生信软件4 - 拷贝数变异CNV分析软件 WisecondorX

使用wisecondorX可进行拷贝数变异CNV的分析，作者在论文中对比了多种软件的使用效果，可自行根据自己的项目需要，判断是否使用。

wisecondrX安装

# conda安装
conda install -f -c conda-forge -c bioconda wisecondorx
conda install bwa

# pip安装：
pip install -U git+https://github.com/CenterForMedicalGeneticsGhent/WisecondorX

使用wisecondrX做CNV分析

step1 将比对文件（sam/bam/cram）转换成npz格式

作者文章建议使用bowtie2进行比对，本人采用bwa进行的比对，并且对于比对后的bam文件不要进行过滤。

# bwa比对，以单端测序SE为例；双端测试可以行搜索
bwa mem -t 20 /public/reference/hg19.fasta sample_L01_F1.fq | samtools view -bSh - | samtools sort -@ 10 - -o ./sample.bam

# 将比对得到的bam文件转换为npz格式文件
WisecondorX convert sample.bam sample.npz

optional arguments:
--binsize BINSIZE     Bin size (bp) (default: 5000.0)

step2 建立reference

至少需要50例健康人样本来建立reference，并且尽量保证男性和女性的比例为1：1，bin的长度可以设置不同的梯度，建议10kb~100kb之间。NIPT使用100kb bins进行评估，因为所有纳入NIPT畸变的宽度都比较大（至少5Mb）。

WisecondorX newref --cpus 20 --binsize 100000 control/*npz reference_100kb.npz
WisecondorX newref --cpus 20 --binsize 50000 control/*npz reference_50kb.npz
WisecondorX newref --cpus 20 --binsize 10000 control/*npz reference_10kb.npz

Create a new reference using healthy reference samples
optional arguments:
--yfrac YFRAC         Use to manually set the y read fraction cutoff, which defines gender (default: None)

CNV变异检测

通过设置Zscore cutoff来过滤CNV，通常我会将Zscore设置为5。

WisecondorX predict --plot --bed sample.npz reference_100kb.npz

optional arguments:
--zscore ZSCORE       z-score cut-off for aberration calling. (default: 5)
--gender {F,M}        Force WisecondorX to analyze this case as a male (M) or a female (F) (default: None)
--add-plot-title      Add the output name as plot title (default: False)

分析结果中比较重要的两个文件是ID_aberrations.bed和ID_statistics.bed。
ID_aberrations.bed文件中包含了拷贝数异常的CNV片段，格式如下：
zscore列是Zscore值，一般在cutoff值附近的 是可疑点，需要重点关注。type列是表示gain重复或loss缺失。
ID_statistics.bed文件中包含整条染色体的信息，包括ratio和Zscore，如果关注非整倍体变异的话可以仔细看一下这个文件。
分析的时添加plot参数，WisecondorX还会生成可视化的结果，非常直观，包括全基因组和单条染色体的图形。

生信软件1 - 测序下机文件比对结果可视化工具 visNano

生信软件2 - 下游比对数据的统计工具 picard

生信软件3 - mapping比对bam文件质量评估工具 qualimap