SNP

单核苷酸多态性（Single Nucleotide Polymorphism, SNP）是人类基因组中最常见的一种遗传变异形式，指在基因组水平上由单个核苷酸（A、T、C 或 G）的置换、缺失或插入而引起的 DNA 序列多态性。为了与自发突变区分，SNP 的定义通常要求其在群体中的发生频率不低于 1%。人类基因组中估计存在超过 1 亿个 SNP，它们平均每 100 到 300 个碱基就会出现一个。SNP 不仅决定了人类在表型上的个体差异（如肤色、身高等），更是全基因组关联分析（GWAS）的基础，广泛应用于疾病易感性评估、药物基因组学研究及法医学鉴定。

单核苷酸多态性 (SNP)

遗传变异基础 · 点击展开

分子特征：单碱基置换

定义频率	> 1.0% (人群)
核心数据库	dbSNP (NCBI)
变异类型	转换、颠换
检测方法	NGS, SNP 芯片, PCR
临床应用	GWAS, PRS, 药物基因组
多样性贡献	~90% 的遗传变异

分子机制：单碱基变异的多样效应

SNP 的产生源于 DNA 复制时的自发错误或理化因素导致的损害。根据其在基因组中的位置，SNP 会产生迥异的生物学后果：

• 转换与颠换：转换（Transition）指同型碱基间的替换（如 C-T），颠换（Transversion）指异型碱基间的替换（如 C-A）。由于化学结构的相似性，转换的发生频率约为颠换的两倍。
• 编码区 SNP (cSNP)：
  • 同义 SNP：碱基改变但不改变氨基酸序列（由于密码子简并性），曾被认为无害，现发现可能影响 mRNA 稳定性和翻译效率。
  • 非同义 SNP：包括错义突变（改变氨基酸）和无义突变（提前引入终止密码子），常直接导致蛋白质功能改变。
• 非编码区 SNP：大多位于内含子或调控区（如启动子、增强子）。它们可能通过干扰转录因子结合位点或剪接位点，精细调节基因的表达丰度，这是大多数复杂疾病（如糖尿病、高血压）易感性的分子基础。

临床景观：SNP 与精准医学应用

应用维度	核心逻辑	代表性案例
疾病易感性	通过 GWAS 识别与特定疾病高度关联的 SNP 位点。	APOE ε4 等位基因 (SNP) 与 阿尔茨海默病 风险显著相关。
药物基因组学	SNP 影响药物代谢酶或受体的活性。	CYP2C19 SNP 决定了患者对 氯吡格雷 的代谢速率。
多基因风险评分 (PRS)	综合数千个微效 SNP 的权重，计算个体的综合病发风险。	用于心血管疾病和某些癌症的早期分风险预防。
个体身份鉴定	利用 SNP 在人群中的分布差异进行血缘或祖源分析。	法医学中对于高度降解样本的亲缘关系判定。

技术策略：从大规模发现到功能验证

SNP 的研究已从单纯的“点位识别”跨越到“机制解析”阶段：

• 高通量检测平台：SNP 芯片（如 Illumina Global Screening Array）可一次性检测数十万到数百万个已知 SNP，是目前大规模群体研究的首选。而 全基因组测序 (WGS) 则能发现罕见的低频变异。
• 连锁不平衡 (LD)：由于重组率的局限，相邻的 SNP 往往倾向于共同遗传。利用 单倍型（Haplotype）块的概念，研究者可以通过检测少数几个“标签 SNP”来推断整个区域的遗传信息。
• 功能性验证：利用 CRISPR/Cas9 进行碱基编辑，可以在细胞或动物模型中精准模拟特定 SNP，直接观察其对表型或信号通路的影响。

关键相关概念

• GWAS (全基因组关联分析)：寻找 SNP 与疾病表型之间统计学关联的标准范式。
• 单倍型 (Haplotype)：同一染色体上共同遗传的一组 SNP 组合。
• 连锁不平衡 (LD)：不同位点等位基因非随机结合的现象。
• dbSNP：由 NCBI 维护的全球最权威的单核苷酸变异数据库。
• 错义突变：一种由 SNP 引起氨基酸种类改变的变异类型。
• 等位基因 (Allele)：SNP 位点上存在的不同核苷酸形式（如 A 型或 G 型）。

       学术参考文献与权威点评
       

[1] Sachidanandam R, et al. (2001). A map of human genome sequence variation containing 1.42 million single nucleotide polymorphisms. Nature. 409(6822):928-33. [Academic Review]
[权威点评]：该文献标志着人类首张高密度 SNP 图谱的诞生，彻底改变了复杂疾病遗传学研究。

[2] Collins FS, et al. (1998). A DNA polymorphism discovery resource for research on human genetic variation. Genome Research.
[核心价值]：定义了 SNP 发现的资源框架，是后续 dbSNP 数据库建设的理论基石。

[3] Visscher PM, et al. (2017). 10 years of GWAS discovery: biology, function, and interpretation. American Journal of Human Genetics.
[权威点评]：总结了利用 SNP 进行疾病关联分析的十年成就，探讨了从统计关联到生物功能的转化路径。

           遗传变异解析与精准健康 · 知识图谱