部分基因分型数据的主要门户网站(Gibbs et al. 2003)。
在计划的第一阶段，来自全世界4个人群的270个样本共检测出了110多万个SNP位点(Consortium 2005)。
该网站向研究者提供用于数据分析的工具以及允许其下载数据以便进行本地分析。
本文提供使用这些工具的详细指南，包括：检索基因分型和基因频率数据，关联性研究中标签SNP的选择，单体型作图，相互关系的排列测验。
国际人类单体型图计划的目标是对人类基因组中常见遗传多态性作图和推断，以推动针对人类疾病遗传因素的研究。
该计划第一个重要的里程碑是在2005年春天，完成了对4个人群超过110万个SNP的基因分型检测，第二阶段准备完成另外460万个SNP的检测，并计划于2005年秋完成。
该计划的数据可在HapMap（）网站无限制获取。
该网站提供数据集的批量下载，以及独有的交互数据浏览与分析工具。
自2003年9月向公众开放以来，来自100多个国家的研究者已经下载了HapMap数据集50万余次。
该网站目前每月处理超过3万余次的静态页面请求，其中1万4千次是批量下载请求，以及每月处理10万余次HapMap交互式浏览器登录。
本文介绍Hapmap网站及其用于查看、检索和分析数据的工具。
我们将展示如何进行一些有用和常见的任务，以及概述正在完善和开发中的新工具。
Hapmap网概述Hapmap网（）主要由三个部分组成，均可从网页顶部的横标题进入。
全基因组范围内SNP关联分析(GWAS)技术
（1）PCR （2）SNP芯片 （3）新一代测序技术
1
AGATACGGCTAAACTTGGGGGTTTTTAAACCCCTT AGATAAGGCTAAACTTGGGGGTTTTTAAGCCCCTT
chr6
2
AGATAAGGCTAAACTTGGGGGTTTTTAAGCCCCTT AGATAAGGCTAAACTTGGGGGTTTTTAAACCCCTT
chr6
3
chr6
4
AGATAAGGCTAAACTTGGGGGTTTTTAAACCCCTT AGATAAGGCTAAACTTGGGGGTTTTTAAACCCCTT
chr6
突变率低，一次突变，遗传+自然选择使得等位扩增，snp多为二态Biblioteka 一、单核苷酸多态及数据格式
注：
（1）理论上讲，SNP既可能是二等位多态性，也可能是3个或4个等位多 态性，但实际上，后两者非常少见，几乎可以忽略。
chr6
dbSNP &array:
AGATA[A/C]GGCTAAAC
GTTTTTAA[A/G]CCCCTT
PCR data
or
PCR和芯 芯片技术
or
PCR
A/C SNP1
A/G SNP2
1
AGATACGGCTAAACTTGGGGGTTTTTAAACCCCTT AGATAAGGCTAAACTTGGGGGTTTTTAAGCCCCTT
当我们检测该SNP位点与疾病的关系时，我们不知道等位以何种 方式起作用（等位、基因型、显性、隐性）。
关联检验
关联检验的模型
1、Genotypic Model Hypothesis: all 3 different genotypes have different effects
snp分型解析
• 适用于多位点同时检测，样本数不受限制 ，可以是几十到几千
4 HRM(高分辨率熔解曲线分析)
• 在一定温度范围内将PCR扩增产物进行变性并实时 检测荧光信号，荧光值随温度变化即熔解曲线。 • DNA都有其独特的序列，包括长度、GC含量及碱 基的互补性差异，这样每个DNA片段都有独特的 熔解曲线形状。 • 根据曲线可以准确区分野生型纯合子、杂合子和 突变性纯合子。
2018年11月
GoldenGate™ 检测 --和独特的带 IllumiCodeTM 编码序列的芯片杂交
illumiCode #561
/\/\/\/
illumiCode #217
/\/\/\/
illumiCode #1024
/\/\/\/
A/A
SNP #561
G/G
SNP #217
C/T
SNP #1024
镰刀状细胞贫血
正常血红细胞
谷氨酸
镰刀状血红细胞
缬氨酸
携带氧气能力降低，因而出现贫血症状
• 不同人群中SNP的频率分布有差异，而这些差异可 以代表某一人群的遗传差异。SNP研究将帮助我们 寻找新的遗传病的致病基因或易感基因，认识人 种、人群、个体间的遗传差异，疾病与个体差异 的关系，以及个体差异对药物的耐药性存在的不 同反应能力。 • SNP是继人类基因组计划之后又一国际研究竞争新 热点，是阐明基因组功能及特点的重要基础。
SNPs in Human Genome
• 人类基因组中每1000个核苷酸就有一个SNP，人类30亿碱
基中共有300万以上的SNPs。
