作者辫愉，追風(fēng)少年i~~
hello栅受，周四了，已經(jīng)7月下旬了恭朗，有些難道真的是命中注定？依疼？再怎么努力也沒用痰腮？？
最近有人問我為什么開始收費(fèi)了律罢，我真的是被別人抄襲害怕了膀值，沒辦法，被老六給嚇得~~~~
好了误辑，今天我們來分享關(guān)于空間CNV的分析內(nèi)容沧踏，其實(shí)一開始對(duì)于空間轉(zhuǎn)錄組能否做CNV是存疑的，空間轉(zhuǎn)錄組的每個(gè)spot包含不止一個(gè)細(xì)胞巾钉，尤其腫瘤細(xì)胞翘狱，包含的細(xì)胞更多，這樣的話砰苍，如何選擇合適的ref潦匈？阱高？分析出來的inferCNV是否是真的呢？茬缩？
關(guān)于CNV赤惊，有很多的基礎(chǔ)知識(shí)需要大家補(bǔ)充，文章列在下面凰锡，供大家參考：
10X單細(xì)胞個(gè)性化分析之CNV篇
10X單細(xì)胞（10X空間轉(zhuǎn)錄組）CNV分析之inferCNVpy
10X單細(xì)胞（10X空間轉(zhuǎn)錄組）CNV分析回顧之CopyKAT
10X空間轉(zhuǎn)錄組CNV和速率分析的空間圖譜
10X空間轉(zhuǎn)錄組數(shù)據(jù)分析之CNV事件的spatial landscape
10X單細(xì)胞（10X空間轉(zhuǎn)錄組）數(shù)據(jù)分析之識(shí)別腫瘤細(xì)胞的CNV分析原理
10X空間轉(zhuǎn)錄組數(shù)據(jù)推斷基因拷貝數(shù)畸變（copy number aberrations）CNA
copyKAT推斷單細(xì)胞轉(zhuǎn)錄組腫瘤細(xì)胞CNV（自動(dòng)識(shí)別腫瘤normal和tumor）
其中的關(guān)鍵在于我們要知道CNV分析的原理和算法未舟，下圖是CNV分析的效果圖
單細(xì)胞CNV
那么，我們就要知道空間數(shù)據(jù)是如何分析CNV的掂为，其實(shí)最開始的想法就是參考單細(xì)胞的方法裕膀，inferCNV分析推斷，在文章Comprehensive Analysis of Spatial Architecture in Primary Liver Cancer中就使用的這個(gè)方法菩掏，不過同時(shí)采用外顯子數(shù)據(jù)來輔助驗(yàn)證準(zhǔn)確性魂角，分析結(jié)果如下：
空間CNV
這里注意一下細(xì)節(jié)，通過使用 infercnv 的方法智绸，基于它們的轉(zhuǎn)錄組譜估計(jì)每個(gè)腫瘤spot的 CNV野揪。 首先，對(duì)于每位患者瞧栗，將其 N（Normal斯稳，正常組織） 切片中的正常肝細(xì)胞spot定義為正常參考。 然后迹恐，所有分析的基因按它們?cè)谌旧w中的位置進(jìn)行排序挣惰，并在它們上應(yīng)用 100 個(gè)基因的滑動(dòng)窗口來計(jì)算它們的移動(dòng)平均表達(dá)值，從而估計(jì)初始拷貝數(shù)殴边。 通過從腫瘤cluster spot中減去正常參考拷貝數(shù)譜憎茂，得到了腫瘤點(diǎn)的 CNV 估計(jì)。 為了減少 dropout 的影響锤岸，利用點(diǎn)的共享最近鄰 (SNN) 關(guān)系竖幔，并通過計(jì)算每個(gè)點(diǎn)及其 SNN 的加權(quán)平均值來進(jìn)一步平滑每個(gè)spot的 CNV。
為了確認(rèn)從 ST 數(shù)據(jù)推斷的 CNV 結(jié)果是偷，還對(duì)相應(yīng)患者的 PBMC拳氢、正常切片、腫瘤切片和前緣切片的正常/腫瘤區(qū)域進(jìn)行了bulk WES蛋铆。 然后馋评，使用 CNVkit 軟件（穩(wěn)定版）從配對(duì)的腫瘤正常 WES 數(shù)據(jù)中調(diào)用腫瘤大樣本的拷貝數(shù)變化。 采用 PBMC 的法線參考或法線截面數(shù)據(jù)可以產(chǎn)生類似的結(jié)果刺啦。 此外留特，對(duì)于派生的 log2 復(fù)制率結(jié)果，檢測和過濾異常值。
