(史上最全)SNP位点与转录因子结合特异性数据库：GVATdb

众所周知，全基因组关联分析（GWAS）发现的很多变异位点基本为非编码，这些变异位点1）要么调控基因表达（eQTL）; 2）要么影响增强子活性; 3)要么影响转录因子（TF）结合特异性; 4)要么啥也不是。

针对以上四种情况：

1）是否调控基因表达（eQTL）可通过GTEx（https://gtexportal.org/home/）查询。

2）是否影响增强子活性可通过之前的推文查询：感兴趣的SNP/区域上是否有增强子/转录因子？增强子/转录因子调控哪个靶基因？（EnhancerDB）

3）是否影响转录因子（TF）结合特异性则可通过今天介绍的数据库进行查询：GVATdb（http://renlab.sdsc.edu/GVATdb/search.html）

上周Nature发了一篇文献Systematic analysis of binding of transcription factors to noncoding variants。

该文献针对95,886个常见变异位点（SNPs,欧洲和亚洲人群的MAF> 1％）与270个转录因子的结合特异性进行了大量的SNP-SELEX实验，并以此构建了GVATdb数据库。

下图是针对转录因子或者SNP位点进行检索的实验结果图：

每列的释义如下：

oligo_auc：转录因子与40bp DNA 序列的结合得分, 用AUC(Area under Curve)值表示；

oligo_pval：对OBS进行25,000次蒙特卡洛随机化后得到的p值。p<0.05表示TF与基因组片段的特异性“结合”；

Alt：SNP（hg19）的替代等位基因；

Ref：SNP（hg19）的参考等位基因；

ref_auc：ref 与 TF 的结合得分；

alt_auc：alt 与 TF 的结合得分；

pbs：结合倾向性得分，公式为：Ref 等位基因得分减去 Alt 等位基因得分，负值表示转录因子更倾向于结合 Alt 等位基因；

p-value：对 PBS 进行25,000次蒙特卡洛随机化后得到的 p 值。 p<0.01 表示 TF 与 Ref 等位基因和 Alt 等位基因结合“存在差异”。

此外，对于没有纳入 SNP-SELEX 实验的 SNP 位点，作者还建立了 deltaSVM 模型，用于预测未纳入的 SNP 位点与 TF 的结合特异性，如下图所示：

参考文献：Yan J, Qiu Y, Dos Santos A M R, et al. Systematic analysis of binding of transcription factors to noncoding variants[J]. Nature, 2021: 1-5.

---

由于这个网站相当简单易懂，本次推文就不多介绍啦，祝各位周末愉快~

---