1 基本概念
1.1 定义
单核苷酸多态性是指在群体中某一基因组位置上，单个核苷酸存在可观察到的常见差异。这里的“多态性”强调变异并非个体特有，而是在一定群体规模内反复出现，具有相对稳定的群体频率。SNP可以出现在基因组的不同区域，包括编码区、内含子、启动子以及其他调控序列，也可分布于远离基因的非编码区域。
1.2 命名与术语
SNP是英文 Single Nucleotide Polymorphism 的缩写，中文通常译为“单核苷酸多态性”。在具体研究中，还常见“位点”“等位基因”“变异”“突变”等相关术语。严格来说，SNP强调群体中的常见变异，而“突变”更侧重于新发生的序列改变；“变异”则是更宽泛的统称，可涵盖多种遗传差异。
1.3 与其他遗传变异的区别
SNP属于最小尺度的序列差异之一，但并不等同于所有基因组变异。它与插入缺失、拷贝数变化等在形成机制、检测方式和功能后果上均有区别。
1.3.1 单核苷酸变异
单核苷酸变异是对某一位点发生单个碱基改变的总称，既可指个体新出现的稀有改变，也可指群体中常见的多态位点。SNP通常被视为单核苷酸变异中的一个子集，前提是其在群体中达到一定频率标准。
1.3.2 插入缺失变异
插入缺失变异是指基因组中发生若干碱基的增加或缺失，常简称为 InDel。与SNP相比，InDel更容易引起阅读框改变或局部序列长度变化，从而影响蛋白质编码和调控功能。
1.3.3 拷贝数变异
拷贝数变异是指大片段DNA在基因组中的重复或缺失，影响范围通常大于单个碱基。它与SNP的差异不仅在尺度上更明显，也常带来更复杂的结构效应和剂量效应。
1.4 发生频率与群体标准
在实际研究中，SNP通常指群体中频率较高、可稳定检测的位点。不同研究和数据库对“常见变异”的频率门槛可能略有差异，但一般要求某一等位基因在群体中的出现频率不低于一定比例。低于该范围的位点常被归入罕见变异或特异性变异，不一定都称为SNP。
2 形成与遗传基础
2.1 突变来源
SNP本质上源于DNA序列改变，其产生过程可来自复制、修复以及外界因素等多种机制。
2.1.1 DNA复制错误
在DNA复制过程中，DNA聚合酶偶尔会掺入错误碱基。如果这些错误未被及时纠正并被后续复制固定，就可能形成稳定的碱基替换，进而成为SNP来源之一。
2.1.2 DNA修复偏差
细胞具有多种DNA修复机制，用于识别并纠正损伤。然而在修复过程中，若模板选择或修复过程出现偏差，也可能引入新的碱基替换，形成可遗传的序列差异。
2.1.3 外界致突变因素
紫外线、化学物质、氧化应激以及某些物理因素都可能损伤DNA，导致碱基结构改变或复制错误增加。若损伤在修复后被固定，就可能以SNP的形式保留下来。
2.2 遗传传递方式
SNP通常遵循孟德尔式遗传规律，在生殖细胞形成后可通过亲代传递给子代。位于常染色体上的SNP一般按常染色体显性、隐性或加性等方式表现；位于性染色体上的SNP则可能呈现与性别相关的遗传特点。
2.3 群体中的保留与消失
某一SNP是否在群体中长期保留，取决于其对生存、繁殖和随机抽样过程的综合影响。部分位点可因中性漂变而保留，也可能因适应性优势或劣势而发生频率变化。
2.3.1 自然选择
若某一SNP对个体适应度有正面或负面影响，携带该变异的个体在繁殖中可能具有不同优势，导致该位点频率上升或下降。自然选择因此是塑造SNP分布的重要力量。
2.3.2 遗传漂变
在小群体中，等位基因频率可能因随机抽样而发生波动，即使某些变异并不影响适应度，也可能在代际中逐渐丢失或固定。遗传漂变在群体规模较小时尤为明显。
2.3.3 突变-选择平衡
新的SNP不断由突变产生，而有害变异又会受到选择清除。两者之间的动态平衡可使某些位点在群体中维持较低但稳定的频率。
3 分类
3.1 按基因组位置分类
根据SNP所在的基因组区域，可大致分为编码区和非编码区两类。
3.1.1 编码区SNP
