{
  "id": "single-nucleotide-polymorphism",
  "title": "单核苷酸多态性",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "单核苷酸多态性是群体成员间单个DNA位点的差异，广泛用于研究遗传、演化、生物学功能和疾病易感性。",
  "category": "science",
  "subcategory": "biology",
  "type": "concept",
  "aliases": [
    "SNP",
    "单核苷酸多型性"
  ],
  "generated_at": "2026-11-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/single-nucleotide-polymorphism/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/single-nucleotide-polymorphism/",
      "json": "https://aiwiki.page/en/single-nucleotide-polymorphism.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "单核苷酸多态性（SNP，读作“snip”）是指群体成员之间的脱氧核糖核酸序列在单个位点上存在差异。例如，在基因组的某个特定位点，一些染色体上可能是腺嘌呤，而另一些染色体上则是鸟嘌呤。这些不同的序列形式称为等位基因。SNP是人类群体中最丰富的一类小规模序列变异，为研究遗传、群体历史以及生物性状的遗传基础提供了密集的标记。\n\n过去，多态性通常意味着在某个特定群体中，频率较低的等位基因的频率至少为1%。如今，数据库和研究论文并未统一采用这一阈值：对于已收录的单碱基替换，无论其频率高低，都常用SNP来称呼。单核苷酸变异（SNV）是一个更宽泛的术语，不隐含特定的群体频率。这两个术语本身都不能说明某种变异是否会改变生物学功能，或是否与疾病的发生有关。\n\n虽然许多SNP几乎没有或完全没有可检测到的效应，但另一些SNP会改变蛋白质、调控基因，或因与附近的功能性变异共同遗传而成为这些变异的标记。因此，对SNP的解读需要结合分子生物学、群体遗传学、测量技术和统计推断。使SNP具有研究价值的那些特性——数量丰富、相对稳定，以及与周围变异存在相关性——也带来了因果关系解读、祖源差异和遗传隐私等方面的挑战。"
    },
    {
      "heading": "定义、分类与命名",
      "text": "单核苷酸多态性（SNP）指单个核苷酸位点上的变异，而非序列的插入或缺失。如果一条染色体的某个位点为胞嘧啶，另一条染色体的对应位点为胸腺嘧啶，这种差异就是单碱基替换。大多数已得到充分表征的人类SNP位点都是双等位基因位点，即已观察到两种等位基因，但某些位点具有多种等位基因。随着测序覆盖的人群规模扩大、多样性增加，一个位点上已知的等位基因数量也可能增加。因此，不能仅因早期研究只观察到两种状态，就认为该位点本身只能有两种状态。\n\nSNP与突变的区别主要在于描述角度不同。突变描述的是产生序列变化的过程，也可以指由此产生的变化；SNP则描述在所采样的染色体之间观察到的变异。可遗传的SNP归根结底必然源于突变，但多次独立发生的突变也可能产生相同的碱基状态。新出现的变异可能保持罕见、变得常见，也可能消失；将其称为多态性，并不能说明它出现的年代、起源或生物学重要性。\n\n讨论群体频率时，必须明确抽样背景。某种等位基因可能在一个群体中很常见，在另一个群体中很罕见，而在第三个群体的样本中完全不存在。次要等位基因频率是指在指定数据集中，双等位基因位点上较不常见的那种等位基因的频率。