百篇文献汇总精华！单细胞高级分析（五）-拷贝数变异分析

在基因组变异中，拷贝数变异(CNV) 是癌症的重要遗传驱动因素 。CNV 是基因组事件，其中特定基因的拷贝数因个体而异，甚至因细胞而异。肿瘤细胞与导致基因扩增和基因缺失的体细胞CNV变化有关。然而，由于缺乏单细胞全基因组测序，很难在单细胞中检测和量化CNV事件。相比之下，单细胞RNA测序技术的快速发展能够获得单细胞整个基因表达谱的数据，然而在单细胞中确定 CNV 非常具有挑战性。由于基因表达的不均匀覆盖和动态变化，推断CNV的方法面临困难。但是，现在也已经开发出一些算法针对scRNA转录组数据推断CNV事件，其中，inferCNV是一个常用的从肿瘤单细胞RNA-Seq数据推断拷贝数变化分析的工具，用于识别数据中的恶性细胞。R包inferCNV源于2014年发表在science上的一篇文章，后由broad研究所开发而成。下图为inferCNV整体分析过程。

infercnv用于探索肿瘤单细胞RNA-Seq数据，以确定体细胞大规模染色体拷贝数改变的证据，例如整个染色体或染色体的大片段的增加或缺失。在整个基因组范围内，将每个肿瘤细胞基因表达与平均表达或“正常”参考细胞基因表达对比，通过热图的形式展示每条染色体上的基因相对表达量。可以直观看出，相对于正常细胞来讲，肿瘤细胞基因组会发生大规模的过表达或者低表达。infercnv提供了几个残余表达过滤器，以探索最小化噪声并进一步揭示支持CNA的信号。此外，infercnv还包括预测CNA区域和根据异质性模式定义细胞簇的方法。

百篇文献中近20%的文献中用到了该分析，常见的结果展示图如下：

以下是我们复现结果：  

这是初步的infercnv 结果，未经过denoise或HMM（隐马尔科夫模型，HiddenMarkov Model）。正常细胞的表达值绘制在顶部热图中，可能具有恶性的细胞绘制在底部热图中，基因在整个染色体上从左到右排列。通过有效地从恶性细胞表达数据中减去正常细胞表达数据以产生差异，其中染色体区域扩增显示为红色块，而染色体区域缺失显示为蓝色块。

下图为inferCNV最终产生的去噪后的热图。热图展示每个细胞在各个染色体区域的相对表达强度，上方热图代表参考细胞的展示结果，下方热图代表目标细胞的展示结果。图中每一行表示一个细胞，每一列表示一个基因。热图左边第一个图注代表聚类数目，只有一个时表示没有聚类，左边第二个图注代表细胞类型，上方图注为对应排列的染色体。红色表示CNV 扩增，蓝色表示CNV 缺失，颜色越深代表CNV变异越明显。

以上为inferCNV分析展示一二，其实结果中还有很多数据信息，比如我们可以提取inferCNV分析结果计算CNV score, 用箱型图或者小提琴图画不同组或者细胞中的cnv结果，用于比较不同的细胞群或者不同的样本的CNV的差异，以识别到可能的恶性细胞类型。

下图中彩色组别为目标细胞组，白色组别为参考细胞组。可以看到platelets组明显高于其它组别。

以上为本次单细胞测序高级分析inferCNV分析的结果，其他高级分析且听下回分解。