Glosario¶

Las palabras que usa esta documentación, en el sentido en que las usa get_MNV. Los términos en negrita aparecen como columnas o campos INFO en la salida; en Formatos de salida está dónde se escribe cada uno.

El cambio en sí¶

SNV (variante de un solo nucleótido): Una base de la referencia sustituida por otra. La salida también la llama SNP en la columna Variant Type.
MNV (variante multinucleotídica): Dos o más sustituciones que caen dentro de un mismo codón y se leen juntas, así que el aminoácido sale del codón entero y no de cada base por separado. Es lo que get_MNV existe para encontrar.
SNP/MNV: Una fila cuyo codón lleva varias sustituciones, con las dos lecturas: el aminoácido que daría cada sustitución por su cuenta y el que da el codón con todas. Una fila de tipo MNV a secas no tiene lectura por base que informar.
Codón: Tres bases codificantes seguidas, leídas en la dirección del transcrito, que especifican un aminoácido. En la hebra menos el transcrito lee de coordenadas altas a bajas, así que la primera base de un codón es la de mayor coordenada de las tres.
Indel: Una inserción o una deleción. Un VCF escribe las dos ancladas en una base que no cambia, así que T>TGCT inserta GCT después del ancla y TGCT>T borra las tres bases que la siguen.
delins: Un cambio que borra e inserta a la vez, como AT>GGG. Ni sustitución pura ni indel puro.
Indel complejo: Un alelo cuya descomposición lleva un indel junto con al menos una sustitución, así que no se puede describir como un solo evento simple.
Ancla: La base que un registro VCF nombra para situar un indel: la base a la que sigue la secuencia insertada, o la anterior a las borradas. El indel no la cambia, y por eso get_MNV pregunta dónde actúa un registro y no dónde empieza.
Clase de evento y componentes del evento: Cómo leyó get_MNV la pareja REF/ALT: la clase es la forma del alelo entero (snp, mnv, insertion, deletion, delins, complex_indel) y los componentes son los cambios individuales en los que se descompone, escritos como SNV:110:A>C o INS:200:+GG.

Dónde cae el cambio¶

Intergénico: Fuera de toda feature anotada. get_MNV escribe el marcador intergenic en la columna Gene para estas filas, que no es el nombre de un gen, y --exclude-intergenic quita solo estas.
Desplazamiento de marco y en marco: Un indel cuya longitud no es múltiplo de tres desplaza el marco de lectura de todo lo que viene después en esa feature; uno cuya longitud sí lo es lo deja intacto y añade o quita residuos enteros.
Donante de splice, aceptor de splice, región de splice: Las dos primeras bases de un intrón, las dos últimas, y las bases justo alrededor de una unión. Las dos primeras son los sitios esenciales y puntúan impacto HIGH; la región de alrededor puntúa LOW.
NMD (degradación mediada por mutaciones terminadoras): La vía por la que la célula destruye un transcrito que termina antes de tiempo. get_MNV la predice solo donde la parada es de verdad prematura, con la regla de que una parada a más de 50 nucleótidos de la última unión de exones la desencadena.
Tabla de traducción: Con qué código genético del NCBI se leen los codones, elegido con --translation-table. Decide tanto los aminoácidos como qué codones terminan una proteína: TGA es parada en la tabla 11, codifica triptófano en la 2 y glicina en la 25.

Qué dice la evidencia¶

Haplotipo: Un conjunto de cambios que lleva la misma molécula. Las sustituciones de un codón forman un haplotipo solo si la misma molécula de ADN las lleva todas.
Fasado: Colocar los cambios sobre moléculas. get_MNV nunca fasa por su cuenta: lee lo que declaró el llamador y cuenta lo que muestran las lecturas.
Fase declarada: Lo que afirma el VCF de entrada, tomado de un GT separado por | y de su conjunto de fase PS. Un genotipo separado por / no está fasado y no afirma nada.
Ligamiento, D' y r²: Cuánto viajan juntos dos cambios en las lecturas, más allá de lo que producirían por azar sus frecuencias individuales. Que dos variantes frecuentes coincidan a menudo no es prueba de un haplotipo; mira Ligamiento.
Soporte de lecturas y soporte de evento: Cuántas lecturas llevan un cambio. Las sustituciones se cuentan base a base con una caché por ventana; un indel se cuenta desde el CIGAR de cada lectura, y sus cuentas se escriben en las columnas Event Reads.
Sesgo de hebra: Soporte que llega casi entero de una sola hebra, lo que suele apuntar a un artefacto y no a una variante. Se informa como un valor p de Fisher exacto con --strand-bias-info y se filtra con --min-strand-bias-p.

Cómo se etiqueta la consecuencia¶

Término SO: El nombre de la Sequence Ontology para la consecuencia, como missense_variant o splice_donor_variant. Una fila puede declarar más de uno a la vez, unidos con un ampersand, cuando una base es codificante y además está en región de splice.
Impacto: El cajón de gravedad en el que cae el término SO: HIGH, MODERATE, LOW o MODIFIER. Cuando una fila declara dos consecuencias se queda con la más grave.
Distancia de Grantham: Un número para lo químicamente distintos que son dos aminoácidos, que se informa para un missense genuino, de modo que un cambio conservador se distinga de uno drástico.