次要等位基因不一定是在进化过程中衍生出的等位基因，而且在一项研究中被称为次要的等位基因，在其他研究中可能是主要等位基因。同样，参考基因组中的等位基因只是坐标系统所采用的选择，不一定是最常见的、祖先型的或在生物学上更有利的等位基因。\n\n描述SNP时，需要同时指明等位基因及其在基因组中的位置。如果没有参考序列、组装版本、位置和链方向等信息，仅写“A/G”是不完整的。由于DNA两条链互补，一条链上的A/G SNP在另一条链上就是T/C SNP。A/T和C/G SNP尤其容易出现链方向歧义，因为它们的等位基因组合在取互补碱基后看起来并未改变。合并数据集时，这类歧义可能造成严重错误。\n\ndbSNP数据库为变异分配参考SNP标识符，通常以rs为前缀。这些标识符有助于开展跨研究比较，但并不证明某个变异常见、具有功能或与疾病相关。尽管名称沿袭自早期，dbSNP除单碱基替换外，也收录其他类型的短序列变异。随着定位结果的改进，参考记录可能会被更新或合并，因此，解读rs标识符时，最好结合当前的参考基因组组装版本及明确的等位基因信息。"
    },
    {
      "heading": "分子起源与生物学后果",
      "text": "单碱基替换源于DNA中的差错和化学变化。在DNA复制过程中，错误的核苷酸可能被掺入，并逃过校对和DNA错配修复。碱基也可能因自发化学反应或环境损伤而发生改变。当某种改变进入生殖系并传递给后代时，它才在个体层面成为可遗传的变异。其他细胞谱系中出现的改变属于体细胞变异；它们在癌症生物学和嵌合现象中具有核心作用，但若没有证据表明这些变异可以遗传，通常不会将其称为群体中的SNP。\n\n碱基替换分为转换和颠换：前者是一种嘌呤被另一种嘌呤替代，或一种嘧啶被另一种嘧啶替代；后者则是嘌呤与嘧啶之间的替换。若将替换方向计算在内，转换有四种可能，颠换有八种可能，但在许多生物学数据集中，转换反而更常见。突变率也在很大程度上取决于邻近序列。在脊椎动物基因组中，CpG位点上经甲基化的胞嘧啶可以脱氨基转变为胸腺嘧啶，使许多这类位点特别容易发生突变。这将序列变异与DNA甲基化的化学机制联系起来。\n\n在蛋白质编码区内，碱基替换可通过多种方式改变密码子。同义变异不改变所编码的氨基酸；错义变异使一种氨基酸被另一种氨基酸替代；终止密码子获得变异则会产生提前终止密码子。变异还可能使正常的终止密码子消失，或影响翻译起始。其后果取决于蛋白质结构、转录本背景，以及细胞处理异常RNA和蛋白质的方式，而不能仅凭变异类别判断。\n\n同义并不一定意味着功能中性。同义替换可能改变剪接调控序列、RNA结构或与翻译有关的特性。反过来，许多错义替换也能被耐受，因为替换后的氨基酸保留了相关化学性质，或替换发生在受功能约束较弱的区域。β-珠蛋白基因中经典的镰状细胞等位基因说明了单次替换可能具有的重要影响：谷氨酸被缬氨酸替代，改变了血红蛋白在脱氧条件下的性质。这一等位基因在群体中的分布也反映了遗传与疟疾暴露之间的相互作用。\n\n人类的大多数SNP位于蛋白质编码序列之外。其中一些会改变启动子、增强子、剪接位点、非翻译区或转录因子的结合位点。一次碱基替换就可能改变调控蛋白与DNA的结合强度，进而改变特定组织或条件下的基因表达。还有许多SNP尚无已确定的功能影响。仅凭SNP与某个基因之间的距离，不足以确定其作用的靶基因，因为调控元件可以跨越很长的基因组距离发挥作用，也可能绕过邻近基因。"
    },
    {
      "heading": "群体频率、遗传与连锁不平衡",
