尔云间 一个专门做科研的团队

原创 小果 生信果

基本概念

拷贝数变异(Copy number variation, CNV)，一般指长度1KB以上的基因组大片段的拷贝数增加或者减少, 是基因组结构变异(Structural variation, SV) 的重要组成部分，也是染色体病的另一种重要致病机制。

人类基因组上5%~10% 的区域存在CNV，远高于其他遗传变异形式。每个人基因组中都携带有一定数量的 CNV，绝大部分为良性，并不会对机体造成影响，多数 CNV 低于 500kb。有致病意义的CNV 是造成自然流产和出生缺陷（致死）的重要遗传因素，在智力发育障碍和自闭症等神经系统异常中尤其扮演重要角色。

CNV的发生机制就是非等位基因重组，第一次是在减数第一次分裂前期，一对同源染色体染色体上的非姐妹染色单体交叉互换，第二次是在减数第一次分裂后期，同源色体分离，非同源染色体自由组合。基因组上非等位的两个高度同源的DNA序列在减数分裂或者有丝分裂的过程中发生错误的配对，并发生序列交换，从而导致缺失、重复的出现。

小果今天给大家介绍一款可用于分析全基因组的软件CNVnator。

软件依赖于root框架以及samtools。最终的可视化也是依赖于root软件，另外还有衍生的拓展程序CNVpytor，CNVpytor能更好的出图。

软件可以通过conda直接安装：

conda install cnvnator

提取mapping reads，这一步会生成root文件。以下命令同时提取多个染色体的reads数，也可以只提取单个染色体。

cnvnator -root test.root -tree test.bam -chrom $(seq 1 22) X Y # 如果包含chr cnvnator -root test.root -tree test.bam -chrom $(seq -f 'chr%g' 1 22) chrX chrY


划分bin统计：
cnvnator -root test.root -his 1000 -chrom $(seq 1 22) X Y -fasta reference.fa


区域统计：
cnvnator -root test.root -stat 1000
区域计算：
cnvnator -root test.root -partition 1000


分析获得CNV：
cnvnator -root test.root -call 1000 > test.cnvnator.txt
转换为vcf格式结果，其中inpidual fasta可参考control-free使用中的拆分开fasta。
cnvnator2VCF.pl -prefix test -reference reference test.cnvnator.txt /path/to/inpidual/fasta_files

关注小果，小果将会持续为你带来更多生信干货哦。

推荐阅读

• GEO数据到底需不需要标准化，看这里
  
• miRNA靶基因的集大成者，miRWalk数据库
  
• 不做实验也能看到的显微图像，HPA数据库
  
• 简单使用ICGC数据库进行数据查询与下载
  
• 铁死亡基因的专属仓库，FerrDb数据库