การระบุตำแหน่งโพลีมอร์ฟิซึมของนิวคลีโอไทด์เดี่ยว ( การระบุตำแหน่ง SNP ) คือกระบวนการทำนายผลหรือหน้าที่ของ SNP แต่ละตัวโดยใช้เครื่องมือการระบุตำแหน่ง SNP ในการระบุตำแหน่ง SNP ข้อมูลทางชีววิทยาจะถูกสกัด รวบรวม และแสดงในรูปแบบที่ชัดเจนซึ่งสามารถสอบถามได้ การระบุตำแหน่งหน้าที่ของ SNP มักจะดำเนินการโดยอาศัยข้อมูลที่มีอยู่เกี่ยวกับลำดับกรดนิวคลีอิกและโปรตีน^{[ 1 ]}

โพลีมอร์ฟิซึมของนิวคลีโอไทด์เดี่ยว (SNPs) มีบทบาทสำคัญใน การศึกษา การเชื่อมโยงทั่วทั้งจีโนมเนื่องจากทำหน้าที่เป็นตัวบ่งชี้ทางชีวภาพ หลัก ปัจจุบัน SNPs เป็นตัวบ่งชี้ที่ได้รับความนิยมเนื่องจากมีจำนวนมากในประชากรเกือบทุกกลุ่มตำแหน่งของตัวบ่งชี้ทางชีวภาพเหล่านี้มีความสำคัญอย่างยิ่งในการทำนายความสำคัญเชิงหน้าที่การทำแผนที่ทางพันธุกรรมและ พันธุ ศาสตร์ประชากร^{[ 3 ]} SNP แต่ละตัวแสดงถึงการเปลี่ยนแปลงของนิวคลีโอไทด์ระหว่างบุคคลสองคน ณ ตำแหน่งที่กำหนด SNPs เป็นตัวแปรทางพันธุกรรมที่พบได้บ่อยที่สุดในบุคคลทุกคน โดยมี SNP หนึ่งตัวทุกๆ 100–300 bpในบางชนิด^{[ 4 ]}เนื่องจากมี SNPs จำนวนมากบนจีโนมจึงมีความจำเป็นอย่างยิ่งที่จะต้องจัดลำดับความสำคัญของ SNPs ตามผลกระทบที่อาจเกิดขึ้น เพื่อเร่งกระบวนการระบุจีโนไทป์และการวิเคราะห์ ^{[ 5 ]}

การระบุตำแหน่งของ SNP จำนวนมากเป็นกระบวนการที่ยากและซับซ้อน ซึ่งจำเป็นต้องใช้วิธีการคำนวณเพื่อจัดการกับชุดข้อมูลขนาดใหญ่ดังกล่าว เครื่องมือมากมายได้รับการพัฒนาขึ้นสำหรับการระบุตำแหน่งของ SNP ในสิ่งมีชีวิตต่างๆ บางส่วนได้รับการปรับให้เหมาะสมสำหรับการใช้งานกับสิ่งมีชีวิตที่มีการเก็บตัวอย่าง SNP อย่างหนาแน่น (เช่นมนุษย์ ) แต่ปัจจุบันมีเครื่องมือเพียงไม่กี่ชิ้นที่ไม่จำกัดชนิดของสิ่งมีชีวิตหรือรองรับข้อมูลจากสิ่งมีชีวิตที่ไม่ใช่แบบจำลอง เครื่องมือระบุตำแหน่งของ SNP ส่วนใหญ่ให้ผลการทำนายผลกระทบที่เป็นอันตรายที่อาจเกิดขึ้นจาก SNP โดยใช้การคำนวณ เครื่องมือเหล่านี้ตรวจสอบว่า SNP อยู่ในบริเวณจีโนมที่มีหน้าที่สำคัญ เช่น เอ็กซอน ตำแหน่งการเชื่อมต่อ หรือตำแหน่งควบคุมการถอดรหัสหรือไม่ และทำนายผลกระทบทางหน้าที่ที่อาจเกิดขึ้นจาก SNP โดยใช้แนวทางการเรียนรู้ของเครื่องที่หลากหลาย แต่เครื่องมือและระบบที่ให้ความสำคัญกับ SNP ที่มีความสำคัญทางหน้าที่นั้นมีข้อจำกัดอยู่บ้าง ประการแรก พวกมันตรวจสอบผลกระทบที่เป็นอันตรายที่อาจเกิดขึ้นจาก SNP โดยพิจารณาจากหน้าที่ทางชีวภาพเพียงอย่างเดียว ซึ่งให้ข้อมูลเพียงบางส่วนเกี่ยวกับความสำคัญทางหน้าที่ของ SNP เท่านั้น ประการที่สอง ระบบปัจจุบันจัดประเภท SNP เป็นกลุ่มที่เป็นอันตรายหรือเป็นกลาง^{[ 6 ]}

