腫瘤數據分析文獻大放送
這里我就推薦一些：

文獻1.基于大規(guī)模臨床隊列的CNV圖譜評估外顯子測序和外顯子CGH芯片的CNV

文章于2014年發(fā)表于Genetics in Medicine，標題是Assessing copy number from exome sequencing and exome array CGH based on CNV spectrum in a large clinical cohort，作者單位GeneDx, Gaithersburg, Maryland, USA.

研究目的：根據大規(guī)模臨床患者的比較基因組雜交芯片獲得致病CNV圖譜，開發(fā)一種從全外顯子測序數據中提取CNV的生物信息學方法，并證明其臨床實用性。

文章主體內容：

1. 描述大規(guī)模隊列中的CNVs，獲得人類基因組中的致病CNV圖譜

• 14228個Exon-focused arrays的CNV情況

• 14000個全基因組CMA的CNV情況

  基因內的CNV很普遍，多數CNV跨越至少1個外顯子。

1. 比較芯片與WES獲得CNV的一致性

• 9個樣本中12個芯片得到的CNV，用WES驗證

• 11個樣本，WES檢測到的CNV，用exome aCGH驗證

  10X的WES已經能發(fā)現許多致病CNV，當CNV涉及多外顯子時，WES的結果準確度高；當CNV只涉及1個外顯子時，WES的假陽性很高，且而且重復的假陽性率＞缺失；提高測序深度將提高CNV檢測的準確度。

1. 在實際臨床WES數據中檢測CNV，并用芯片評估

   WES檢測出54個可能的致病性CNV，aCGH或MLPA或qPCR驗證出34個。

文獻2.拷貝數變異檢測方法評論

文章于2018年發(fā)表在PlosOne，標題是A remark on copy number variation detection methods，作者單位是School of Mathematical Sciences, Peking University, Beijing, China

研究目的：比較微陣列和下一代測序技術（NGS）的高通量平臺檢測全基因組拷貝數丟失的準確度和一致性。

數據：254個同時具有SNP芯片和NGS數據的人類DNA樣本，分別來自Hapmap Project和1000 Genomes Project，分析拷貝數丟失。

主體內容

1.不同CNV calling的一致度低

Hapmap與千人基因組（測序）比較：CNV重疊部分＜30%

芯片CNVhac中與測序的重疊部分＜20%

芯片CNVhac中與Hapmap的重疊部分約50%

Hapmap和千人基因組中報告的CNV都是經過實驗驗證的

2.在測序數據中檢驗CNVhac獲得的拷貝數丟失區(qū)域的reads數是否顯著降低

卡方檢驗和置換檢驗，僅2個樣本拒絕零假設（共128個樣本）。說明與正常區(qū)域相比，絕大多數報告區(qū)域具有相對低的reads深度。

3.芯片獲得的拷貝數丟失候選基因的斷點在測序數據中檢測率高

128個樣本的chr11比對文件中檢測到了207個拷貝數丟失（CNVhac共報道了235個），88%的候選拷貝數丟失在測序數據中都有相應斷點。

結論：

CNVhac是檢測拷貝數變異的高度有效的方法。

Hapmap Project和1000 Genomes Project之間的重疊度低的原因是檢測標準不一致和多平臺的實驗驗證。（作者認為實驗驗證會引入較高的假陰性）

微信文章：測序會取代芯片檢測CNV嗎？

2016年發(fā)表在Genetics in Medicine的文章Low-pass whole-genome sequencing in clinical cytogenetics: a validated approach

染色體微陣列分析chromosomal microarray analysis 即CMA（包括比較基因組雜交array-CGH和單核苷酸多態(tài)性芯片SNP-array）一直是檢測致病性CNV的金標準 。