位于外显子中的SNP可能改变蛋白质编码信息，因此更常受到功能研究关注。
3.1.1.1 同义突变
同义突变是指碱基改变后，密码子所编码的氨基酸不发生变化。尽管它们不直接改变蛋白序列，但仍可能影响翻译效率、mRNA稳定性或剪接过程。
3.1.1.2 非同义突变
非同义突变会导致氨基酸替换，可能改变蛋白质的结构、活性或稳定性。其生物学影响取决于替换位置、氨基酸性质以及所在结构域的重要性。
3.1.1.3 无义突变
无义突变会使原本编码氨基酸的密码子变为终止密码子，从而使翻译提前终止。此类变异常导致截短蛋白或触发无义介导的mRNA降解。
3.1.2 非编码区SNP
非编码区SNP不直接改变蛋白质序列，但可能通过调节转录、剪接和染色质状态影响基因功能。
3.1.2.1 内含子变异
内含子中的SNP可能影响剪接位点附近的识别、转录延伸或调控元件结合，从而间接改变基因表达。
3.1.2.2 启动子变异
启动子区域的SNP可改变转录因子结合能力，进而影响转录起始效率和表达水平。
3.1.2.3 增强子与其他调控区变异
增强子、沉默子及其他远端调控区中的SNP可能通过改变调控蛋白结合、染色质构象或远程互作，影响特定组织或时空条件下的基因表达。
3.2 按功能效应分类
按功能后果，SNP可分为中性、有害和有益三类。该分类具有相对性，常依赖具体环境和遗传背景。
3.2.1 中性变异
中性变异通常不对生物体适应度产生显著影响，或其效应极弱，难以被选择明显区分。许多SNP在群体中主要表现为中性标记。
3.2.2 有害变异
有害变异可能降低蛋白功能、扰乱调控过程，或增加不良表型出现的概率。此类变异往往受到负向选择约束。
3.2.3 有益变异
有益变异能在特定环境下提高适应度，例如改善代谢效率或增强某些生理功能。不过其优势通常具有情境依赖性，并非在所有背景下都成立。
3.3 按等位基因状态分类
根据一个位点上存在的等位基因数量，SNP可进一步划分。
3.3.1 双等位SNP
大多数SNP为双等位位点，即群体中只观察到两种主要碱基形式。这是最常见、也是最便于分析的类型。
3.3.2 多等位位点
少数位点可在群体中出现三种或以上等位形式。多等位位点通常更复杂，统计分析和分型解释也更具挑战。
4 生物学影响
4.1 对蛋白质结构与功能的影响
位于编码区的SNP，尤其是非同义和无义突变，可能改变蛋白质一级结构，进而影响折叠、活性位点、稳定性或相互作用能力。某些改变十分微小，而某些则会造成明显功能缺失。
4.2 对基因表达的影响
SNP可通过影响启动子、增强子、转录因子结合位点或染色质可及性，改变基因的表达强度与时序。即使不改变蛋白序列，也可能导致较大的生理差异。
4.3 对剪接调控的影响
若SNP位于剪接信号附近，或改变剪接调控元件，就可能影响外显子选择、内含子保留或可变剪接模式。由此产生的不同转录本，常进一步影响蛋白质种类和功能。
4.4 对表型性状的影响
SNP可以影响身高、体型、代谢特征、色素沉着、生理节律等多种性状。多数表型通常由多个位点共同作用，并受环境因素调节，因此单个SNP往往只能贡献有限效应。
4.5 对疾病易感性的影响
某些SNP与特定疾病风险相关，但这种关联通常不是决定性的，而是增加或降低发病概率。其作用大小常受到遗传背景、环境暴露和生活方式等因素影响。
5 检测与分析方法
5.1 实验检测技术
SNP检测方法众多，选择依据通常包括样本规模、准确度要求、位点数量和成本。
5.1.1 PCR与分型技术
PCR可扩增目标区域，再结合特异性探针、限制性酶切、熔解曲线或等位基因特异扩增完成分型。此类方法适合少量位点的快速验证。
5.1.2 芯片杂交技术
基因分型芯片可同时检测大量已知SNP位点，具有通量高、成本相对可控的特点，常用于大样本研究和关联分析。
5.1.3 测序技术
测序能够直接读取DNA序列信息，对已知和部分未知变异都较为敏感，是当前SNP发现与验证的重要手段。
