clinvar-database

ClinVar データベース

概要

ClinVar は、ヒトの遺伝子変異と表現型との関係に関する報告を、裏付けとなるエビデンスとともに収録した、NCBI が無償で公開しているアーカイブです。このデータベースはゲノム変異とヒトの健康との関係に関する情報を集約し、臨床遺伝学や研究で用いられる標準化された変異の分類を提供します。

このスキルを使用するタイミング

このスキルは次の場合に使用してください。

• 遺伝子、疾患、または臨床的意義によって変異を検索する場合
• 臨床的意義の分類（病原性、良性、VUS）を解釈する場合
• E-utilities API を通じて ClinVar データにプログラムからアクセスする場合
• FTP から一括データをダウンロードして処理する場合
• レビューステータスと星評価を理解する場合
• 相反する変異の解釈を解決する場合
• 変異コールセットに臨床的意義を注釈付けする場合

主な機能

1. ClinVar の検索と照会

Web インターフェースでの照会

Web インターフェース（https://www.ncbi.nlm.nih.gov/clinvar/）で ClinVar を検索できます。

一般的な検索パターン:

• 遺伝子別: BRCA1[gene]
• 臨床的意義別: pathogenic[CLNSIG]
• 疾患別: breast cancer[disorder]
• 変異別: NM_000059.3:c.1310_1313del[variant name]
• 染色体別: 13[chr]
• 組み合わせ: BRCA1[gene] AND pathogenic[CLNSIG]

E-utilities によるプログラムからのアクセス

NCBI の E-utilities API を使用して、ClinVar にプログラムからアクセスできます。以下を含む包括的な API ドキュメントは references/api_reference.md を参照してください。

• esearch - 条件に一致する変異を検索
• esummary - 変異の要約を取得
• efetch - 完全な XML レコードをダウンロード
• elink - 他の NCBI データベース内の関連レコードを検索

curl を使用した簡単な例:

# Search for pathogenic BRCA1 variants
curl "https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=clinvar&term=BRCA1[gene]+AND+pathogenic[CLNSIG]&retmode=json"

ベストプラクティス:

• 自動化する前に Web インターフェースでクエリをテストする
• API キーを使用して、レート制限を 3 リクエスト/秒から 10 リクエスト/秒に引き上げる
• レート制限エラーには指数バックオフを実装する
• Biopython を使用する場合は Entrez.email を設定する

2. 臨床的意義の解釈

分類の理解

ClinVar では、変異分類に標準化された用語を使用しています。詳細な解釈ガイドラインは references/clinical_significance.md を参照してください。

主な生殖細胞系列の分類用語（ACMG/AMP）:

• Pathogenic (P) - 変異が疾患を引き起こす（約 99% の確率）
• Likely Pathogenic (LP) - 変異が疾患を引き起こす可能性が高い（約 90% の確率）
• Uncertain Significance (VUS) - 分類するにはエビデンスが不十分
• Likely Benign (LB) - 変異が疾患を引き起こさない可能性が高い
• Benign (B) - 変異が疾患を引き起こさない

レビューステータス（星評価）:

• ★★★★ 診療ガイドライン - 最も高い信頼度
• ★★★ 専門家パネルによるレビュー（例: ClinGen） - 高い信頼度
• ★★ 複数の申請者があり、相反なし - 中程度の信頼度
• ★ 判定基準を伴う単一の申請者 - 標準的な重み
• ☆ 判定基準なし - 低い信頼度

重要な留意点:

• 必ずレビューステータスを確認する - ★★★ または ★★★★ の評価を優先する
• 相反する解釈は手作業による評価が必要
• 新たなエビデンスが出てくると分類が変わることがある
• VUS（意義不明）の変異は、臨床利用に十分なエビデンスがない

3. FTP からの一括データのダウンロード

ClinVar FTP サイトへのアクセス

ftp://ftp.ncbi.nlm.nih.gov/pub/clinvar/ から完全なデータセットをダウンロードできます。

ファイル形式と処理に関する包括的なドキュメントは references/data_formats.md を参照してください。

更新スケジュール:

• 月次リリース: 毎月第1木曜日（完全なデータセット、アーカイブ済み）
• 週次更新: 毎週月曜日（増分更新）

利用可能な形式

XMLファイル（最も包括的）:

• VCV（Variation）ファイル: xml/clinvar_variation/ - バリアント中心の集約データ
• RCV（Record）ファイル: xml/RCV/ - バリアントと疾患条件のペア
• 完全な提出詳細、エビデンス、メタデータを含みます

VCFファイル（ゲノムパイプライン向け）:

• GRCh37: vcf_GRCh37/clinvar.vcf.gz
• GRCh38: vcf_GRCh38/clinvar.vcf.gz
• 制限事項: 10kbを超えるバリアントと複雑な構造バリアントは除外されます

タブ区切りファイル（迅速な分析向け）:

• tab_delimited/variant_summary.txt.gz - 全バリアントの概要
• tab_delimited/var_citations.txt.gz - PubMed引用
• tab_delimited/cross_references.txt.gz - データベースの相互参照

