如何進行全基因組數據CNV分析

本篇文章給大家分享的是有關如何進行全基因組數據CNV分析，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

除了利用aCGH和snp芯片來檢測CNV之外，也可以通過NGS數據來分析CNV, 比如全基因組和全外顯子測序。針對全基因組CNV的檢測，還針對開發了一種稱之為CNV_seq的測序策略，指的是低深度全基因組測序，只需要5X的測序深度，就可以有效的檢測CNV。

根據軟件的基本原理，可以分為以下4大類別，圖示如下

1. Read-Pair(RP)

RP是最早出現的算法，利用雙端測序插入片段長度分布來檢測CNV， 也稱之為PEM，pair end mapping方法。雙端測序插入片段長度分布如下圖所示

當插入片段長度過長或者過短時，都代表著基因組發生了結構變異，如上圖中的兩個閾值，圖示如下

以上兩幅圖來自文獻Jan O. Korbel et al.Science 318, 420 (2007)

當計算出來的插入片段長度小于cutoff I時，說明相比reference, 實際檢測樣本中對應區域插入了部分堿基，相反地，如果計算出來的插入片段長度大于cutoff D時，說明相比reference, 實際檢測樣本對應區域插入了部分堿基。

受到測序讀長的影響，該方法適用于檢測中等長度的insertion和deletion, 對過小的插入不敏感，而且比較依賴比對的準確性，無法分析低復雜度的segmental duplication區域。

采用該策略的部分軟件列表如下

1. BreakDancer

2. PEMer

3. Ulysses

2. Split-read(SR)

SR方法利用一端能夠比對，另外一端比對不上的reads來識別CNV。另外一端比對不上，可能是存在CNV, 通過將單獨的reads進行拆分，使其能夠正確比對到參考基因組上，拆分的點就是CNV的斷裂點。

只利用了單端reasd, 讀長進一步受到限制，所以該方法只適用于檢測小規模的插入和缺失，采用該策略的部分軟件列表如下

1. Pindel

2. PRISM

3. SVseq2

4. Gustaf

3. Read-Depth(RD)

RD方法利用拷貝數和對應區域測序深度的相關性來進行分析，基本模型是缺失區域的測序深度相對低，而插入區域的測序深度相對高。該算法采用滑動窗口的方式，統計每個窗口內的測序深度分布，然后根據不同窗口測序深度的分布來預測CNV區域，圖示如下

上圖來自文獻Genome Res. 2011. 21: 974-984

類似芯片中的log ratio值，在RD方法中，會根據區域對應的測序深度來判斷對應的CNV數目。在該類方法中，滑動窗口的大小對結果影響較大，當窗口很大時，一些長度很短的small  cnv信號就會被掩蓋。

相比RP和SR兩種方法，RD可以進行CNV分型，明確CNV的數目，RP和SR只能檢測斷點的位置， 而且RD可以檢測大規模的CNV, 是目前較為主流的算法。采用該策略的部分軟件列表如下

1. CNVnator

2. ERDS

3. ReadDepth

4. CNVrd2

4. Assembly(AS)

AS方法利用測序得到的短序列進行組裝，將組裝的contig與參考基因組進行比較，從而確定發生了結構變異的區域。組裝的精確依賴測序讀長和算法的準確度，而且組裝對硬件資源的消耗特別大，并不是一個理想的CNV檢測的算法，這里就不做過多的介紹了。

以上4種是最基本的算法理念，還有很多軟件會綜合其中的某幾種算法來檢測CNV, 比如speedseq中集成的lumpy軟件，綜合利用RP,SR, RD三種方式來檢測CNV。

比對準確性是基于NGS的策略檢測結果準確的前提，mapping的準確率和二代測序對基因組的覆蓋度都會影響到CNV的檢測結果，同時在計算測序深度時GC含量差異帶來的PCR擴增偏移，也需要進行校正，通過設置對照樣本，能夠有效的減少系統誤差的干擾，更好的進行CNV的檢測。

綜上所述，每種算法各有其優缺點，綜合使用多種策略有助于提高檢測結果的準確性和敏感性，同時設置對照樣本，可以更加有效的分析拷貝數的變化。

以上就是如何進行全基因組數據CNV分析，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業資訊頻道。