5.1.3.1 Sanger测序
Sanger测序准确度较高，适合小范围位点确认和验证实验。它在早期SNP研究中占有重要地位，至今仍广泛用于结果复核。
5.1.3.2 二代测序
二代测序可在较短时间内获取大量序列数据，适合全基因组或外显子组尺度的SNP发现。其优势在于通量大，但数据处理和质控要求也更高。
5.1.3.3 三代测序
三代测序可获得更长读长，在复杂区域、结构变异邻域以及单倍型解析方面具有优势。虽然在某些应用中错误模式和成本仍需关注，但其对SNP研究的补充价值持续上升。
5.2 生物信息学分析
5.2.1 变异识别
变异识别是从测序数据中找出与参考基因组不同的碱基位点，并判断其可靠性的过程。该步骤依赖比对、去重复、局部重比对和变异调用等环节。
5.2.2 质量控制
质量控制用于排除低覆盖、测序错误、样本污染或分型偏差带来的假阳性结果。常见指标包括测序深度、基因型质量、缺失率和群体一致性检验。
5.2.3 注释与功能预测
注释过程将SNP映射到基因、转录本、调控区和已知功能信息上，并结合保守性、蛋白结构或调控特征预测其潜在效应。该环节有助于从大量位点中筛选出优先研究对象。
5.3 数据库与资源
5.3.1 公共SNP数据库
公共数据库汇集了大量已知SNP及其位置信息、等位基因类型和参考编号，为检索与比对提供基础。它们是遗传研究和临床注释的重要工具。
5.3.2 群体频率数据库
群体频率数据库记录不同人群或物种中各SNP的出现比例，可用于判断变异的常见程度、群体差异和研究样本背景。
5.3.3 功能注释数据库
功能注释数据库整合基因功能、保守性、表达模式和调控信息，帮助研究者评估SNP可能产生的生物学后果。
6 研究与应用
6.1 群体遗传学研究
SNP是群体遗传学中最常用的标记之一，可用于估计遗传多样性、群体结构、基因流动以及历史迁移模式。由于位点数量丰富，它适合进行高分辨率分析。
6.2 连锁分析与关联分析
在家系研究和病例对照研究中，SNP可用于定位与性状相关的基因区域。连锁分析侧重于家系中的共遗传模式，关联分析则关注群体中位点与表型之间的统计联系。
6.3 法医学与个体识别
SNP可用于个体识别、亲缘关系推断以及部分法医学分析。与传统短串联重复相比，SNP位点通常更稳定，且适合与其他分型信息联合使用。
6.4 农业育种与品种改良
在农业领域，SNP可作为选育标记，用于筛选产量、抗逆性、品质和发育性状相关的优良基因型。它在作物和家畜的分子育种中应用广泛。
6.5 个体化医疗与药物基因组学
SNP可影响药物代谢酶、转运蛋白和受体的功能，从而改变药物疗效与不良反应风险。基于SNP的分型有助于优化剂量选择和治疗方案。
6.6 进化生物学研究
SNP为研究物种分化、适应性演化和选择信号提供了丰富材料。通过比较不同群体或物种中的位点差异，可推断进化过程中的遗传变化轨迹。
7 相关概念与扩展
7.1 单倍型与连锁不平衡
单倍型是同一染色体片段上多个位点的组合模式，连锁不平衡则描述不同位点等位基因之间的非随机联合分布。SNP常被联合分析，以提高定位效率和解释能力。
7.2 标记位点与遗传图谱
SNP可作为标记位点用于构建遗传图谱，辅助定位基因或性状相关区域。高密度SNP图谱在现代遗传学中具有重要地位。
7.3 基因组宽关联研究
基因组宽关联研究是一种利用全基因组SNP进行大规模统计筛查的方法，旨在寻找与复杂性状相关的位点。它已成为解析多基因性状的重要策略之一。
7.4 多态性与遗传多样性
多态性反映群体内部存在多个遗传状态，而遗传多样性则是这一现象在更宏观层面的表现。SNP数量和分布常被用来衡量群体的遗传丰富程度。
7.5 未来研究方向
未来SNP研究将继续向更高分辨率、更大样本规模和更精细功能解析发展。单细胞水平分型、长读长测序、多组学整合以及人工智能辅助注释，可能进一步提升对SNP功能与演化意义的理解。