database-design - 遗传变异关系数据库

Question

我正在尝试在我所在机构的数据库中表示遗传变异数据。我们已经发现了遗传变异，这些变异与它们相关联的是引用等位基因、突变等位基因、染色体、位置、名称、可能的影响、基因、基因中的位置等。

虽然问题上下文有时有用并不是必需的，但我将使用 django 构建它，数据库后端将是 PostgreSQL 或 MySQL(也欢迎在这里提供有关选择的建议，尽管不是问题的主要焦点)

为了正确地表示这些信息，我着手设计一个关系数据库。然而，我在定义最有效的结构时遇到了问题。 我可以这样表示:

变体属于多对一关系中的基因。即一个基因可以有许多变体，但一个变体通常不能跨越多个基因。 (然而，有时这可能发生在大型 CNV 或两个基因重叠的地方，所以可能是多对多关系？？？)

在个体中也发现了变异。个体具有基因型，这只是变异等位基因的各种组合的两个副本。我完全不确定最好的方法，也许是变体和个体的联合主键，并将基因型记录为突变等位基因的数量(例如 0、1、2)？？？

所以我的问题是(抱歉所有序言和生物谈话)我们做事的方式是最好的，或者对这三件事进行更好的设计: 变体——我想存储的主要信息，以及基因和个体——对于任何下游分析都是必不可少的。

非常感谢任何建议。再次对这个问题的短暂性质感到抱歉。

Answer 1

好吧，我对基因一无所知，也不会说生物行话。但是，我从您的问题和维基百科中收集了一些建议并提出了这个建议。主要作为建模练习，使用 FCO 方法。所以这里有一些陈述，您应该能够将每个陈述标记为真或假。

• 基因是一些 DNA 片段的名称。
• 基因在染色体上占据给定的位置。
• 染色体 是一段包含许多基因 的盘绕 DNA。
• 等位基因是单个基因的多种替代形式之一。
• 等位基因是一个基因。
• Variant 是一个DNA 序列。
• 变体跨越基因。
• 变异 跨越等位基因。
• 基因型是两个拷贝的等位基因。
• 表型是人可观察到的特征。
• 基因型影响表型。
• 一个表型可以受到许多基因型的影响。
• 一个基因型可能影响许多表型。
• 人有很多基因型。
• 人有许多观察到的表型。
• 变体可以在人中发现。

---