      "text": "对于一个具有等位基因 \\(A\\) 和 \\(a\\) 的双等位基因常染色体SNP，个体通常具有三种基因型之一：\\(AA\\)、\\(Aa\\) 或 \\(aa\\)。如果一个样本包含 \\(N\\) 个二倍体个体，则 \\(A\\) 的估计频率为\n\n\\[p=\\frac{2n_{AA}+n_{Aa}}{2N},\\]\n\n其中，\\(n_{AA}\\) 和 \\(n_{Aa}\\) 分别为相应基因型的个体数。\\(a\\) 的频率为 \\(q=1-p\\)。这一表达式假定二倍体基因型数据完整且判定正确；对于性染色体、拷贝数变化、缺失数据以及混合倍性生物，需要作出适当调整。\n\n在哈代－温伯格平衡下，预期基因型频率分别为 \\(p^2\\)、\\(2pq\\) 和 \\(q^2\\)。在相关假设成立的条件下，这些比例为随机交配群体提供了有用的参照。偏离这些比例可能反映近交、群体混合、选择或技术误差。在关联研究中，哈代－温伯格平衡检验常用于质量控制，但偏离平衡本身并不能证明检测存在问题。其解释取决于抽样设计、表型、祖源结构及数据集规模。\n\n等位基因频率会因遗传漂变、自然选择和基因流而改变。遗传漂变在小群体中以及群体经历瓶颈后尤其显著。迁移将等位基因引入新的群体，而选择则可根据等位基因在特定环境中对繁殖成功的影响，提高或降低其频率。因此，群体间的频率差异并不必然是适应的证据。仅人口史因素就足以造成显著差异，而识别选择作用需要以适当的人口史和基因组预期为参照进行比较。\n\n相邻的SNP往往会共同遗传，因为重组并不会在每一代都将它们分开。这种非随机关联称为连锁不平衡（LD）。对于两个位点上的等位基因 \\(A\\) 和 \\(B\\)，一种度量方式为\n\n\\[D=P(AB)-p_Ap_B.\\]\n\n一种广泛使用的标准化度量为\n\n\\[r^2=\\frac{D^2}{p_A(1-p_A)p_B(1-p_B)}.\\]\n\n当 \\(r^2\\) 较高时，在所研究的群体中，一个SNP能够较好地预测另一个SNP。LD取决于等位基因频率、重组、人口史和抽样；它并非两个位点之间恒定不变的属性。\n\n同一条染色体上共同携带的一组等位基因称为单倍型。利用LD，可以选取标签SNP来代表更大的一组相互关联的变异，从而减少某些研究所需的标记数量。LD也使基因型填补成为可能：利用已观测到的标记和已确定单倍型相位的参考面板，可以预测尚未测定的变异。当目标群体在参考面板中的代表性不足、变异极为罕见，或局部基因组结构难以解析时，预测的可靠性会降低。"
    },
    {
      "heading": "检测、基因分型与质量控制",
      "text": "SNP测定包括两项相互关联的任务：发现存在变异的位点，以及确定个体携带哪些等位基因。靶向检测无需检查大量周边序列，即可对已知SNP进行基因分型；而全基因组DNA测序则能发现此前未被记录的变异。选择何种方法取决于样本数量、关注的基因组区域、所需的灵敏度，以及研究是否关注罕见或新发现的变异。\n\n靶向方法利用了单碱基错配可能改变分子识别或酶活性这一特点。等位基因特异性聚合酶链式反应使用专门设计的引物或探针来区分不同的序列形式。其他方法则在变异产生或消除识别位点时利用限制性内切酶进行检测，或测定紧邻变异位点处掺入的核苷酸。桑格测序可用于确认特定区域内的变异，但对混合样本中频率极低的等位基因，其检测灵敏度有限。\n\nDNA微阵列可并行检测数十万至数百万个选定位点。荧光信号被划分为对应不同基因型的簇。微阵列使大规模人群研究在经济上变得可行，但它们主要检测在设计检测方案时选定的变异。因此，其覆盖范围反映了早期用于发现变异的样本及设计时的优先考量。罕见等位基因、异常的探针结合序列，以及邻近其他序列变化的变异，都可能产生微弱或具有误导性的信号簇。微阵列结果并不等同于个体基因组变异的完整清单。\n\n基于测序的分析通常先将读段比对到参考序列，再评估支持其他等位基因的证据，并赋予各基因型相应的概率。测序深度、碱基质量、比对质量、正反链读段的平衡程度，以及支持某个等位基因的读段比例，都会影响结果的可信度。