• SNP是人类可遗传的变异中最常见的一种，占所有已知多 态性的90%以上。大多数SNPs是单纯多态性，但也有一些 与疾病的发生有关联，是决定人类疾病的重要遗传基础。
物种Hapmap 计划研究框架书-修改
XX HapMap研究计划框架书1 项目的立项依据：1.1HapMap定义HapMap （Haploid Map）即单体型图，这一概念最早来自人类基因组计划的延续——人类HapMap计划。
HapMap是某一基因组中常见遗传多态位点的目录，它描述了这些变异的形式、在DNA上存在的位置、在同一群体内部和不同人群间的分布状况。
把这一概念推广到其他物种上，Hapmap也就是建立存储某一物种常见SNP 变异以及LD值等相关信息的Database。
同一物种个体的遗传序列极为相似。
若比较两个个体的染色体，它们的DNA序列上可以连续数百个核甘酸都是相同的，一般一个物种任意两个个体间的核苷酸差异数在基因组大小的0.2%以内。
在群体水平上，常见的SNPs（MAF>5%）数量不到基因组大小的0.1%。
而这些相邻的常见SNP，在群体中常处于关联状态。
因此，可以从常见SNP中挑选出更具代表性的标签SNP（Tag SNP），来简化SNP集的数据量。
仅仅利用这些相对数据量较少的标签SNP集合所包含的基因型信息，就可以代表整个基因组的大部分遗传信息。
因此，Hapmap的建立，将大大地简化该物种后续遗传学研究的数据量，从而提高后续相关研究的速度与效率。
图1 从序列到Tag SNPs 示意图a. 4个不同个体的DNA序列信息以及其中的SNP位点b. 将所有的SNP信息合并，构成SNP集。
c. 从SNP集中挑选出Tag SNP，从而进一步压缩数据量1.2科学意义1.2.1物种群体进化研究HapMap拥有这一物种最具代表性的个体的全基因组常见SNP基因型信息。
利用这些信息非常便于开展对应的全基因组群体遗传学研究，从而研究该物种的进化、驯化历史。
1.2.2 分子育种一个物种的基因组大小一般在108~109个个碱基水平，要在海量信息中筛选有用的遗传信息，则需要充分利用遗传学的手段。
对于育种家来说，分子标记是寻找功能基因的第一步。
SNP标记是目前在基因定位上应用最广的分子标记。
利用HapMap数据发现人类基因组中正选择的_候选区域_汪雁
中发挥了重要的作用。此研究将 为后续的人类进化和自然选择研究提供新的线索。
关键词: 人类基因组国际单体型图计划; 正选择; 群体基因组学
中图分类号: Q 39
文献标志码: A
正选择 ( Posit ive Se lect ion ) 是人 类历史中自然 ( 2)通过 群体 基因 组学 策略 发 现正 选择 / 候选 区
验分布的四分位区间 ( in ter - quartile rang e, IQR ):
Q = FU - FL
( 2)
其中 FU 和 FL 分别是上、下四分位值。则上、下
分界值为:
UL = FU + 1. 5Q
( 3)
LL = FL - 1. 5Q
( 4)
所有大于上分界值 ( UL ) 或小于下分界值 (LL )
选择的主要类型, 可以对表型产生多种影响。确定 域 0, 建立正选择图谱; ( 3) 通过分析正选择 / 候选窗
基因组中自然选择信号将有助于鉴定影响人类表型 的功能区域。近来许 多针对自然选 择的研究均发
口 0的遗传分化程度 ( FST ) 以及人 群间正选择信号 的分布差异探讨正选择在人群分化中的作用。
第 3期
汪雁等: 利用 H apM ap数据发现 人类基因组中正选择的 / 候选区域 0
# 295#
基于 H apM ap计划第 Ñ 期的 Hi s数据从 http: / / hg - w en. uch icago. edu / selection[ 1] 下载, 而 FST 数据从 http: / /b ighapm ap. b ig. ac. cn[ 9] 下载。 112 基于窗口平移 ( w indow - sl ide) 的群体遗传学
SNP检索
SNP基因序列的检索（图）点击次数：62 发表于：2008-07-22 10:52转载请注明来自丁香园来源：丁香园以检索NAT2的不同SNP的基因序列为例：1、Genbank里的dbSNP数据库中有详细的信息，方法如下：（1）进入NCBI的主页/，然后，Search下拉菜单中选“ SNP”，搜索for “NAT2”。
（2）搜索了一下，人类的NAT2SNP数据库记录有279条，如下图所示，每一条你都可以点进去看它的具体情况。
（3）以rs36014863为例，你点进去后，出现下图的页面，里面示SNP数据库中关于这个SNP的全部信息，从里面，你大致可以获取SNP的位置，其上下游的核苷酸侧翼序列信息，多群体报道的情况，SN P提交情况，不同群体的杂合度报道参考信息……4）或者你直接进入NCBI的主页/，直接搜索NAT2，出现下图中的界面，选择SNP，然后有相关SNP记录476条，点击进入后，选择HUMAN 279条，然后再逐个观察。