ตัวแปรที่หายากถูกกำหนดให้เป็นโพลีมอร์ฟิซึมของนิวคลีโอไทด์เดี่ยว (SNP) ที่มีความถี่ของอัลลีลรอง (MAF) น้อยกว่า 0.01 ^{[ 7 ]}ด้วยเหตุนี้ ข้อมูลการฝึกอบรมสำหรับวิธีการทำนายที่เกี่ยวข้องจึงอาจแตกต่างกัน ดังนั้นควรระมัดระวังในการเลือกเครื่องมือที่เหมาะสมสำหรับวัตถุประสงค์เฉพาะ สำหรับวัตถุประสงค์ของบทความนี้ "SNP" จะหมายถึงทั้ง SNP และ SNV แต่ผู้อ่านควรคำนึงถึงความแตกต่างด้วย

ในการระบุตำแหน่ง SNP นั้น มีการใช้ข้อมูลทางพันธุกรรมและจีโนมหลายประเภท โดยพิจารณาจากคุณลักษณะที่แตกต่างกันของเครื่องมือระบุตำแหน่งแต่ละชนิด วิธีการระบุตำแหน่ง SNP สามารถแบ่งออกได้เป็นหมวดหมู่คร่าวๆ ดังต่อไปนี้:

ข้อมูลจีโนมจากองค์ประกอบจีโนมโดยรอบเป็นข้อมูลที่มีประโยชน์มากที่สุดอย่างหนึ่งสำหรับการตีความหน้าที่ทางชีวภาพของตัวแปรที่สังเกตได้ ข้อมูลจากยีน ที่รู้จัก จะถูกใช้เป็นข้อมูลอ้างอิงเพื่อระบุว่าตัวแปรที่สังเกตได้นั้นอยู่ในหรือใกล้กับยีนหรือไม่ และมีศักยภาพที่จะรบกวนลำดับโปรตีนและหน้าที่ของมันหรือไม่ การระบุคำอธิบายประกอบตามยีนนั้นขึ้นอยู่กับข้อเท็จจริงที่ว่าการกลายพันธุ์ ที่ไม่ใช่แบบเดียวกัน สามารถเปลี่ยนแปลงลำดับโปรตีนได้ และการกลายพันธุ์ของไซต์การเชื่อมต่ออาจรบกวนรูปแบบการเชื่อมต่อของทรานสคริปต์^{[ 8 ]}

การระบุฐานความรู้จะทำโดยอาศัยข้อมูลคุณลักษณะของยีน หน้าที่ของโปรตีน และกระบวนการเผาผลาญในการระบุประเภทนี้จะเน้นไปที่ความแปรผันทางพันธุกรรมที่รบกวนโดเมนการทำงานของโปรตีนปฏิสัมพันธ์ระหว่างโปรตีนและวิถีทางชีวภาพบริเวณที่ไม่เข้ารหัสของจีโนมประกอบด้วยองค์ประกอบควบคุมที่สำคัญหลายอย่าง รวมถึงโปรโมเตอร์เอนแฮนเซอร์และอินซูเลเตอร์ การเปลี่ยนแปลงใดๆ ในบริเวณควบคุม นี้ สามารถเปลี่ยนแปลงการทำงานของโปรตีนนั้นได้^{[ 9 ]}การกลายพันธุ์ใน DNA สามารถเปลี่ยนแปลงลำดับRNAและส่งผลต่อโครงสร้างทุติยภูมิของ RNAการจดจำโปรตีนที่จับกับ RNA และกิจกรรมการจับของ miRNA ^{[ 10 ] [ 11 ]}

วิธีนี้ส่วนใหญ่จะระบุหน้าที่ของตัวแปรโดยอาศัยข้อมูลว่าตำแหน่งของตัวแปรอยู่ในบริเวณการทำงานที่ทราบซึ่งมีสัญญาณจีโนมิกหรือเอพิเจโนมิกหรือไม่ หน้าที่ของตัวแปรที่ไม่เข้ารหัสมีความกว้างขวางในแง่ของบริเวณจีโนมที่ได้รับผลกระทบ และเกี่ยวข้องกับกระบวนการควบคุมยีนเกือบทั้งหมดตั้งแต่ระดับการถอดรหัสไปจนถึงระดับหลังการแปล^{[ 12 ]}

