靶向测序的CNV分析简介
欢迎关注”生信修炼手册”!
相比全基因组,全外显子组只针对外显子区域进行测序,更加的经济高效。全外显子利用特定的芯片捕获外显子区域进行测序,在这个思想的基础上进一步延伸,如果只关注与疾病或者特定表型相关的某些基因,只需要针对这些区域进行测序就可以了。
通过PCR或者芯片捕获的方式,富集感兴趣的目的区域的reads然后进行测序,这就是target sequencing, 也称之为target resequencing, taget-NGS,tg-NGS等。其中,针对某种特定疾病或者表型,将相关的候选基因集中起来,只针对这些基因进行测序,就是通常所说的panel测序。
目的区域靶向测序更加的经济高效,可以实现500到1000X, 甚至更高的测序深度,有助于发现罕见变异,挖掘疾病相关基因,在临床研究中应用广泛。目前通过靶向测序挖掘CNV的相关工具相对而言比较少,一篇发表在ScienceDirect上的文章对相关工具进行了测评,文章链接如下
https://www.sciencedirect.com/science/article/pii/S1383574218300371
标题如下
文章中列举的针对tg-NGS测序的CNV工具如下
WES也算是靶向测序的一种,所以针对WES的工具也一起进行了测评,最终进行测评的工具列表如下
ExomeCNV
ExomeCopy
CONTRA
ExomeDepth
CONIFER
CANOES
CODEX
CLAMMS
CoNVaDING
DECoN
CNVkit
SeqCNV
所有的工具都是基于read depth的分布来预测CNV,利用平均测序深度300X的模拟数据,测试结果如下
A和B分别表示灵敏度和特异性,不同颜色代表control样本的多少,可以看到,名列前茅的分别是DECoN, exomeDepth, exomeCNV。
对不同软件的假阴性率进行评估,结果如下图所示
可以看到各种情况下,DECoN的假阴性率都是最低的。考虑到每个软件都有自己的限制,综合多款软件的结果来进行分析,不用个数的最佳软件组合汇总如下
二代测序CNV检测的最大挑战是各种系统误差,GC含量,重复序列,捕获效率,PCR偏倚等导致的测序深度分布不均匀,处理方法可以大致分为两种,第一种考虑各种因素进行建模,校正系统误差,第二种通过对照样本,通过实验样本和对照样本的比较,来减少系统误差的影响。
对于靶向测序而言,其测序深度分布的影响因素过多,很难有一个最佳的模型可以校正系统误差,所以采用对照样本的方式是比较主流的算法。
综合来看,DECoN软件在本次测评中效果是最好的,灵敏度和特异性都是最佳,其次有ExomeDepth和ExomeCNV。对于panel测序的CNV鉴别,推荐使用这3款软件。
·end·
—如果喜欢,快分享给你的朋友们吧—
扫描关注微信号,更多精彩内容等着你!
靶向测序的CNV分析简介相关推荐
- 拷贝数变异(Copy number variation, CNV)分析简介
拷贝数变异(Copy number variation, CNV)分析简介 拷贝数变异简介(CNV) CNV,即拷贝数变异(Copy number variation, CNV),是由基因组发生重排而 ...
- 全基因组数据CNV分析简介
欢迎关注"生信修炼手册"! 除了利用aCGH和snp芯片来检测CNV之外,也可以通过NGS数据来分析CNV, 比如全基因组和全外显子测序.针对全基因组CNV的检测,还针对开发了一种 ...
- 【7.9 讲座直播】纳米孔靶向测序技术在新型冠状病毒与常见呼吸道病毒快速诊断中的应用...
2020年6月24日,武汉大学药学院刘天罡教授团队.武汉大学人民医院李艳教授团队.中国科学院上海营养所魏武研究员团队,以及来自武汉臻熙医学检验实验室有限公司负责人付爱思博士团队在Small(<微 ...
- 使用CNVkit进行CNV分析
欢迎关注"生信修炼手册"! CNVkit是一款CNV预测软件,适用于全外显子,目的区域靶向测序等数据的CNV检测,官网如下 https://cnvkit.readthedocs.i ...
- 捋一下测序后生信分析内容及其常用软件
捋一下测序后生信分析内容及其常用软件 当我们测完序拿到原始数据之后,第一件事肯定是进行rawdata进行过滤.质控过滤软件如fastqc.multiQC.trimmomatic等. 得到基因组的cle ...
- Indel (Insertion and Deletion)分析简介
Indel (Insertion and Deletion)分析简介 InDel 简介 InDel 是指基因组中小片段的插入或缺失序列,其长度在 1-50bp 之间.原因在于Illumina测序的re ...
- 【lifelines中文wiki】生存分析简介
[lifelines中文wiki]生存分析简介 英文原版连接 应用领域 生存分析最初是用来预测个人的寿命的.当遇到"这群人会活多长?"这类问题的时候,保险精算师.健康专家就会采用生 ...
- 《计算传播学导论》读书笔记——第二章文本分析简介
<计算传播学导论>读书笔记--第二章文本分析简介 第一节 文本分析研究现状 常用文本挖掘技术 第二节 文本分析与传播学研究 (一)为什么文本挖掘技术逐渐受到传播学者的关注 (二)不同文本分 ...
- 易基因|一文读懂精准简化基因组甲基化测序(RRBS+oxRRBS)分析怎么做
大家好,这是专注表观组学十余年,领跑多组学科研服务的易基因. 本期,我们讲讲精准简化基因组甲基化测序(RRBS+oxRRBS)怎么做,从技术原理.建库测序流程.信息分析流程等方面详细介绍. 一.精准简 ...
- 《计算传播学导论》读书笔记:第二章 文本分析简介
目录 第二章 文本分析简介 第一节 文本分析研究现状 第二节 文本分析与传播学研究 一.为什么文本挖掘技术逐渐受到传播学者的关注? 二.不同的文本分析研究对传播学的理论贡献 第三节 文本分析的基本步骤 ...
最新文章
- 帝国cms后台模板编辑器辅助增强插件代码高亮格式化显示
- oracle分页排序
- HTML基础学习(一)—HTML
- 析构函数为什么写成虚函数?
- 电脑打字手指正确姿势_洞箫的演奏姿势和动作
- 再识PCI:一个PCI驱动实例
- 原因为 1.无法找到文档; 2. 无法读取文档; 3. 文档的根元素不是xsd:schema
- 用Asp.Net创建基于Ajax的聊天室程序
- oracle数据泵能增量吗,Oracle12c中数据泵新特性之功能增强(expdp, impdp)
- 从零开始学Java自己利用接口和集合框架做的简单图书管理系统
- 马云在《赢在中国》对创业者的经典点评~
- 【数学与统计基础】常用统计检验方法的Python实现
- TF之saved-model踩坑,多次保存模型必看
- java 判断今天_java判断日期是否是今天
- sysbench 压力测试工具(实战)
- Linux下学习DB2命令的笔记
- egret_eui容器
- 基于Java+Spring+Vue+elementUI大学生求职招聘系统详细设计实现
- 提取文章中的人名php,php中实现将姓名拆分为姓氏和名字
- GDT陶瓷气体放电管与MOV压敏电阻串联时的导通顺序-优恩