biolearnexact17vxs2wx3ax2rx2u

VCFとは何か

この記事で学ぶこと

VCFは、シーケンス解析で見つかったバリアント候補を、位置、配列の違い、品質、サンプルごとの情報と一緒に記録する代表的なファイル形式です。

ゲノム解析では、マッピング後のリードから参照配列と異なる候補を検出し、VCFとして整理することがあります。VCFは「候補をどう記録したか」を表す形式であり、見つかった違いの意味まで自動的に決めるものではありません。

VCFを理解すると、ゲノム解析で「どこに、どんな配列の違いが候補として出たのか」を追えるようになります。バリアントの数や種類だけでなく、品質やフィルタ条件を確認する入口になります。

ただし、VCFに記録された候補は、解析手順で検出されたデータ上の候補です。機能への影響、形質との関係、研究上の意味は、アノテーションや追加の証拠と合わせて別に考えます。

VCFの各行には、染色体、座標、参照アリル、代替アリル、品質、フィルタ、追加情報、サンプルごとの遺伝子型などが入ります。1つの行が、1つのバリアント候補を表すことが多いです。

サンプル列には、候補がサンプル内でどのように観測されたかを示す情報が入ることがあります。たとえば、参照アリルと代替アリルの組み合わせ、各アリルを支持するリード数、深さなどが記録される場合があります。

VCFは、バリアントコールの結果として作られます。確認するときは、使ったリファレンス、バリアントコールツール、フィルタ条件、品質指標、カバレッジ、サンプル対応を見ます。

後続では、低品質な候補を除くフィルタリングや、遺伝子、タンパク質変化、既存データベース、集団頻度などを付けるアノテーションを行います。VCFを表計算の感覚で読むだけでなく、どの条件で作られたファイルかを確認します。

VCFは、バリアントの数、種類、ゲノム上の分布、サンプル間の違いを調べる出発点になります。研究では、候補を遺伝子や調節領域と重ねたり、集団内の頻度と比べたりして解釈します。

一方で、候補の記録は解析条件に依存します。カバレッジが低い領域、マッピングが難しい領域、反復配列の多い領域では、見落としや誤検出が起こりやすくなります。

Methodsでは、VCFはバリアントコール、フィルタリング、アノテーションの流れで出てきます。どのリファレンスゲノムを使ったか、どの品質条件で候補を残したか、どのツールやデータベースで注釈したかが重要です。

Resultsでは、VCFの中身がバリアント表、遺伝子ごとの候補リスト、ロリポッププロット、ゲノムブラウザ表示、サンプル間比較として示されます。SupplementaryやデータリポジトリにVCFファイルが置かれることもあります。

日本語	英語	略語	説明
VCF	Variant Call Format	VCF	バリアント候補の位置、配列差、品質、サンプル情報などを記録する形式。
バリアント	variant	-	参照配列や集団内の基準と比べて見つかる配列上の違い。
バリアントコール	variant calling	-	シーケンスデータから変異や遺伝的変異の候補を検出する解析。
フィルタリング	filtering	-	条件に合わないデータや候補を解析から除く処理。
リファレンスゲノム	reference genome	-	配列解析やゲノム表示で基準として使う代表的なゲノム配列。

確認問題

読み終えた内容を、1問ずつ選択式で確認します。

未回答

4問最高記録なし復習なし