在结构简单的二倍体区域中，杂合的生殖系变异通常会使两个等位基因获得大致相等的读段支持，但抽样变异和技术偏倚可能改变这种平衡。重复序列、重复基因以及邻近的插入或缺失会增加读段定位的难度，并可能造成假性SNP。\n\n质量控制在样本和变异两个层面开展。常见检查包括数据缺失情况、非预期的亲缘关系、污染、重复样本的一致性、杂合度、批次效应，以及家系数据是否符合预期的遗传规律。变异过滤可评估基因型检出率、信号簇质量、基因型填补质量或各基因型的比例。没有一种阈值适用于所有研究：罕见变异测序项目与常见变异微阵列研究的误差特征并不相同。\n\n对于经基因型填补得到的数据或低覆盖度数据，保留不确定性通常优于将每个结果都转化为确定的基因型类别。等位基因剂量可表示为\n\n\\[d=P(G=1\\mid \\text{data})+2P(G=2\\mid \\text{data}),\\]\n\n其中，\\(G\\) 为指定等位基因的拷贝数。该值介于0与2之间，可直接用于统计模型，而不必将不确定的基因型判定当作确定结果。"
    },
    {
      "heading": "SNP资源与大规模变异目录的发展",
      "text": "在高密度SNP图谱问世之前，遗传作图主要依赖限制性片段长度多态性和高度变异的短串联重复序列。SNP则具有另一组优势：每个双等位基因位点所提供的信息量通常少于高度多态的重复序列，但SNP数量丰富，适合自动化、高通量检测。20世纪90年代，测序技术和计算能力的进步使系统性发现SNP成为现实。\n\n1999年，美国国家生物技术信息中心建立了dbSNP，为短序列遗传变异提供了一个共享数据库。公共资源使研究人员更容易比较研究发现、开发检测方法，并将已发表的结果与稳定的标识符关联起来。不过，目录条目本质上只是变异记录，并不意味着其中提交的每项观测都经过了独立验证，也不代表对其医学意义作出了评估。序列定位、群体频率和功能解读仍然是彼此不同的注释层面。\n\n国际人类基因组单体型图计划于2002年启动，旨在刻画常见变异，以及相邻SNP之间的连锁不平衡（LD）模式。该计划的首份重要单体型图谱于2005年发表。HapMap揭示了采样群体中常见变异之间的相关性，为标签SNP的选择和商业芯片的设计提供了指导。其重要性不仅在于列出SNP，更在于确定可以通过相关标记间接考察多大范围的基因组。\n\n千人基因组计划通过群体规模测序拓展了这一方法。该计划于2015年发布的第三阶段报告分析了来自26个群体的2,504名个体，描述了约8,470万个SNP，以及插入、缺失和结构变异。该项目提供了广泛用于基因型填补的单体型数据，并且与早期的常见变异图谱相比，更细致地呈现了低频变异。其群体标签代表的是特定采样群体，而非对人类多样性的穷尽式划分。\n\n此后，基因组聚合数据库等大型资源整合了外显子组和全基因组测序数据，以改进等位基因频率估计，并刻画各基因中的变异。外显子组数据集集中于蛋白质编码区，而全基因组数据集则更广泛地覆盖非编码序列，两者的内容不能视为可以互换。此外，样本量再大，也不一定构成全人类的随机样本：招募方式、地理分布、测序方法和研究中的排除标准，都会影响观测到的频率。\n\n参考基因组组装也会影响哪些变异能够被收录。对于线性参考基因组中缺失、被折叠合并或呈现不充分的区域，更难进行准确分析。更完整的组装和泛基因组表示方法，使以往难以研究的序列更易于分析，并减少了部分参考偏倚。这些进展可能改变变异的坐标，并揭示早期方法遗漏的等位基因，因此，明确注明所用的参考基因组组装版本，是进行可重复比较的必要条件。"
    },
    {
      "heading": "关联研究与复杂性状中的SNP",
