PennCNV如何利用SNP芯片检测CNV

本篇文章给大家分享的是有关PennCNV如何利用SNP芯片检测CNV，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

通过SNP芯片来检测CNV，对应的分析软件有很多，PennCNV就是其中之一，该软件通过隐马可夫模型来检测CNV, 官网如下

http://penncnv.openbioinformatics.org/en/latest/

数据分析的pipeline示意如下

首先我们需要准备signal intensity file， 该文件用来记录每个位点对应的LRR和BAF两个统计值，有两种格式，第一种格式示意如下

\t分隔的6列，第一列为SNP的名称，第二列为snp位点所在的染色体名称，第三列为snp位点所在的染色体位置，第四列为该位点的分型结果，第五列为LRR统计值，第六列为BAF统计值，对于cnv calling而言，最重要的是Name, LRR, BAF这3列的值，所以该文件还可以有第二种格式，示意如下

其次需要芯片平台对应的HMM和PFB文件，在软件的安装目录自带了部分芯片对应的这两种文件。PFB是population frequency of B allel的缩写，本质是每个SNP位点的MAF, 同时还提供了染色体位置的注释信息，内容示意如下

对于SNP芯片上集成的非SNP探针，约定其PFB的值为2。需要注意的是，只有该文件中记录的位点才会用于CNV calling的分析，当我们需要筛选位点时，只需要在该文件中进行过滤即可。HMM文件是软件自带的，提供了不同拷贝数之间的转移概率。准备好输入文件之后，就可以进行分析了，常见的分析步骤如下

1. CNV calling

对于独立样本，检测CNV的命令如下

detect_cnv.pl \
-test \
-hmm lib/hh650.hmm \
-pfb lib/hh650.hg18.pfb \
sample.txt \
-log sample.log \
-out sample.rawcnv

输出内容如下所示

第一列为CNV的染色体区域，第二列为该CNV区域包含的SNP位点数目，第三列为CNV区域的长度，第四列中cn表示该CNV区域的拷贝数，后面依次是样本对应的输入文件，起始和终止的snp name, 打分值。

2. 筛选CNV

常见的筛选策略如下

1. 根据长度和包含的位点数等统计指标进行过滤

2. 根据染色体区域进行筛选，过滤掉位于特殊区域的CNV,比如着丝粒，端粒等区域

   
   

根据长度过滤的命令如下

filter_cnv.pl \
-numsnp 10 \
-length 50k \
sampleall.rawcnv

过滤掉包含的snp位点数少于10个，长度小于50kb的CNV区域。

3. CNV的注释

通常会对CNV区域进行以下注释

1. overlap的基因

2. 上下游最邻近的基因

3. overlap的功能元件

   
   

命令如下

scan_region.pl \
sampleall.rawcnv \
hg19_refGene.txt \
-refgene \
-reflink hg19_refLink.txt  \
> sampleall.cnv.hg19

4. CNV的可视化

对CNV区域内SNP位点的LRR和BAF值进行可视化，命令如下

visualize_cnv.pl \
-format plot \
-signal sample.txt \
sampleall.rawcnv

结果示意如下

该软件还有很多高级的用法，比如家系样本的CNV检测，case/control的关联分析等等。

以上就是PennCNV如何利用SNP芯片检测CNV，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注亿速云行业资讯频道。