PennCNV:利用SNP芯片检测CNV

PennCNV:利用SNP芯片检测CNV

欢迎关注”生信修炼手册”!

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

​​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/hh550.hmm \-pfb lib/hh550.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

根据长度和包含的位点数等统计指标进行过滤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

overlap的基因上下游最邻近的基因overlap的功能元件

命令如下

scan_region.pl \sampleall.rawcnv \hg19_refGene.txt \-refgene \-reflink hg19_refLink.txt \> sampleall-v.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，更多用法请参考官方文档。

·end·

—如果喜欢，快分享给你的朋友们吧—

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。