name: clinvar-database description: “查询NCBI ClinVar以获取变体临床意义。通过基因/位置搜索，解释致病性分类，通过E-utilities API或FTP访问，注释VCF文件，用于基因组医学。”

ClinVar 数据库

概述

ClinVar 是 NCBI 的自由访问档案，存储人类遗传变体与表型之间关系的报告，附带支持证据。数据库汇总了基因组变异及其与人类健康关系的信息，提供用于临床遗传学和研究的标准变体分类。

何时使用此技能

此技能应在以下情况下使用：

通过基因、条件或临床意义搜索变体
解释临床意义分类（致病性、良性、意义未明）
通过 E-utilities API 程序化访问 ClinVar 数据
从 FTP 下载和处理批量数据
理解审查状态和星级评分
解决冲突的变体解释
用临床意义注释变体调用集

核心能力

1. 搜索和查询 ClinVar

网络界面查询

在 https://www.ncbi.nlm.nih.gov/clinvar/ 使用网络界面搜索 ClinVar

常见搜索模式：

按基因：BRCA1[gene]
按临床意义：pathogenic[CLNSIG]
按条件：breast cancer[disorder]
按变体：NM_000059.3:c.1310_1313del[variant name]
按染色体：13[chr]
组合：BRCA1[gene] AND pathogenic[CLNSIG]

通过 E-utilities 程序化访问

使用 NCBI 的 E-utilities API 程序化访问 ClinVar。参考 references/api_reference.md 获取全面的 API 文档，包括：

esearch - 搜索匹配条件的变体
esummary - 检索变体摘要
efetch - 下载完整 XML 记录
elink - 在其他 NCBI 数据库中查找相关记录

使用 curl 的快速示例：

# 搜索致病性 BRCA1 变体
curl "https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=clinvar&term=BRCA1[gene]+AND+pathogenic[CLNSIG]&retmode=json"

最佳实践：

自动化前在网络界面测试查询
使用 API 密钥将速率限制从 3 次/秒提高到 10 次/秒
对速率限制错误实施指数退避
使用 Biopython 时设置 Entrez.email

2. 解释临床意义

理解分类

ClinVar 使用标准术语进行变体分类。参考 references/clinical_significance.md 获取详细的解释指南。

关键种系分类术语（ACMG/AMP）：

致病性 (P) - 变体导致疾病（约 99% 概率）
可能致病性 (LP) - 变体很可能导致疾病（约 90% 概率）
意义未明 (VUS) - 证据不足无法分类
可能良性 (LB) - 变体很可能不导致疾病
良性 (B) - 变体不导致疾病

审查状态（星级评分）：

★★★★ 实践指南 - 最高置信度
★★★ 专家小组审查（如 ClinGen） - 高置信度
★★ 多个提交者，无冲突 - 中等置信度
★ 单一提交者带标准 - 标准权重
☆ 无断言标准 - 低置信度

关键考虑：

始终检查审查状态 - 优先选择 ★★★ 或 ★★★★ 评分
冲突解释需要手动评估
分类可能随新证据出现而改变
VUS（意义未明）变体缺乏足够的临床使用证据

3. 从 FTP 下载批量数据

访问 ClinVar FTP 站点

从 ftp://ftp.ncbi.nlm.nih.gov/pub/clinvar/ 下载完整数据集

参考 references/data_formats.md 获取文件格式和处理的全面文档。

更新计划：

月度发布：每月第一个星期四（完整数据集，存档）
每周更新：每星期一（增量更新）

可用格式

XML 文件（最全面）：

VCV（变异）文件：xml/clinvar_variation/ - 变体中心聚合
RCV（记录）文件：xml/RCV/ - 变体-条件对
包含完整提交细节、证据和元数据

VCF 文件（用于基因组管道）：

GRCh37：vcf_GRCh37/clinvar.vcf.gz
GRCh38：vcf_GRCh38/clinvar.vcf.gz
限制：排除 >10kb 变体和复杂结构变体

制表符分隔文件（用于快速分析）：

tab_delimited/variant_summary.txt.gz - 所有变体摘要
tab_delimited/var_citations.txt.gz - PubMed 引文
tab_delimited/cross_references.txt.gz - 数据库交叉引用

示例下载：

# 下载最新月度 XML 发布
wget ftp://ftp.ncbi.nlm.nih.gov/pub/clinvar/xml/clinvar_variation/ClinVarVariationRelease_00-latest.xml.gz

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

4. 处理和解析 ClinVar 数据

处理 XML 文件

处理 XML 文件以提取变体细节、分类和证据。

使用 xml.etree 的 Python 示例：

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')
            # 提取临床意义、审查状态等
            elem.clear()  # 释放内存

处理 VCF 文件

使用 bcftools 或 Python 注释变体调用或按临床意义过滤。

使用 bcftools：

# 过滤致病性变体
bcftools view -i 'INFO/CLNSIG~"Pathogenic"' clinvar.vcf.gz

# 提取特定基因
bcftools view -i 'INFO/GENEINFO~"BRCA"' clinvar.vcf.gz

# 用 ClinVar 注释您的 VCF
bcftools annotate -a clinvar.vcf.gz -c INFO your_variants.vcf

使用 Python 中的 PyVCF：

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}")

