WGS | cfDNA call CNV

不论是WGS 还是cfDNA sequencing，call CNV的整体思路都是一样的，一般分为下面的步骤：

1. 将基因组分成相同size 的bin （non-overlap）， cfDNA 数据局部coverage bias比较多，bin的size不可以太小。还存在要不要去除genome含N区域的问题，但是对结果影响不大。

2.  统计每个bin coverage

3. normalize bin coverage by mean coverage of the whole genome

4. correct GC bias using lowess-smoothing，大致原理是将所有bin按照GC含量做一个排序，做regression (coverage~GC)，拟合出coverage 跟GC之间的关系（GC bias），在针对每个bin，减去这个bias。

下面的例子来自于biostars

1 gcCount.loess <- loess(RC~GC,data=RC_DT,control=loess.control(surface = "direct"),degree=2)
2 predictions1<- predict (gcCount.loess,RC_DT$GC)
3 resi <- RC_DT$RC-predictions1
4 RC_DT$RC <- resi

5.  for each bin, calculate log2 fold change of matched whole blood control。

6. bins are segmented using circular binary segmentation (CBS)

当然也有现成的工具可以用，ichorCNA和QDNAseq。另外，normalize的方法在CNVkit 这个package中写得很好，可以参考。另外一个github

 

posted @ 2020-08-05 16:53  wangbkmark  阅读(840)  评论(0)    收藏  举报