      "text": "全基因组关联研究（GWAS）通过对大量个体进行分析，检验遗传变异是否与某种表型相关。对于身高等数量性状，通常以回归模型为分析起点：\n\n\\[Y=\\beta_0+\\beta_GG+\\sum_k\\gamma_k C_k+\\varepsilon,\\]\n\n其中，\\(G\\) 为等位基因计数或剂量，\\(C_k\\) 为协变量。二分类结局通常采用逻辑回归或相关方法进行分析。更复杂的模型还会考虑亲缘关系、群体结构以及病例与对照数量不平衡等因素。\n\n由于GWAS需要检验数量极其庞大的假设，采用常规显著性阈值会产生大量假阳性结果。对于人类常见变异研究，\\(P<5\\times10^{-8}\\) 已成为广泛采用的惯例阈值，大致对应于一百万次有效独立检验。但这一阈值并非普遍适用的定律：测序研究、不同群体、多种表型以及其他检验设计，可能需要采用不同的校正方法。即使某一结果达到了严格的统计学阈值，在独立样本中重复验证仍然十分重要。\n\n群体结构是混杂的主要来源之一。如果与祖源相关的等位基因频率同环境暴露或抽样方式相关，某个SNP即使在生物学上并不影响某种性状，也可能表现出与该性状的关联。研究人员通过研究设计、纳入祖源相关协变量、使用混合模型，以及在某些情况下开展家系内比较来应对这一问题。这些方法可以减少特定偏倚，但并不能使所有观察到的关联都成为因果关系。残余群体结构、亲本间接效应和选择性交配仍可能使结果的解释变得复杂。\n\n一个基因座上关联检验 \\(P\\) 值最小的SNP，即先导SNP，并不一定就是功能性变异。附近的多个变异可能因连锁不平衡（LD）而高度相关，因而呈现出相近强度的关联证据。统计精细定位通过比较候选变异，可以得到一个可信变异集合，其中的变异可能是该关联信号的来源。这个集合的组成取决于样本量、LD估计、模型假设，以及该基因座是否存在多个独立的关联信号。\n\n早期成功的GWAS包括2005年发现的补体因子H区域变异与年龄相关性黄斑变性之间的关联。后续研究证实，许多性状具有高度多基因性，其遗传贡献分散在众多基因座上。许多常见等位基因的单独效应很小，不过效应大小因性状和基因座而异，差异可能很大。即使某种微小效应对个体预测没有实用价值，也仍可能提供有意义的生物学信息。\n\n多基因评分将等位基因剂量按估计效应加权后加总，常采用如下形式：\n\n\\[S=\\sum_{j=1}^{m}w_jG_j.\\]\n\n其预测性能取决于发现样本、目标群体、表型定义、年龄分布和环境背景。LD和等位基因频率的差异可能降低评分在不同群体间的可迁移性。这类评分衡量的是特定条件下变异的一个统计学组成部分；它既不能描述一个人全部的生物学潜能，也不能确定某种结局必然发生。"
    },
    {
      "heading": "确定功能并区分关联与因果关系",
      "text": "功能解读旨在探究某一核苷酸变化如何影响分子过程，并最终影响表型。序列注释可提供初步分类：变异可能位于编码外显子、剪接位点、启动子或经实验鉴定的调控区域内。计算预测可依据序列保守性、蛋白质性质或调控特征，确定候选变异的研究优先顺序。这些预测是开展研究的依据，并非对变异效应的直接证明。\n\n一种重要策略是将SNP与分子表型联系起来。表达数量性状位点（eQTL）是指与基因表达差异相关的基因座。相关分析还考察剪接、蛋白质丰度、DNA甲基化和染色质可及性。这些效应往往具有组织特异性，或取决于细胞状态。在活化的免疫细胞中发挥作用的调控变异，在不相关的组织或未受刺激的细胞群体中可能几乎没有可检测到的效应。\n\n当疾病关联信号与eQTL出现在同一区域时，两者的重叠并不意味着表达变化必然介导了疾病风险。不同的致因变异可能因连锁不平衡（LD）而彼此相关。共定位方法可评估这些关联模式是否支持同一变异作为共同基础，但其结论取决于统计假设和可用数据。要确立中介作用，还需要有关这一关系的方向和机制的额外证据。\n\n实验检测可以更直接地检验候选机制。报告基因实验可测定不同序列是否会改变调控构建体的活性。