研究目的：研究全基因組低深度測序（~0.25X）在檢測染色體數目及結構異常的診斷效率和可行性

數據：198例流產，37例死產，149例產前和186例產后樣本進行CNV檢測分析。

主要內容

1.全基因組低深度測序與已知CMA結果比較：NGS檢測pCNV的敏感性及特異性均為100%，還發(fā)現了其他32個致病意義未明確的拷貝數變異

2.用自己的樣本進一步評估：NGS的檢測結果與CMA的結果100%一致

不管是aCGH還是基于測序深度檢測CNV的低深度的全基因組測序都不能檢測三倍體變異 。

資料來源

文獻3.前列腺癌靶向測序的拷貝數評估：分析驗證和臨床鑒定

2017年發(fā)表在Clin Cancer Res，Gene Copy Number Estimation from Targeted Next-Generation Sequencing of Prostate Cancer Biopsies: Analytic Validation and Clinical Qualification，作者單位The Institute of Cancer Research, London, United Kingdom

研究目的：靶向測序具有便宜、高通量、易操作的優(yōu)點，但對CNA的檢測尚不完善。

腫瘤樣本：110個轉移前列腺癌樣本，來源于34位患者的種系DNA作為基線參考。

實驗設計：用CNVkit檢測110個前列腺組織樣本的靶向NGS數據（DNA修復機器相關的基因和前列腺癌重要基因共113個）的CNV，并用基于捕獲的全外顯子測序、比較基因組芯片和FISH驗證該方法的可行性。

結果：
在使用匯集的種系DNA作為覆蓋度參考的前提下，CNA的估計準確，結果可重復度高（r=0.92）。

靶向NGS獲得的CNA與WES(r=0.86)和aCGH(r=0.7)相當；一些關鍵基因（BRCA2, MYC, PIK3CA, PTEN, and RB1 ）與WES (r = 0.91)和aCGH (r = 0.84) 的相關度更高。

該實驗中的CNA頻率與過去報道的類似 (i.e., deep deletions: BRCA2 4.5%; RB1 8.2%; PTEN15.5%; amplification: AR 45.5%; gain: MYC 31.8%) 。

FISH結果還表明，CNA的評估受腫瘤異質性的影響。

總結：靶向測序和CNVkit是一套穩(wěn)健、精準、高通量、經濟有效的CNA檢測方法

文獻4. 24-染色體拷貝數分析：比較目前已有的技術

文章于2013年發(fā)表Fertility & Sterility，標題是：24-chromosome copy number analysis: a comparison of available technologies.，作者單位是Bluegnome, Fulbourn, Cambridge; and Institute of Integrative and Comparative Biology, University of Leeds, Leeds, United Kingdom

評估了幾種檢測配子或受精卵細胞拷貝數變異的方法：染色體計數（FISH）、比較基因組雜交、比較基因組雜交芯片、PCR、SNP芯片、RT-PCR、新一代測序。

評價：比較的方向側重于臨床可用性。由于評估時間較早(2013年），芯片和測序技術還不夠普及，對比較芯片與測序的CNV參考意義不大。

文獻5.以aCGH-array為對照比較外顯子CNV檢測工具

文章于2013年發(fā)表在BioMed Research International，標題是Comparative Study of Exome Copy Number Variation Estimation Tools Using Array Comparative Genomic Hybridization as Control，作者單位是Center for Quantitative Sciences, Vanderbilt University, Nashville, TN 37027, USA

數據：16種乳腺癌細胞系，HiSeq2000外顯子測序，平均捕獲率48%，每個樣本平均117個reads。

方法：比較了4種（CoNIFER, cn.MOPS, exomeCopy, ExomeDepth）不需要配對樣本作為輸入的CNV檢測方法，以aCGH作為標準。

主要結果：

1. CNV數目：aCGH檢測出的CNV數目最多，其次分別是exomeCopy、ExomeDepth、 cn.MOPS、CoNIFER。

2. CNV長度分度

3. 計算不同檢測方法間的KL距離，比較差異性，與aCGH差異最小的是cn.MOPS。

KL距離，是Kullback-Leibler差異（Kullback-Leibler Divergence）的簡稱，也叫做相對熵（Relative Entropy）。它衡量的是相同事件空間里的兩個概率分布的差異情況。

其物理意義是：在相同事件空間里，概率分布P(x)的事件空間，若用概率分布Q（x）編碼時，平均每個基本事件（符號）編碼長度增加了多少比特。

KL距離越小代表差異度越小。

4. 分別統計各方法獲得的缺失與重復

5. 各方法獲得的CNV與aCGH的重疊部分，WES還檢測出于aCGH相反的結果（比如aCGH檢測為缺失，WES表現為重復）。cn.MOPS和CoNIFER的假陽性率更低。