กระบวนการควบคุมการถอดรหัสยีนขึ้นอยู่กับปัจจัยเชิงพื้นที่และเวลาหลายอย่างในนิวเคลียส เช่นสถานะโครมาติน โดยรวมหรือเฉพาะที่ ตำแหน่งของนิว คลีโอ โซม การจับของ TF กิจกรรมของตัวเร่ง/ตัวส่งเสริม ตัวแปรที่เปลี่ยนแปลงการทำงานของกระบวนการทางชีวภาพเหล่านี้อาจเปลี่ยนแปลงการควบคุมยีนและทำให้เกิดความผิดปกติทางฟีโนไทป์^{[ 13 ]}ตัวแปรทางพันธุกรรมที่อยู่ในบริเวณควบคุมระยะไกลสามารถส่งผลต่อรูปแบบการจับของ TF ตัวควบคุมโครมาติน และปัจจัยการถอดรหัสระยะไกลอื่นๆ ซึ่งรบกวนปฏิสัมพันธ์ระหว่างตัวเร่ง/ตัวยับยั้งและยีนเป้าหมาย^{[ 14 ]}

การสลับการต่อเชื่อม (Alternative splicing)เป็นหนึ่งในองค์ประกอบที่สำคัญที่สุดที่แสดงให้เห็นถึงความซับซ้อนในการทำงานของจีโนม การต่อเชื่อมที่เปลี่ยนแปลงไปมีผลอย่างมากต่อฟีโนไทป์ที่เกี่ยวข้องกับโรคหรือการเผาผลาญยาการเปลี่ยนแปลงในการต่อเชื่อมอาจเกิดจากการดัดแปลงองค์ประกอบใดๆ ของกลไกการต่อเชื่อม เช่น ตำแหน่งการต่อเชื่อม หรือตัวเร่งการต่อเชื่อม หรือตัวยับยั้งการต่อเชื่อม^{[ 15 ]}การดัดแปลงในตำแหน่งการต่อเชื่อมแบบทางเลือกอาจนำไปสู่รูปแบบโปรตีนที่แตกต่างกัน ซึ่งจะแสดงการทำงานที่แตกต่างกัน มนุษย์ใช้โปรตีนที่แตกต่างกันประมาณ 100,000 ชนิดหรือมากกว่านั้น ดังนั้นยีนบางตัวจึงต้องสามารถเข้ารหัสโปรตีนได้มากกว่าหนึ่งชนิด การต่อเชื่อมแบบทางเลือกเกิดขึ้นบ่อยกว่าที่เคยคิดไว้และอาจควบคุมได้ยาก ยีนอาจสร้างทรานสคริปต์ที่แตกต่างกันหลายหมื่นรายการ ซึ่งจำเป็นต้องมีแบบจำลองยีนใหม่สำหรับการต่อเชื่อมแบบทางเลือกแต่ละครั้ง

การกลายพันธุ์ในบริเวณที่ไม่ถูกแปล (UTR) ส่งผลต่อการควบคุมหลังการถอดรหัส หลายอย่าง ลักษณะโครงสร้างที่แตกต่างกันเป็นสิ่งจำเป็นสำหรับโมเลกุล RNA หลายชนิดและองค์ประกอบควบคุมแบบซิสแอคติ้งเพื่อดำเนินการฟังก์ชันที่มีประสิทธิภาพในระหว่างการควบคุมยีน SNV สามารถเปลี่ยนแปลงโครงสร้างทุติยภูมิของโมเลกุล RNA และจากนั้นขัดขวางการพับตัวที่เหมาะสมของ RNA เช่น การพับตัวของ tRNA/mRNA/lncRNA และบริเวณการรับรู้การจับของ miRNA ^{[ 16 ]}

ตัวแปรนิวคลีโอไทด์เดี่ยวยังสามารถส่งผลต่อองค์ประกอบควบคุมแบบซิสแอคติ้งใน mRNA เพื่อยับยั้ง/ส่งเสริมการเริ่มต้นการแปล การเปลี่ยนแปลงในบริเวณโคดอนที่เหมือนกันเนื่องจากการกลายพันธุ์อาจส่งผลต่อประสิทธิภาพการแปลเนื่องจากความลำเอียงในการใช้โคดอน การยืดตัวของการแปลยังสามารถชะลอลงได้ด้วยการกลายพันธุ์ตามทางลาดของการเคลื่อนที่ของไรโบโซม ในระดับหลังการแปล ตัวแปรทางพันธุกรรมสามารถมีส่วนช่วยในการรักษาสมดุลของโปรตีนและการดัดแปลงกรดอะมิโน อย่างไรก็ตาม กลไกของผลกระทบของตัวแปรในด้านนี้มีความซับซ้อน และมีเครื่องมือเพียงไม่กี่อย่างที่สามารถใช้ในการทำนายผลกระทบของตัวแปรต่อการดัดแปลงที่เกี่ยวข้องกับการแปล^{[ 8 ]}

