变异形式专题-SNP多态性
定义
单核苷酸多态性（英语：Single Nucleotide Polymorphism，简称SNP，读作/snip/）指的是由单个核苷酸—A,T,C或G的改变而引起的DNA序列的改变，造成包括人类在内的物种之间染色体基因组的多样性。
例如，来自两个不同个体的DNA片段，AAGCCTA和AAGCTTA为等位基因。几乎所有常见的单核苷酸多态性（SNP）位点只有两个等位基因。
单核苷酸多态性（SNP）位点的分布是不均匀的，在非编码区比在编码区更常见。一般来说，自然选择倾向于保留最利于遗传适应性的单核苷酸多态性（SNP）位点。其他因素，如基因重组和突变率也可判断单核苷酸多态性（SNP）位点的密度。
特点
单核苷酸多态性（SNP）的密度可以通过微卫星DNA进行预测。AT微卫星是单核苷酸多态性（SNP）密度有效的检测方式，在单核苷酸多态性（SNP）显著降低及较低GC含量的区域，AT出现大片重复。
在一个种群中，单核苷酸多态性（SNP）可以以次要等位基因频率的形式体现，即那些等位基因频率很低的基因座。单核苷酸多态性（SNP）等位基因的频率在不同人群中具有差异性，因此，常见于某地区或民族的单核苷酸多态性（SNP）等位基因在其他的地区或民族则可能很少见。
SNP占DNA序列差异性之比例
于所有可能的DNA序列差异性(sequence differenciation)中，SNP是最普遍发生的一种遗传变异。在人体中，SNP的发生机率大约是0.1%，也就是每1200至1500个碱基对中，就可能有一个SNP。目前科学界已发现了约400万个SNPs。平均而言，每1kb长的DNA中，就有一个SNP存在；换言之每个人的DNA序列中，每隔1kb单位长度，就至少会发生一个「单一碱基变异」。由于SNP的发生频率非常之高，故SNP常被当作一种基因标记(genetic marker)，已用来进行研究。
但必须注意的是，并非所有的SNP都有临床意义。对疾病发生和药物治疗有重大影响的SNP，估计只占数以百万计SNP的很小一部分。即使产生了SNP，也不一定造成蛋白质氨基酸编码改变或基因表达调控改变，或导致蛋白质结构或活性，而造成对于药物的特殊影响。
类型
单核苷酸多态性（SNP）根据其在基因中的位置，可以分为基因编码区、基因非编码区、基因间隔区（基因之间的区域）。由于基因序列的简并性，含有编码序列的单核苷酸多态性（SNP）不一定会改变蛋白的氨基酸序列。
编码区的单核苷酸多态性（SNP）有两种类型:同义和非同义。同义单核苷酸多态性（SNP）并不影响蛋白质序列，而非同义单核苷酸多态性（SNP）则会改变蛋白质的氨基酸序列。
不在蛋白质编码区的单核苷酸多态性（SNP）仍可能影响基因剪接、转录子结合、信使RNA降解或非编码区的RNA序列。受到这种单核苷酸多态性（SNP）影响的基因表达被称为单核苷酸多态性表达（ESNP），可能发生在此基因的上游或下游。
单核苷酸多态性（SNP）可能分布于编码基因段或非编码基因段。由于存在冗余基因序列，编码段中的单核苷酸多态性（SNP）不一定会影响蛋白质中的氨基酸序列。
SNP的重要性
从演化的观点来看，SNP具有相当程度的稳定性，即使经过代代相传，SNP所引起的改变却不大，因此可用以研究族群演化。
SNP决定着群体和个体基因序列的细微差别，科学家将可凭此找到疾病的易感基因，并使个体化医疗成为可能。先前的研究证实，人类的大部分疾病，如三分之二的肿瘤可以被预防。
SNP 数据库
生物信息学数据库用于对单核苷酸多态性（SNP）相关研究的检索。单核苷酸多态性数据库（dbSNP）信息来自生物技术信息中心 （NCBI）。以下列出一些常用SNP相关的数据库：
| 数据库或工作组名称 | 主要特点 |
|---|---|
| SNPedia | 维基风格，可用于支持人类基因组注释，解释和分析 |
| OMIM数据库 | 描述多态性与疾病之间的关联 |
| 人类基因突变数据库 | 提供人类遗传性疾病和功能性SNP的基因突变 |
| GWAS中央 | 允许用户查看目前单个或多个GWAS的大体水平 |
| 国际SNP图谱工作组 | 通过校对嵌入的较大克隆体的基因组序列绘制出基因库中每个SNP的周围序列 |
| 国际人类基因组单体图谱计划 | 在每个项目中研究能识别标记的SNP用于确定单倍体的采集 |
SNP的应用
寻找致病基因 :
个体间的基因差异主要在于SNP，遗传疾病中已发现SNP的例子，如镰刀型血球性贫血、APOE ε4 等位基因参与晚期突发老年性痴呆、V因子1691G →A等位基因（FV Leiden）参与深静脉血栓形成、以及细胞色素P450（CYp）基因的几种形态影响药物代谢等，原因都出在SNP。但必须注意的是，并非所有的SNP都有临床意义。对疾病发生和药物治疗有重大影响的SNP，估计只占数以百万计SNP的很小一部分。诊断及预测致病风险 :
藉由对致病基因的了解与认识，可进行比对，更正确地诊断与预测潜在的或遗传性疾病。药物基因体学及新药的发现 :
临床治疗实践清楚地表明，药物的有效剂量有着极大的个体差异，可以视为一种基因的表型(phenotype)。药物目标的基因变异，会改变药物与目标蛋白间的相互作用；负责运输药物的蛋白其基因变异，会影响药物的吸收、运送和排出；药物代谢酶的基因变异，会改变药物的代谢；DNA修复酶的基因变异，则可改变药物的安全性。利用SNP与现有的基因诊断体系接轨，能加速检验医学从表型诊断转向基因型诊断，并预防药物副作用，提高疗效。此外，对于药物效果也可有进一步的认识，甚至可以预测用药结果，减少药物误用或滥用的情况。生物晶片快速检测 :
目前DNA微阵列或基因晶片要进行大量的SNP筛检已可自动化，并可应用于亲子鉴定及最有效、精确的身分识别（ID）。研究族群演化 :
SNP具有相当程度的稳定性，即使经过代代相传，SNP所引起的改变却不大，可用来研究族群演化。
实战：SNP calling
在了解了这么多关于SNP的知识后，下面给大家分享生物技能树中一个简单易学的实战链接。只要短短几行代码就可以，轻松了解SNP calling 的基本流程，深一步了解，怎样进行snp的数据分析。（实战链接请点击查看原文）
References:
Wikipedia -https://zh.wikipedia.org/wiki/%E5%96%AE%E6%A0%B8%E8%8B%B7%E9%85%B8%E5%A4%9A%E6%85%8B%E6%80%A7
生物实验室
http://bioinfo.cs.ccu.edu.tw/wiki/doku.php?id=single_nucleotide_polymorphism_snp
还有更多文章，请移步公众号阅读。
如果你生信基本技能已经入门，需要提高自己，请关注上面的生信技能树，看我们是如何完善生信技能，成为一个生信全栈工程师
如果你是初学者，请关注下面的生信菜鸟团，了解生信基础名词，概念，扎实的打好基础，争取早日入门。