ダウンロードの例:

# Download latest monthly XML release
wget ftp://ftp.ncbi.nlm.nih.gov/pub/clinvar/xml/clinvar_variation/ClinVarVariationRelease_00-latest.xml.gz

# Download VCF for GRCh38
wget ftp://ftp.ncbi.nlm.nih.gov/pub/clinvar/vcf_GRCh38/clinvar.vcf.gz

4. ClinVarデータの処理と分析

XMLファイルの操作

XMLファイルを処理し、バリアントの詳細、分類、エビデンスを抽出します。

xml.etreeを使用したPythonの例:

import gzip
import xml.etree.ElementTree as ET

with gzip.open('ClinVarVariationRelease.xml.gz', 'rt') as f:
    for event, elem in ET.iterparse(f, events=('end',)):
        if elem.tag == 'VariationArchive':
            variation_id = elem.attrib.get('VariationID')
            # Extract clinical significance, review status, etc.
            elem.clear()  # Free memory

VCFファイルの操作

バリアントコールに注釈を付けるか、bcftoolsまたはPythonを使用して臨床的意義でフィルタリングします。

bcftoolsの使用:

# Filter pathogenic variants
bcftools view -i 'INFO/CLNSIG~"Pathogenic"' clinvar.vcf.gz

# Extract specific genes
bcftools view -i 'INFO/GENEINFO~"BRCA"' clinvar.vcf.gz

# Annotate your VCF with ClinVar
bcftools annotate -a clinvar.vcf.gz -c INFO your_variants.vcf

PythonでのPyVCFの使用:

import vcf

vcf_reader = vcf.Reader(filename='clinvar.vcf.gz')
for record in vcf_reader:
    clnsig = record.INFO.get('CLNSIG', [])
    if 'Pathogenic' in clnsig:
        gene = record.INFO.get('GENEINFO', [''])[0]
        print(f"{record.CHROM}:{record.POS} {gene} - {clnsig}")

タブ区切りファイルの操作

pandasまたはコマンドラインツールを使用して、迅速なフィルタリングと分析を行います。

pandasの使用:

import pandas as pd

# Load variant summary
df = pd.read_csv('variant_summary.txt.gz', sep='\t', compression='gzip')

# Filter pathogenic variants in specific gene
pathogenic_brca = df[
    (df['GeneSymbol'] == 'BRCA1') &
    (df['ClinicalSignificance'].str.contains('Pathogenic', na=False))
]

# Count variants by clinical significance
sig_counts = df['ClinicalSignificance'].value_counts()

コマンドラインツールの使用:

# Extract pathogenic variants for specific gene
zcat variant_summary.txt.gz | \
  awk -F'\t' '$7=="TP53" && $13~"Pathogenic"' | \
  cut -f1,5,7,13,14

5. 解釈の相違への対処

複数の提出者が同じバリアントに対して異なる分類を提供する場合、ClinVarは「Conflicting interpretations of pathogenicity（病原性に関する解釈の相違）」と報告します。

解決の方針:

1. レビューステータス（スター評価）を確認する - 評価が高いほど重視されます
2. 各提出者のエビデンスと判定基準を検討する
3. 提出日を考慮する - 新しい提出は更新されたエビデンスを反映している可能性があります
4. 文脈のために集団頻度データ（例: gnomAD）を確認する
5. 利用可能な場合は専門家パネルの分類（★★★）を参照する
6. 臨床での利用では、必ず遺伝学の専門家の判断に従ってください

相違を除外する検索クエリ:

TP53[gene] AND pathogenic[CLNSIG] NOT conflicting[RVSTAT]

6. 分類の更新を追跡する

バリアントの分類は、新たなエビデンスが現れるにつれて時間とともに変わることがあります。

分類が変わる理由:

• 新たな機能解析研究や臨床データ
• 集団頻度情報の更新
• ACMG/AMPガイドラインの改訂
• 追加の家系からの分離解析データ

ベストプラクティス:

• 再現性のために、ClinVarのバージョンとアクセス日を記録する
• 重要なバリアントについては、定期的に分類を再確認する
• 主要な更新についてはClinVarのメーリングリストを購読する
• 安定したデータセットには、月次のアーカイブリリースを使用する

7. ClinVarへのデータ提出

組織はバリアントの解釈をClinVarに提出できます。

提出方法:

• Web提出ポータル: https://submit.ncbi.nlm.nih.gov/subs/clinvar/
• API提出（サービスアカウントが必要）: references/api_reference.md を参照
• Excelテンプレートによる一括提出

要件:

• NCBIの組織アカウント
• 判定基準（できればACMG/AMPガイドライン）
• 分類を裏付けるエビデンス

提出アカウントの設定については、[email protected] までお問い合わせください。

ワークフローの例

例1: 遺伝子内の高信頼性の病原性バリアントを特定する

目的: 専門家パネルによるレビューを受けたCFTR遺伝子の病原性バリアントを見つけます。

手順:

