如何理解CADD數據庫

本篇文章為大家展示了如何理解CADD數據庫，內容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

衡量一個變異位點的影響時，通常都是給定一個變異類型，比如synonymous SNV 等，來表明其影響。CADD獨創了一種打分算法，來衡量變異位點的有害程度。

對于一組變異位點，CADD 結合等位基因的多態性，變異的致病性等多個因素，構建了一套模型，對每個變異位點進行評估，并給出一個具體的得分，簡稱C-Scores。 統計模型直接給出的打分叫做RawScore, 這個值越高，代表該變異位點是一個有害突變的概率越高。

對于不同組的變異位點，比如對于1000G和ESP兩批變異位點而言，由于各因素的差異，其模型是不同的，RawScore在不同模型間是無法直接比較的。所以提出了scaled C-scores的概念。對RawScores進行從大到小排序，采用-10*log10(rank/total)的公式計算出scaled C-scores。由于這個公式和phread的定義方式類似，所以scaled C-scores也叫做PHREAD。

在分析潛在的致病變異位點時，通常會對PHREAD進行過濾。官方推薦閾值為10,15,20都可以，但是更加推薦結合C-Scores和其他實驗證據來對變異位點的致病性進行評估，而不是單純的進行一個數值過濾。

CADD官網提供了以下3種服務

1. 下載服務

鏈接如下：

http://cadd.gs.washington.edu/download

對應不同的數據集，比如1000G, ESP, Exac 等都給出了對應的 CADD score

下載的文件內容如下：

#Chrom    Pos    Ref    Alt    RawScore    PHRED
1    861349    C    T    6.591020    31
1    865545    G    A    5.989520    27.8
1    865584    G    A    3.632951    23.2
1    865625    G    A    5.624605    26.6
1    865628    G    A    2.938829    22.0
1    865662    G    A    1.597527    13.84

2. 在線注釋服務

通過在線服務，可以對變異位點進行CADD打分。鏈接如下：

http://cadd.gs.washington.edu/score

上傳VCF格式的文件，一次最多允許10000個變異位點，然后點擊Upload variants就可以開始分析。結果如下

## CADD v1.3 (c) University of Washington and Hudson-Alpha Institute for Biotechnology 2013-2015. All rights reserved.
#CHROM    POS    REF    ALT    RawScore    PHRED
16    50745926    C    T    4.355927    24.1
20    1110696    A    G    0.142763    4.068
20    1110696    A    T    0.005222    2.636
20    1234567    TTCT    T    -0.369022    0.459
20    1234569    C    AC    -0.290183    0.699

3. 在線檢索

鏈接如下：

http://cadd.gs.washington.edu/snv

在如下所示的頁面中輸入SNV位點的位置，然后點擊Lookup variant按鈕進行提交

返回結果如下

上述內容就是如何理解CADD數據庫，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業資訊頻道。