การกลายพันธุ์แบบไม่ทำให้เกิดการเปลี่ยนแปลงของกรดอะมิโน (Non-synonymous variant) คือการกลายพันธุ์ในเอ็กซอนที่เปลี่ยนแปลงลำดับกรดอะมิโนที่เข้ารหัสโดยยีน รวมถึงการเปลี่ยนแปลงเบสเดี่ยวและการแทรก/ลบที่ไม่ทำให้เกิดการเลื่อนเฟรม (non frameshift indels) มีการศึกษาหน้าที่ของการกลายพันธุ์แบบไม่ทำให้เกิดการเปลี่ยนแปลงของกรดอะมิโนในโปรตีนอย่างละเอียด และมีการพัฒนาอัลกอริทึมมากมายเพื่อทำนายความเป็นอันตรายและพยาธิกำเนิดของการกลายพันธุ์แบบนิวคลีโอไทด์เดี่ยว (SNVs) เครื่องมือชีวสารสนเทศแบบคลาสสิก เช่น SIFT, Polyphen และMutationTasterสามารถทำนายผลการทำงานของการแทนที่แบบไม่ทำให้เกิดการเปลี่ยนแปลงของกรดอะมิโนได้อย่าง แม่นยำ ^{[ 17 ] [ 18 ] [ 19 ] [ 20 ]}เว็บเซิร์ฟเวอร์ PopViz ให้แนวทางที่เน้นยีนเป็นศูนย์กลางในการแสดงภาพคะแนนการทำนายความเสียหายจากการกลายพันธุ์ (CADD, SIFT, PolyPhen-2) หรือพันธุศาสตร์ประชากร (ความถี่ของอัลลีลรอง) เทียบกับตำแหน่งกรดอะมิโนของการกลายพันธุ์ที่เข้ารหัสทั้งหมดของยีนมนุษย์บางชนิด^{[ 21 ]} PopViz ยังเชื่อมโยงกับฐานข้อมูล UniProt ซึ่ง สามารถค้นหาข้อมูล โดเมนโปรตีนได้ จากนั้นจึงระบุตัวแปรที่เป็นอันตรายที่คาดการณ์ไว้ซึ่งตกอยู่ในโดเมนโปรตีนเหล่านี้บนแผนภาพ PopViz ^{[ 21 ]}

มีการใช้แนวทาง จีโนมิกส์เชิงเปรียบเทียบเพื่อทำนายตัวแปรที่เกี่ยวข้องกับหน้าที่ภายใต้สมมติฐานที่ว่าตำแหน่งทางพันธุกรรมที่ทำหน้าที่ควรได้รับการอนุรักษ์ไว้ในสปีชีส์ต่างๆ ในระยะวิวัฒนาการที่กว้างขวาง ในทางกลับกัน ลักษณะการปรับตัวบางอย่างและความแตกต่างของประชากรถูกขับเคลื่อนโดยการคัดเลือกเชิงบวกของตัวแปรที่เป็นประโยชน์ และการกลายพันธุ์ทางพันธุกรรมเหล่านี้มีความเกี่ยวข้องกับการทำหน้าที่ของฟีโนไทป์เฉพาะของประชากร การทำนายหน้าที่ของผลกระทบของตัวแปรในกระบวนการทางชีววิทยาต่างๆ เป็นสิ่งสำคัญในการระบุกลไกโมเลกุลของโรค/ลักษณะต่างๆ และชี้นำการตรวจสอบเชิงทดลอง^{[ 8 ]}

เพื่อการระบุตำแหน่ง SNP จำนวนมหาศาลที่มีอยู่ในปัจจุบัน มีเครื่องมือระบุตำแหน่ง SNP จำนวนมากให้เลือกใช้ บางเครื่องมือมีความเฉพาะเจาะจงกับ SNP บางชนิด ในขณะที่บางเครื่องมือมีความทั่วไปมากกว่า เครื่องมือระบุตำแหน่ง SNP ที่มีอยู่บางส่วน ได้แก่ SNPeff, Ensembl Variant Effect Predictor (VEP), ANNOVAR, FATHMM, PhD-SNP, PolyPhen-2, SuSPect, F-SNP, AnnTools, SeattleSeq, SNPit, SCAN, Snap, SNPs&GO, LS-SNP, Snat, TREAT, TRAMS, Maviant, MutationTaster , SNPdat, Snpranker, NGS – SNP, SVA, VARIANT, SIFT, LIST-S2, PhD-SNP และ FAST-SNP ฟังก์ชันและวิธีการที่ใช้ในเครื่องมือระบุตำแหน่ง SNP เหล่านี้แสดงไว้ด้านล่าง