大规模平行报告基因实验可同时检测大量序列，而等位基因特异性表达分析则比较杂合个体中两条同源染色体所产生的转录本。每种方法都有局限性：分离出来的短DNA片段可能无法重现其天然的染色质环境，而等位基因特异性测量也可能受到测序读段比对偏倚的干扰。\n\n基因组编辑使研究人员能够改变细胞中的候选碱基，并观察由此引起的表达、蛋白质功能或细胞表型变化。严格控制的实验可以比较除目标变异外其余方面相近的遗传背景，从而帮助区分候选变异与附近相关变异的作用。结果的解读仍取决于编辑准确性、细胞模型、脱靶效应，以及实验条件能否反映相关的生物学过程。来自多种独立实验的证据，比任何单一注释或扰动实验都更有说服力。\n\n乳糖酶持续表达相关区域说明了这一推理过程。在许多欧洲人群中，通常称为−13910 C>T的变异位于邻近MCM6基因的一个内含子中，与儿童期结束后乳糖酶仍持续表达有关。调控方面的证据表明，该区域参与控制LCT的表达。在一些非洲和中东人群中，还存在其他与乳糖酶持续表达相关的变异。因此，相似的表型可由不同的调控性碱基替换产生，而包含某个SNP的邻近基因未必就是表达受该SNP影响的基因。"
    },
    {
      "heading": "在医学、种群历史和育种中的应用",
      "text": "在医学中，SNP可作为遗传易感性的标记，调节生物学通路，有时也会直接造成具有临床意义的变异。对SNP的解读不同于对某些单基因疾病致病性高外显率变异的解读。某个等位基因即使与疾病存在统计学关联，也未必是疾病发生的必要条件或充分条件。在评估其意义时，群体频率、效应大小、遗传模式以及独立的功能证据都很重要。\n\n药物遗传学研究遗传变异如何影响药物反应。CYP2C9及VKORC1调控区的变异是造成华法林所需剂量差异的部分原因。TPMT和NUDT15中的若干SNP会影响与硫嘌呤类药物代谢和毒性有关的通路。这些例子表明，核苷酸差异能够改变酶活性或基因调控。不过，药物反应还取决于其他遗传变异、年龄、存在相互作用的合用药物、器官功能以及具体治疗情境。\n\n在群体研究中，SNP有助于估计亲缘关系、重建群体历史，以及研究迁徙和混合。高密度标记可以识别长段的共有染色体片段，这类片段与近期共同祖先的存在相符；而等位基因频率模式则能为更久远的群体关系提供证据。对古DNA的分析将这些模式与特定考古时期的样本联系起来。这类推断以模型为基础，其结果会受到所采集的现代和古代群体样本范围的影响。\n\n祖源估计描述的是个体与参考数据集之间的关系，而非固定不变的生物学类别。分析给出的祖源百分比取决于参考群体、标记选择、统计方法，以及模型所针对的历史时间尺度。在相邻群体之间广泛发生过基因交流的地区，精细尺度的地理来源解读尤其不确定。SNP数据能够揭示群体结构，但这并不意味着可以将人类划分为彼此分离、内部遗传组成均一的群体。\n\n在农业中，SNP芯片和测序为亲子鉴定、遗传作图和基因组选择提供支持。育种者利用大规模标记集来估计产奶量、抗病性或产量等复杂性状的育种值。基因组选择不同于对单个有利等位基因的选择：它对大量标记进行联合建模，通常利用这些标记与因果变异之间的相关性。当训练群体与目标群体亲缘关系较近，且模型恰当地涵盖了相关饲养或栽培管理条件时，预测效果通常最好。\n\nSNP还可通过衡量遗传多样性、识别种群间的连通性和考察近交情况，为保护工作和物种管理提供支持。然而，在某一种群中开发的标记组合，可能无法充分反映其他种群中的变异。如果不加以考虑，这种检出偏倚可能会使多样性或分化程度的比较产生偏差。全基因组采样可以减少部分由标记组合设计带来的偏倚，但测序质量、参考基因组的选择以及采样不均衡仍然是需要考虑的因素。"
    },
    {
      "heading": "解读的局限、代表性与遗传隐私",
