Cnv Caller Plotter译为：拷贝数变异调用绘图器

CNV Caller & Plotter 从全基因组测序（WGS）数据中检测拷贝数变异（CNVs），并为癌症基因组学、罕见疾病分析和群体遗传学研究生成基因组范围的可视化图。提供CNV调用、分段分析和出版级可视化。

关键能力：

• CNV检测：从对齐的测序数据中识别拷贝数增益和损失
• 基因组分段：将基因组划分为二进制窗口以估计拷贝数
• 灵活的输入支持：处理BAM、VCF和其他标准基因组格式
• 出版级别图：以PNG、PDF或SVG格式生成基因组范围的CNVprofiles
• 标准输出格式：以BED格式导出CNV调用以进行下游分析

何时使用：

• 分析癌症基因组以识别体细胞拷贝数变异（SCNAs）
• 研究具有疑似拷贝数变异病因的罕见疾病
• 进行比较群体遗传学研究以比较不同群体的CNV频率
• 为出版物或报告生成基因组范围的CNV可视化
• 为与其他分析管道集成创建BED格式的CNV调用
• 执行肿瘤和正常样本之间的比较CNV分析
• 验证来自SNP阵列的CNV调用与测序数据

何时不使用：

• 使用定向测序面板（外显子/定向捕获）→ 使用专用工具，如CNVkit或ExomeDepth
• 检测涉及易位或逆转的结构变异 → 使用结构变异调用器
• 分析单细胞RNA-seq数据 → 使用单细胞特定的CNV工具（例如inferCNV）
• 检测小的indels（<50bp）→ 使用变异调用器进行小变异检测
• 需要临床级别的CNV检测用于诊断目的 → 使用经过验证的临床管道并进行适当的QC
• 使用低覆盖度数据（<10x）→ 结果可能不可靠；考虑使用SNP阵列方法

相关技能：

• 上游：fastqc-report-interpreter、alignment-quality-checker、variant-caller
• 下游：circos-plot-generator、go-kegg-enrichment、heatmap-beautifier

与其他技能集成 上游技能：

• fastqc-report-interpreter：在CNV调用之前评估测序质量；低质量数据可能会产生不可靠的CNV
• alignment-quality-checker：验证BAM文件质量和覆盖度均匀性；不均匀的覆盖度会导致CNV伪影
• variant-caller：生成SNV/indel调用以进行癌症样本的综合CNV-SNV分析

下游技能：

• circos-plot-generator：创建集成CNV和其他基因组特征的圆形基因组图
• go-kegg-enrichment：对CNV区域内的基因进行通路富集分析
• heatmap-beautifier：可视化多个样本的CNVprofiles

完整工作流程： 原始WGS数据 → fastqc-report-interpreter → alignment-quality-checker → cnv-caller-plotter → circos-plot-generator → 出版图

核心能力

• 拷贝数变异检测

from scripts.main import CNVCaller
# 初始化CNV调用器以二进制大小
caller = CNVCaller(bin_size=1000)
# 从BAM文件调用CNV
cnv_calls = caller.call_cnvs(
    input_file="sample.bam",
    reference="hg38.fa"
)
# 查看检测到的CNV
for cnv in cnv_calls:
    print(f"{cnv['chrom']}:{cnv['start']}-{cnv['end']}")
    print(f"拷贝数：{cnv['cn']}")
    if cnv['cn'] > 2:
        print(f"类型：扩增（增益）")
    elif cnv['cn'] < 2:
        print(f"类型：缺失（损失）")
参数：
参数类型：必需：描述：默认值
input_file：str：是：输入BAM或VCF文件的路径：无
reference：str：是：参考基因组FASTA文件的路径：无
bin_size：int：否：基因组二进制窗口的大小（bp）：1000
CNV调用策略：
方法：最适合：灵敏度：特异性
读取深度分析：大CNV（>10kb）：高：中
配对末端映射：中CNV（1-10kb）：中：高
拆分读取分析：小CNV（<1kb）：中：高
综合方法：全面检测：高：高
最佳实践：
使用适当的二进制大小：1000bp用于WGS，较小的用于定向分析
确保足够的覆盖度：最低15-20x用于可靠的CNV检测
匹配参考基因组：使用与对齐相同的参考基因组（hg19 vs hg38）
检查覆盖度均匀性：GC偏差可能会导致假阳性CNV
常见问题和解决方案：
问题：重复区域的假阳性CNV
症状：许多CNV调用在中心粒、端粒或段重复中
解决方案：过滤重叠已知问题区域的CNV；使用可映射性过滤器
问题：小CNV的低灵敏度
症状：尽管覆盖度足够，但缺少小于5kb的CNV
解决方案：减小二进制大小；使用拆分读取或配对末端信号以及深度
基因组分段和二进制化
将基因组划分为窗口/二进制文件以估计拷贝数，实现对整个基因组的系统分析。