เครื่องมือวิเคราะห์ความแปรผันทางพันธุกรรมใช้ขั้นตอนวิธีเรียนรู้ของเครื่องเพื่อทำนายคำอธิบายประกอบความแปรผัน เครื่องมือวิเคราะห์แต่ละชนิดใช้ขั้นตอนวิธีที่แตกต่างกันไป ขั้นตอนวิธีที่ใช้กันทั่วไป ได้แก่:

• การวิเคราะห์แบบ Interval/Random forest เช่น MutPred, SNPeff
• โครงข่ายประสาทเทียม - เช่น SNAP
• เครื่องมือสนับสนุนเวกเตอร์ (Support Vector Machines) - เช่น PhD-SNP, SNPs&GO
• การจำแนกประเภทแบบเบย์เซียน เช่น PolyPhen-2

มีเครื่องมือสำหรับการระบุลักษณะทางพันธุกรรมที่แตกต่างกันอยู่มากมาย อย่างไรก็ตาม ผลลัพธ์จากการระบุลักษณะทางพันธุกรรมด้วยเครื่องมือต่างๆ อาจไม่ตรงกันเสมอไป เนื่องจากกฎเกณฑ์ในการจัดการข้อมูลแตกต่างกันไปในแต่ละแอปพลิเคชัน กล่าวได้ว่า เป็นไปไม่ได้เลยที่จะทำการเปรียบเทียบเครื่องมือที่มีอยู่ทั้งหมดอย่างสมบูรณ์แบบ เพราะเครื่องมือแต่ละตัวมีข้อมูลนำเข้าและข้อมูลส่งออกไม่เหมือนกัน รวมถึงฟังก์ชันการทำงานด้วย ตารางด้านล่างนี้แสดงเครื่องมือระบุลักษณะทางพันธุกรรมที่สำคัญและขอบเขตการทำงานของแต่ละเครื่องมือ

^{[ 52 ]}

คำอธิบายประกอบที่แตกต่างกันจะบันทึกแง่มุมที่หลากหลายของฟังก์ชันตัวแปร^{[ 53 ]}การใช้คำอธิบายประกอบเชิงฟังก์ชันที่หลากหลายพร้อมกันสามารถปรับปรุงพลังการวิเคราะห์ความสัมพันธ์ของตัวแปรหายาก ของ การศึกษา ลำดับ เอ็กโซมทั้งหมดและจีโนมทั้งหมด ได้ ^{[ 54 ]}มีการพัฒนาเครื่องมือบางอย่างเพื่อให้สามารถวิเคราะห์ความสัมพันธ์ระหว่างฟีโนไทป์และจีโนไทป์ที่ได้รับข้อมูลเชิงฟังก์ชันสำหรับตัวแปรทั่วไปและตัวแปรหายากโดยการรวมคำอธิบายประกอบเชิงฟังก์ชันในกลุ่มตัวอย่างขนาดธนาคารชีวภาพ^{[ 55 ] [ 56 ] [ 57 ] [ 58 ]}

เว็บเซิร์ฟเวอร์การระบุ SNP รุ่นต่อไปสามารถใช้ประโยชน์จากข้อมูลจำนวนมากที่เพิ่มขึ้นในแหล่งข้อมูลชีวสารสนเทศหลัก และใช้เอเจนต์อัจฉริยะเพื่อดึงข้อมูลจากแหล่งต่างๆ ตามความจำเป็น จากมุมมองของผู้ใช้ การส่งชุด SNP และรับผลลัพธ์ในขั้นตอนเดียวจะมีประสิทธิภาพมากกว่า ทำให้เมตาเซิร์ฟเวอร์เป็นตัวเลือกที่น่าสนใจที่สุด^{[ 59 ]}อย่างไรก็ตาม หากเครื่องมือการระบุ SNP ส่งมอบข้อมูลที่หลากหลายครอบคลุมลำดับ โครงสร้าง การควบคุม เส้นทาง ฯลฯ พวกมันจะต้องจัดเตรียมกรอบการทำงานสำหรับการบูรณาการข้อมูลเข้ากับอัลกอริธึมการตัดสินใจ และมาตรวัดความเชื่อมั่นเชิงปริมาณ เพื่อให้ผู้ใช้สามารถประเมินได้ว่าข้อมูลใดมีความเกี่ยวข้องและข้อมูลใดไม่เกี่ยวข้อง^{[ 59 ]}