      "text": "SNP检测结果是一项涉及多层推断的测量结果。对具体核苷酸的判定可能存在不确定性；等位基因频率可能来自缺乏代表性的样本；与性状的关联也未必能够揭示机制。这些层次不应混为一谈。即使基因型测定得十分准确，其生物学意义仍可能尚不清楚；而已经确立的关联，也可能因使用了错误的链或效应等位基因而被错误报告。\n\n效应估计需要仔细标注。一篇文献中增加风险的等位基因，在另一篇文献中可能被列为参考等位基因或替代等位基因；将编码所对应的等位基因反转后，小于1的比值比也可能表示同一种关联。比较结果还取决于表型定义、协变量调整以及研究人群。相对效应本身并不能确定绝对概率：解读比值比时，必须同时考虑基线发生频率及其估计所用的模型。\n\n基因组研究中不同人群代表性的不均衡，既限制了发现，也限制了预测。许多具有重要影响的人类关联研究数据集，其参与者主要具有欧洲祖源。这种不均衡会影响哪些变异能够得到充分测定、基因型填补的准确程度，以及估计出的效应能否适用于其他人群。扩大人群覆盖范围有助于改善科学推断，但仅靠宽泛的人群标签，无法反映人群内部的多样性、当地人口史或环境暴露的差异。\n\n大型SNP数据集可能揭示个人及其生物学亲属的敏感信息。即使最初收集数据另有目的，这些数据也可能被用于推断亲缘关系、祖源或某些健康相关性状。删除姓名并不意味着高密度遗传数据天然具有匿名性，因为这些信息具有鲜明的个体特征，有时还可以与外部记录关联起来。因此，遗传数据隐私涉及访问控制、知情同意所规定的条件、治理，以及如何处理家庭成员之间部分共有的信息。\n\n生物样本库和遗传研究还面临数据二次使用、跨境传输、商业访问以及研究发现反馈等问题。法律规定因司法管辖区而异，防范遗传歧视的保护措施也未必在所有保险、就业或研究情境中同样适用。对于涉及具有特定集体利益的社群的研究，治理既可能涵盖个人参与，也可能涵盖社群层面对数据解读和使用的关切。\n\nSNP信息的科学价值，取决于能否始终区分变异、标记、关联与已获证实的机制。测序技术的改进和数据集规模的扩大增加了观测数量，但并不能取代可靠的表型测定、适当的比较组、不确定性估计和实验验证。尤其对于罕见等位基因、研究不足的人群以及依赖具体情境的调控效应而言，限制因素往往不在于能否检测到核苷酸差异，而在于能否确定这种差异究竟产生了什么作用。"
    }
  ],
  "links": [
    "dna",
    "allele",
    "population-genetics",
    "mutation",
    "genome",
    "dna-replication",
    "dna-mismatch-repair",
    "cancer",
    "mosaicism",
    "dna-methylation",
    "codon",
    "amino-acid",
    "hemoglobin",
    "promoter-biology",
    "transcription-factor",
    "gene-expression",
    "genotype",
    "hardy-weinberg-equilibrium",
    "genetic-drift",
    "natural-selection",
    "gene-flow",
    "linkage-disequilibrium",
    "dna-sequencing",
    "polymerase-chain-reaction",
    "genome-wide-association-study",
    "chromatin",
    "genome-editing",
    "ancient-dna",
    "genetic-diversity",
    "data-privacy"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}