1. Webインターフェースまたは E-utilities を使用して検索します:

   CFTR[gene] AND pathogenic[CLNSIG] AND (reviewed by expert panel[RVSTAT] OR practice guideline[RVSTAT])
   

2. 結果を確認し、レビューステータスに注目します（★★★または★★★★であるべきです）
3. バリアントリストをエクスポートするか、efetch で完全なレコードを取得します
4. 該当する場合は、臨床像と照合します

例2: ClinVarの分類でVCFに注釈を付ける

目的: バリアントコールに臨床的意義の注釈を追加します。

手順:

1. 適切なClinVar VCF（ゲノムビルドに合わせてGRCh37またはGRCh38）をダウンロードします:

   wget ftp://ftp.ncbi.nlm.nih.gov/pub/clinvar/vcf_GRCh38/clinvar.vcf.gz
   wget ftp://ftp.ncbi.nlm.nih.gov/pub/clinvar/vcf_GRCh38/clinvar.vcf.gz.tbi
   

2. bcftoolsを使用して注釈を付けます:

   bcftools annotate -a clinvar.vcf.gz \
     -c INFO/CLNSIG,INFO/CLNDN,INFO/CLNREVSTAT \
     -o annotated_variants.vcf \
     your_variants.vcf
   

3. 注釈付きVCFを病原性バリアントでフィルタリングします:

   bcftools view -i 'INFO/CLNSIG~"Pathogenic"' annotated_variants.vcf
   

例 3: 特定の疾患に関連するバリアントの分析

目的: 遺伝性乳がんに関連するすべてのバリアントを調べます。

手順:

1. 疾患名で検索します:

   hereditary breast cancer[disorder] OR "Breast-ovarian cancer, familial"[disorder]
   

2. 結果を CSV としてダウンロードするか、E-utilities で取得します
3. レビューステータスでフィルタリングし、信頼性の高いバリアントを優先します
4. 遺伝子ごとの分布（BRCA1、BRCA2、PALB2 など）を分析します
5. 解釈が対立しているバリアントを個別に検討します

例 4: 一括ダウンロードとデータベースの構築

目的: 分析パイプライン用にローカルの ClinVar データベースを構築します。

手順:

1. 再現性のために月次リリースをダウンロードします:

   wget ftp://ftp.ncbi.nlm.nih.gov/pub/clinvar/xml/clinvar_variation/ClinVarVariationRelease_YYYY-MM.xml.gz
   

2. XML を解析し、データベース（PostgreSQL、MySQL、MongoDB）に読み込みます
3. 遺伝子、位置、臨床的意義、レビューステータスでインデックスを作成します
4. 更新に備えてバージョン管理を実装します
5. FTP サイトからの月次更新をスケジュール設定します

重要な制限事項と考慮点

データの品質

• すべての登録が同じ重みを持つわけではありません - レビューステータス（スター評価）を確認してください
• 解釈の対立が存在します - 手動での評価が必要です
• 過去の登録は古い可能性があります - 新しいデータの方がより正確な場合があります
• VUS 分類は臨床診断ではありません - 根拠が不十分であることを意味します

適用範囲の制限

• 直接の臨床診断には使用できません - 必ず遺伝専門職が関与してください
• 集団特異性があります - バリアントの頻度は祖先によって異なります
• カバレッジが不完全です - すべての遺伝子やバリアントが十分に研究されているわけではありません
• バージョンへの依存性があります - すべての分析でゲノムビルド（GRCh37/GRCh38）を揃えてください

技術的な制限

• VCF ファイルには大きなバリアントが含まれません - 10kb を超えるバリアントは VCF 形式には含まれません
• API にはレート制限があります - API キーなしでは 3 リクエスト/秒、API キーありでは 10 リクエスト/秒です
• ファイルサイズ - XML の完全リリースは圧縮された数 GB のファイルです
• リアルタイムの更新はありません - ウェブサイトは毎週、FTP は毎月/毎週更新されます

リソース

参考ドキュメント

このスキルには、包括的な参考ドキュメントが含まれています:

• references/api_reference.md - esearch、esummary、efetch、elink の例を含む E-utilities API の完全なドキュメント。レート制限、認証、Python/Biopython のコードサンプルを含みます

• references/clinical_significance.md - 臨床的意義の分類、レビューステータスのスター評価、対立の解決、バリアント解釈のベストプラクティスに関する詳細なガイド

• references/data_formats.md - XML、VCF、タブ区切りファイル形式のドキュメント。FTP ディレクトリ構造、処理例、形式選択のガイダンスを含みます

外部リソース

• ClinVar ホーム: https://www.ncbi.nlm.nih.gov/clinvar/
• ClinVar ドキュメント: https://www.ncbi.nlm.nih.gov/clinvar/docs/
• E-utilities ドキュメント: https://www.ncbi.nlm.nih.gov/books/NBK25501/
• ACMG バリアント解釈ガイドライン: Richards et al., 2015 (PMID: 25741868)
• ClinGen エキスパートパネル: https://clinicalgenome.org/

連絡先

ClinVar またはデータ登録に関するご質問: [email protected]