2、但是，从整个基因组的SNP分布和NAT2基因的位置关系上直观的工具，Genbank并不是很理想的，推荐配合Genewindow结合使用，Genewindow是很好的动态平台，十分直观，可以清晰的显示SNP的分布情况和基因内含子、外显子、调控区的关系，可以用于整体选择时使用，个人使用后感觉效果非常满意。
Genewindow的进入方法：/，推荐大家使用！使用前需要安装一个插件，然后后续的界面十分友好。
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。
它是人类可遗传的变异中最常见的一种。
占所有已知多态性的90%以上。
SNP 在人类基因组中广泛存在，平均每500～1000个碱基对中就有1个，估计其总数可达300万个甚至更多。
SNP所表现的多态性只涉及到单个碱基的变异，这种变异可由单个碱基的转换（transition）或颠换（transversion）所引起，也可由碱基的插入或缺失所致。
snp分型解析
冯 静 2012.06.19
主要内容
• SNP相关知识 • SNP检测方法
什么是SNP？
• SNP (Single Nucleotide Polymorphisms) ，单核苷酸多态性。
• 是基因组核苷酸水平上由单个核苷酸 变异引起的DNA序列的多态性。 • 包括单碱基的转换、颠换、插入、缺 失，其中最少一种形式在群体中的频 率不小于1％。
测序、质谱、TaqMan、SNaPshot、 HRM、Illumina芯片、……
1 直接测序法
primerL
• 客户指定检测SNP位点 • 每个位点均需经过PCR扩增然后测序 • 能发现已知和未知SNP位点 • 操作简单，但工作量大，成本较高 • 适用于少数几个位点及样本的检测
A
G
primerR
2 Taqman 探针法
5 质谱检测（Sequenom）
• 质谱仪通过对物质分子量（质荷比）进行检测，达到区分、 鉴别物质的目的。 • SNP位点两个等位基因之间存在分子量差异，通过实验将 差异放大，然后以质谱仪进行检测即可。
Allele 1
Unlabeled Primer (23-mer)
Allele 2
Unlabeled Primer (23-mer)
同一位点不同等位基因的区分根据峰的颜色可知掺入的碱基种类不同位点之间的区分根据峰移动的胶位置确定该延伸产物对应的snp位abi3730测序仪检测单重位点检测gggaaaaa不同位点的引物带不同长度的尾巴颜色代表不同基因型大小代表不同位点不同大小扩增产物技术特点多位点同时检测每个反应可检测812个位点适宜检测的位点数为850个适用于多位点同时检测样本数不受限制可以是几十到几千在一定温度范围内将pcr扩增产物进行变性并实时检测荧光信号荧光值随温度变化即熔解曲线
SNP分析原理方法,甲基化及其应用100312
45 unrelated individuals
45 unrelated individuals
30 sets of trios
• SNPs: computational candidates where both alleles were seen in multiple chromosomes
• genotypes: high-accuracy assays from various platforms; fast public data release
...C C A T T G A C... …G G T A A C T G... ...C C A T T G A C... …G G T A A C T G... ...C C A T T G A C... …G G T A A C T G...
wt/ wt wt/ m
...C C G T T G A C... …G G C A A C T G...
SNPs检测方法：检测区分
凝胶电泳分析技术 HPLC分析技术 质谱检测技术 荧光检测技术：流式，板式 固相芯片检测技术 试纸条显色
基因分型原理和方法关系简图
Primer Extension
Oligonucleotide
Hybridisation
Ligation SNPlex
Nuclease Cleavage
SNPs检测方法
1.理想的检测SNPs的方法
——发现未知的SNPs，或检测已知的SNPs
(1) 灵敏度和准确度的要求 (2) 快速、简便、高通量、自动化 (3) 费用低廉
动脑筋的技术活，有意思，有趣，形式万变; 掌握基本原理,本质不离其中，一种发明回顾