处理制表符分隔文件

使用 pandas 或命令行工具进行快速过滤和分析。

使用 pandas：

import pandas as pd

# 加载变体摘要
df = pd.read_csv('variant_summary.txt.gz', sep='\t', compression='gzip')

# 过滤特定基因中的致病性变体
pathogenic_brca = df[
    (df['GeneSymbol'] == 'BRCA1') &
    (df['ClinicalSignificance'].str.contains('Pathogenic', na=False))
]

# 按临床意义计数变体
sig_counts = df['ClinicalSignificance'].value_counts()

使用命令行工具：

# 提取特定基因的致病性变体
zcat variant_summary.txt.gz | \
  awk -F'\t' '$7=="TP53" && $13~"Pathogenic"' | \
  cut -f1,5,7,13,14

5. 处理冲突解释

当多个提交者对同一变体提供不同分类时，ClinVar 报告“致病性解释冲突”。

解决策略：

检查审查状态（星级评分） - 更高评分权重更大
检查每个提交者的证据和断言标准
考虑提交日期 - 新提交可能反映更新证据
查看人群频率数据（如 gnomAD）以获取上下文
有可用时参考专家小组分类（★★★）
临床使用时，始终咨询遗传学专业人士

排除冲突的搜索查询：

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

6. 跟踪分类更新

变体分类可能随时间变化，随新证据出现。

分类变化的原因：

新功能研究或临床数据
更新的人群频率信息
修订的 ACMG/AMP 指南
来自额外家庭的分离数据

最佳实践：

记录 ClinVar 版本和访问日期以确保可重复性
定期重新检查关键变体的分类
订阅 ClinVar 邮件列表以获取重大更新
使用月度存档发布获取稳定数据集

7. 向 ClinVar 提交数据

组织可以向 ClinVar 提交变体解释。

提交方法：

网络提交门户：https://submit.ncbi.nlm.nih.gov/subs/clinvar/
API 提交（需要服务账户）：参见 references/api_reference.md
通过 Excel 模板批量提交

要求：

带 NCBI 的组织账户
断言标准（最好使用 ACMG/AMP 指南）
分类的支持证据

联系方式：clinvar@ncbi.nlm.nih.gov 用于提交账户设置。

工作流程示例

示例 1：识别基因中的高置信度致病性变体

目标： 查找 CFTR 基因中带有专家小组审查的致病性变体。

步骤：

使用网络界面或 E-utilities 搜索：

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

审查结果，注意审查状态（应为 ★★★ 或 ★★★★）
导出变体列表或通过 efetch 检索完整记录
如适用，交叉引用临床表现

示例 2：用 ClinVar 分类注释 VCF

目标： 向变体调用添加临床意义注释。

步骤：

下载适当的 ClinVar VCF（匹配基因组构建：GRCh37 或 GRCh38）：

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

使用 bcftools 注释：

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

过滤注释后的 VCF 以获取致病性变体：

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

示例 3：分析特定疾病的变体

目标： 研究所有与遗传性乳腺癌相关的变体。

步骤：

按条件搜索：

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

将结果下载为 CSV 或通过 E-utilities 检索
按审查状态过滤以优先考虑高置信度变体
分析跨基因的分布（BRCA1、BRCA2、PALB2 等）
单独检查冲突解释的变体

示例 4：批量下载和数据库构建

目标： 为分析管道构建本地 ClinVar 数据库。

步骤：

下载月度发布以确保可重复性：

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

解析 XML 并加载到数据库（PostgreSQL、MySQL、MongoDB）
按基因、位置、临床意义、审查状态索引
实现更新版本跟踪
从 FTP 站点安排月度更新

重要限制和考虑

数据质量

并非所有提交权重相等 - 检查审查状态（星级评分）
存在冲突解释 - 需要手动评估
历史提交可能过时 - 新数据可能更准确
VUS 分类不是临床诊断 - 意味着证据不足

范围限制

不用于直接临床诊断 - 始终涉及遗传学专业人士
人群特定 - 变体频率随血统变化
覆盖不完整 - 并非所有基因或变体都经过充分研究
版本依赖 - 跨分析协调基因组构建（GRCh37/GRCh38）

技术限制

VCF 文件排除大变体 - 变体 >10kb 不在 VCF 格式中
API 速率限制 - 无密钥时 3 次/秒，有 API 密钥时 10 次/秒
文件大小 - 完整 XML 发布是多 GB 压缩文件
无实时更新 - 网站每周更新，FTP 月度/每周更新

资源

参考文档

此技能包括全面的参考文档：

references/api_reference.md - 完整的 E-utilities API 文档，包括 esearch、esummary、efetch 和 elink 的示例；包括速率限制、身份验证和 Python/Biopython 代码示例
references/clinical_significance.md - 解释临床意义分类、审查状态星级评分、冲突解决和变体解释最佳实践的详细指南
references/data_formats.md - XML、VCF 和制表符分隔文件格式的文档；FTP 目录结构、处理示例和格式选择指导

外部资源

ClinVar 主页：https://www.ncbi.nlm.nih.gov/clinvar/
ClinVar 文档：https://www.ncbi.nlm.nih.gov/clinvar/docs/
E-utilities 文档：https://www.ncbi.nlm.nih.gov/books/NBK25501/
ACMG 变体解释指南：Richards 等，2015（PMID：25741868）
ClinGen 专家小组：https://clinicalgenome.org/

联系

有关 ClinVar 或数据提交的问题：clinvar@ncbi.nlm.nih.gov