如何進行靶向測序的CNV分析簡介

如何進行靶向測序的CNV分析簡介，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。

相比全基因組，全外顯子組只針對外顯子區域進行測序，更加的經濟高效。全外顯子利用特定的芯片捕獲外顯子區域進行測序，在這個思想的基礎上進一步延伸，如果只關注與疾病或者特定表型相關的某些基因，只需要針對這些區域進行測序就可以了。

通過PCR或者芯片捕獲的方式，富集感興趣的目的區域的reads然后進行測序，這就是target sequencing, 也稱之為target resequencing， taget-NGS，tg-NGS等。其中，針對某種特定疾病或者表型，將相關的候選基因集中起來，只針對這些基因進行測序，就是通常所說的panel測序。

目的區域靶向測序更加的經濟高效，可以實現500到1000X， 甚至更高的測序深度，有助于發現罕見變異，挖掘疾病相關基因，在臨床研究中應用廣泛。目前通過靶向測序挖掘CNV的相關工具相對而言比較少，

列舉的針對tg-NGS測序的CNV工具如下

WES也算是靶向測序的一種，所以針對WES的工具也一起進行了測評，最終進行測評的工具列表如下

1. ExomeCNV

2. ExomeCopy

3. CONTRA

4. ExomeDepth

5. CONIFER

6. CANOES

7. CODEX

8. CLAMMS

9. CoNVaDING

10. DECoN

11. CNVkit

12. SeqCNV

    
    

所有的工具都是基于read depth的分布來預測CNV,利用平均測序深度300X的模擬數據，測試結果如下

A和B分別表示靈敏度和特異性，不同顏色代表control樣本的多少，可以看到，名列前茅的分別是DECoN, exomeDepth, exomeCNV。

對不同軟件的假陰性率進行評估，結果如下圖所示

可以看到各種情況下，DECoN的假陰性率都是最低的。考慮到每個軟件都有自己的限制，綜合多款軟件的結果來進行分析，不用個數的最佳軟件組合匯總如下

二代測序CNV檢測的最大挑戰是各種系統誤差，GC含量，重復序列，捕獲效率，PCR偏倚等導致的測序深度分布不均勻，處理方法可以大致分為兩種，第一種考慮各種因素進行建模，校正系統誤差，第二種通過對照樣本，通過實驗樣本和對照樣本的比較，來減少系統誤差的影響。

對于靶向測序而言，其測序深度分布的影響因素過多，很難有一個最佳的模型可以校正系統誤差，所以采用對照樣本的方式是比較主流的算法。
綜合來看，DECoN軟件在本次測評中效果是最好的，靈敏度和特異性都是最佳，其次有ExomeDepth和ExomeCNV。對于panel測序的CNV鑒別，推薦使用這3款軟件。

看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注億速云行業資訊頻道，感謝您對億速云的支持。