如何進(jìn)行WES的CNV分析，相信很多沒有經(jīng)驗(yàn)的人對此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個(gè)問題。

我們提供的服務(wù)有：網(wǎng)站設(shè)計(jì)制作、網(wǎng)站建設(shè)、微信公眾號開發(fā)、網(wǎng)站優(yōu)化、網(wǎng)站認(rèn)證、高坪ssl等。為上1000家企事業(yè)單位解決了網(wǎng)站和推廣的問題。提供周到的售前咨詢和貼心的售后服務(wù)，是有科學(xué)管理、有技術(shù)的高坪網(wǎng)站制作公司

基于全基因組數(shù)據(jù)來檢測CNV是非常有效的一個(gè)手段，然而全基因組的成本還是挺高的。全外顯子組在檢測SNP方面已經(jīng)比較成熟，考慮到外顯子上的變異可能更具有致病性，科研人員也希望通過檢測外顯子上的CNV來實(shí)現(xiàn)一個(gè)高效，經(jīng)濟(jì)的CNV檢測，很多的軟件被開發(fā)用于WES的CNV分析。

CNV區(qū)域的長度可能橫跨了多個(gè)外顯子或者基因，斷裂點(diǎn)位于外顯子以外的位置，所以全基因組分析中Read-pair, split-read的策略無法應(yīng)用到WES的CNV分析中，只能通過read-depth的策略來進(jìn)行分析。

然而和全基因組不同，全外顯子靶向捕獲了基因組的外顯子區(qū)域，考慮到GC含量，序列捕獲等系統(tǒng)誤差，其測序深度的分布和CNV之間的相關(guān)性更加復(fù)雜，建模衡量的難度更大，所以之前適用于WGS分析的CNV檢測軟件很多都不可以用于WES的分析。

為了有效減少系統(tǒng)誤差的影響，提高CNV檢測的準(zhǔn)確率，很多WES的分析軟件都會(huì)需要一個(gè)對照樣本，將對照樣本和測試樣本進(jìn)行比較來識(shí)別二者間差異的地方，從而回避系統(tǒng)誤差帶來的影響。同樣的protocol意味著同樣的系統(tǒng)誤差，而二者直接還存在的差異就是由于樣本本身的差異引起的了，這就是對照樣本的作用。所以WES的CNV檢測經(jīng)典的用處就是檢測體細(xì)胞CNV,即SCNA變異，提供配對的癌和癌旁樣本來進(jìn)行分析。

在以下文獻(xiàn)中，詳細(xì)列舉了幾種外顯子CNV檢測的軟件

https://academic.oup.com/bib/article/16/3/380/245577

根據(jù)是否需要對照樣本分成以下3大類

1. paired data, 需要配對的對照樣本

2. pooled data, 不需要對照樣本

3. paired and pooled data, 兩種策略都可以

1. paired data

軟件列表如下

1. ExomeCNV

2. Varscan2

3. Control-Freec

4. exome2cnv

5. PropSeg

2. pooled data

軟件列表如下

1. condex

2. exomeCOPY

3. cn.mops

4. conifer

5. ExomeDepth

6. XHMM

7. ExoCNVTest

8. Excavator

3. paired and pooled data

軟件列表如下

1. contar

2. ADTEx

3. FishingCNV

該文章發(fā)表于2014年，在之后又陸續(xù)發(fā)表了很多新工具，比如excavator, 2016年發(fā)表在Nucleic Acids Research上的文章介紹了excavator2進(jìn)行CNV分析的強(qiáng)大之處，鏈接如下