結論：aCGH是檢測拷貝數變異的金標準，利用WES鑒定出的CNV數量更少，敏感度低，假陽性率高且存在復制偏差。但WES鑒定CNV的效率與所調用的方法有關，cn.MOPS和CoNIFER雖然獲得的CNV數目相對少，但真陽性率高。

文獻6.使用WES數據估計拷貝數基因型的組合方法

文章于2015年發(fā)表于Genomics，標題是Combinatorial approach to estimate copy number genotype using whole-exome sequencing data，單位是Division of Structural and Functional Genomics, Center for Genome Science, National Institute of Health, Republic of Korea

數據：80個健康韓國人（31名男性和49名女性） 的外周血樣本，Illumina HiSeq 2000平臺全外顯子測序，平均覆蓋深度60X。

方法步驟：

1. 用ExomeDepth和cn.MOPs檢測WES數據中的CNV

2. 根據結果定制芯片，進行aCGH檢測。評估2種CNV calling方式的準確度

3. 用CNVtools進行CNV基因分型。將分型結果與芯片和EXCAVATOR進行比較。

EXCAVATOR軟件：檢測WES檢測的拷貝數變異。可以對CNV分型。

結果：

1. ExomeDepth檢測到的CNV是cn.MOPs的兩倍多

2. ExomeDepth與aCGH獲得的CNV區(qū)域重疊率62.6%，cn.MOP 的重疊率為45%

3. 檢驗CNV基因型一致性，在缺失基因上，ExomeDepth / CNVtools方法比EXCAVATOR更精準。ExomeDepth檢測缺失的真陽性率（以aCGH為真陽性）為0.84，EXCAVATOR 的真陽性率為0.36.

結論：

作者主要在全基因組測序數據中用ExomeDepth / CNVtools組合方法檢測CNV，與aCGH的CNV區(qū)域重疊度62.6%；與EXCAVATOR比較，CNV分型效果更好。

WES數據可以獲得相對較好的CNV檢測效果，但aCGH是標準。

文獻7.在急性淋巴細胞白血病中靶向9p重測序與aCGH產生一致的結果，揭示了新的基因組改變

文章于2013年發(fā)表于Genomics，標題是Targeted resequencing of 9p in acute lymphoblastic leukemia yields concordant results with array CGH and reveals novel genomic alterations.，作者單位Department of Pathology, Haartman Institute and HUSLAB, University of Helsinki and Helsinki University Central Hospital, Finland.

數據：35名青少年/成人急性淋巴細胞白血病患者9p區(qū)域的靶向測序

主要目的：比較兩種方法的拷貝數變化結果。揭示了ALL中新的拷貝數變化，基因突變，融合及其頻率。

主要結果：

1. NGS檢測出的拷貝數變異

2. NGS與aCGH檢測CNV比較

• aCGH無法檢測到較小的CNV

• NGS無法檢測到大/全臂缺失，因為大的缺失覆蓋了幾乎整個測序區(qū)域

1. 分析檢測到的CNV，插入/缺失，SNP，結構重排/配對末端異常

結論：NGS與aCGH檢測到的CNV一致度高，但NGS在CNV檢測小局部變異時具有更高的靈敏度，而aCGH更準確地檢測到更大的CNV。發(fā)現了ALL中新的基因組變異。

我的總結

1. 長久以來芯片是檢測CNV的金標準，測序的優(yōu)勢在于可發(fā)現新的CNV

2. NGS在CNV檢測小局部變異時具有更高的靈敏度，而aCGH更準確地檢測到更大的CNV

3. 在檢測臨床已知的致病CNV中，低深度的WES已經可以達到較好的效果，芯片與測序獲得CNV的結果上一致度很高；但在精確比較二者間的CNV時，一致度稍差。

4. 對于WES來說，不同的CNV calling會帶來較大的結果差異。

5. 隨著測序和CNV calling技術的進步，從WES獲得CNV的準確率在不斷提高。