Vai al contenuto principale

Esempio di dati grezzi 23andMe: com'è fatto un file DNA

Un file di dati grezzi 23andMe (o AncestryDNA / MyHeritage) è testo semplice: una riga per posizione genetica e quattro o cinque colonne, a seconda del provider — separate da tabulazioni nei file di 23andMe e AncestryDNA, da virgole nel CSV di MyHeritage. Ecco un esempio rappresentativo e annotato — righe sintetiche, formato reale per vedere esattamente cosa stai guardando — e cosa significano alcune righe famose.

Gli stessi dati nei due formati

23andMe scrive una sola colonna di genotipo; AncestryDNA la divide in due alleli e scrive 0 per un no-call. Per il resto le righe autosomiche hanno la stessa struttura; l'intestazione e la codifica delle righe X, Y e mitocondriali sono diverse.

23andMe

# SYNTHETIC EXAMPLE — not anyone's genotype data
# rsidchromosomepositiongenotype
rs49882352136608646AG
rs1801133111856378--
rs60251169519049CT
rs4293581945411941CT
rs790314610114758349CT
rs18157391166328095CC

AncestryDNA

# SYNTHETIC EXAMPLE — not anyone's genotype data
# rsidchromosomepositionallele1allele2
rs49882352136608646AG
rs180113311185637800
rs60251169519049CT
rs4293581945411941CT
rs790314610114758349CT
rs18157391166328095CC
rsid
— l'ID di riferimento della variante in dbSNP (es. rs429358)
cromosoma
— da 1 a 22, più X, Y, MT
posizione
— coordinata in paia di basi (build GRCh37/hg19)
genotipo
— di solito due lettere, una da ciascun genitore; una sola lettera per il DNA mitocondriale e, nei maschi, per la maggior parte delle posizioni di X e Y

Le posizioni usano la build del genoma GRCh37 (hg19); un genotipo -- (23andMe) o 0 (AncestryDNA) significa che l'algoritmo di genotipizzazione non ha potuto determinare con sicurezza quella posizione.

Cos’è ogni riga

rs4988235MCM6/LCTAG
Nella regione di MCM6 che regola il gene della lattasi: associata alla persistenza della lattasi, la capacità di digerire il latte in età adulta. doi.org ↗
rs1801133MTHFR--
Un no-call: il genotipo in questa posizione non è stato determinato con sicurezza. È previsto che i chip lascino senza lettura una piccola parte delle posizioni, e non è un errore. support.23andme.org ↗
rs6025F5CT
Fattore V Leiden, associato a un maggior rischio di trombosi. Qui in eterozigosi. medlineplus.gov ↗
rs429358APOECT
Con rs7412 definisce gli alleli ε2, ε3 ed ε4 di APOE.
rs7903146TCF7L2CT
In TCF7L2, dove una variante comune conferisce il maggior rischio genetico noto di diabete di tipo 2. doi.org ↗
rs1815739ACTN3CC
Il cosiddetto «gene dello sprinter». CC significa due copie dell'allele C (R577), che codifica un'α-actinina-3 funzionante; l'allele T (577X) introduce un codone di stop. doi.org ↗

Per esplorare uno degli identificatori dell’esempio, usa la ricerca pubblica per rsID. Inserisci solo l’rsID per consultare informazioni di riferimento e link alle fonti, senza caricare un file DNA. Questa ricerca non interpreta un genotipo personale.

Scarica l’esempio

File di testo completi, con l'intestazione di commenti, da aprire in un editor o da dare in pasto a uno script. Sono sintetici e lo dicono nella prima riga.

Come usare questo esempio

  • Aprilo in un editor di testo semplice per vedere che le colonne sono separate da tabulazioni, non da spazi.
  • Usalo per provare uno script di analisi prima di toccare il tuo file reale.
  • Confrontalo con la tua stessa esportazione: se le colonne coincidono, il tuo file ha la struttura di questo formato.
  • Non caricarlo qui aspettandoti un referto — sono sei posizioni, non le centinaia di migliaia che contiene un'esportazione da chip.

Dove scaricare il tuo

Istruzioni ufficiali di ciascun provider. Serve il file grezzo, non il PDF dei risultati.

Cosa significano quelle varianti di esempio

Ogni rsid rimanda alla sua voce in dbSNP. È un punto di partenza, non una diagnosi — una singola variante raramente determina un esito.

rsIDGeneAssociata a
rs4988235LCTtolleranza al lattosio in età adulta ncbi.nlm.nih.gov ↗
rs6025F5Fattore V Leiden — rischio di coaguli ncbi.nlm.nih.gov ↗
rs429358APOEcon rs7412 definisce APOE ε4, che l'Alzheimer's Association indica come il gene con l'impatto maggiore sul rischio di Alzheimer in alcune popolazioni alz.org ↗
rs1815739ACTN3α-actinina-3, una proteina delle fibre muscolari rapide (da cui il soprannome di "gene dello sprint") doi.org ↗
rs9939609FTOindice di massa corporea (GWAS Catalog) ebi.ac.uk ↗
rs1801133MTHFRlivelli di omocisteina e folati (GWAS Catalog) ebi.ac.uk ↗

Vuoi che leggano il tuo automaticamente?

Carica il tuo file grezzo e lo incrociamo con il Catalogo GWAS, PharmGKB e ClinVar. I risultati di ClinVar e le annotazioni sui farmaci con evidenza solida sono gratuiti.