https://academic.oup.com/nar/article/44/20/e154/2607979

不同工具算法模型都各不相同，各有優(yōu)劣，在2014年發(fā)表的一篇文章對多個(gè)軟件進(jìn)行了評估，標(biāo)題如下

在文章中，列舉了很多CNV分析的軟件，示意如下

最終選取了以下4款軟件來進(jìn)行評估

1. XHMM

2. CoNIFER

3. ExomeDepth

4. CONTRA

從以下多個(gè)方面進(jìn)行了評估

1. CNV長度和分布

不同軟件檢測到的CNV長度分布不同，結(jié)果統(tǒng)計(jì)如下

CNV的長度可以從幾十bp跨越到幾Mb的范圍，通常認(rèn)為小于300bp和長度在6kb左右的CNV應(yīng)該是數(shù)量最多的。WES的CNV檢測工具都是基于read-depth算法，采用滑動(dòng)窗口的方法，窗口越大，最終鑒定出來的CNV可信度越高，所以在檢測小片段的CNV方面，能力較差。

從統(tǒng)計(jì)結(jié)果可以看出，Conifer沒有鑒定出1kb以下的CNV, 因?yàn)檫@款軟件要求CNV至少需要覆蓋3個(gè)exon區(qū)域，XHMM和ExomeDepth則可以同時(shí)檢測小片段和大片段的CNV, CONTRA檢測出來的數(shù)量過多，是由于其校正read-depthh的算法過于敏感，所以鑒定出來的CNV過多，在檢測小于1kb的小片段CNV時(shí)，比較適合。

不同軟件鑒定到的CNV的數(shù)量和類型展示如下

2. 和WGS的一致性

采用了cnvnator和ERDS兩款軟件對WGS數(shù)據(jù)進(jìn)行CNV檢測，然后和WES的結(jié)果進(jìn)行一致性分析，以exon為單位進(jìn)行評估，當(dāng)一個(gè)exon 50%以上的區(qū)域落在CNV區(qū)域時(shí)進(jìn)行計(jì)算，比較不同軟件檢測到的exon和WGS數(shù)據(jù)exon的overlap情況，結(jié)果如下

盡管都很低，但是很明顯ExomeDepth overlap率最高，接下來是XHMM。

3. 和Common CNV的一致性

利用1000G項(xiàng)目中在人群中頻率大于5%的cnvs作為common cnv, 采用上述的方法評估不同軟件和common cnv的一致性，結(jié)果和WGS一致，也是ExomeDepth最高，XHMM次之。

4. Mendelian Error Rate評估

通常情況下denovo CNV的概率是非常低的，將denovo CNV作為Mendelian Error Rate的指標(biāo)，對個(gè)體及其雙親同時(shí)進(jìn)行CNV分析，評估denovo cnv的頻率，結(jié)果如下

每個(gè)軟件不符合孟德爾遺傳的CNV比例都很高，conifer最高，而CONTRA最低。

5. deletion CNV的假陽性檢測

對于deletion CNV而言，其染色體區(qū)域只剩下一份拷貝，在該區(qū)域內(nèi)的SNV必然為純合性的，所以將包含了雜合SNV的CNV區(qū)域作為假陽性的結(jié)果，考慮到SNP分型的準(zhǔn)確率，將同時(shí)滿足以下兩個(gè)條件的缺失區(qū)域定義為假陽性的結(jié)果

1. 包含了2個(gè)以上的雜合SNP

2. 20%以上的SNP位點(diǎn)為雜合

拷貝數(shù)缺失的假陽性統(tǒng)計(jì)結(jié)果如下

6. 不同軟件之間的一致性

基于exon水平來統(tǒng)計(jì)不同軟件之間的一致性，結(jié)果如下所示

綜合以上6個(gè)指標(biāo)來看，沒有哪個(gè)軟件是全面優(yōu)于其他軟件的，在不同指標(biāo)上，不同軟件各有優(yōu)劣。

在進(jìn)行WES的CNV檢測時(shí)，基于一款軟件的結(jié)果很難兼顧靈敏度和特異性，最好的方法還是結(jié)合多款軟件的結(jié)果進(jìn)行判斷。

看完上述內(nèi)容，你們掌握如何進(jìn)行WES的CNV分析的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝各位的閱讀！