单细胞分析实录(11): inferCNV的基本用法

InferCNV可以用于肿瘤单细胞RNA-Seq数据中鉴定大规模染色体拷贝数变异，例如整个染色体或大片段染色体的扩增或缺失。基本思路是在整个基因组范围内，将每个肿瘤细胞基因表达与平均表达或“正常”参考细胞基因表达对比，确定其表达强度。

这段话来自InferCNV官方文档：https://github.com/broadinstitute/inferCNV/wiki 实际分析中，我们经常用inferCNV来判断肿瘤细胞。当然还可以做肿瘤异质性、克隆进化方面的探索，这部分我会在下一期的推文中介绍，本期推文介绍基本使用。公众号后台回复20210404获取今天的代码和测试数据。

1. 安装

初次安装加载时，可能会提示你安装JAGS，根据提示安装JAGS后，再加载InferCNV就没问题

BiocManager::install("infercnv")
library("infercnv")
错误: package or namespace load failed for ‘infercnv’:
 loadNamespace()里算'rjags'时.onLoad失败了，详细内容：
  调用: fun(libname, pkgname)
  错误: Failed to locate any version of JAGS version 4

The rjags package is just an interface to the JAGS library
Make sure you have installed JAGS-4.x.y.exe (for any x >=0, y>=0) from
http://www.sourceforge.net/projects/mcmc-jags/files

2. 输入

在进行分析之前，需要准备三个文件：

• Raw Counts Matrix for Genes x Cells
• 细胞的注释文件 共两列，一列CB，一列细胞来源，tab分割，无列名； 如果肿瘤细胞的注释类似malignant_{patient}，则在后续聚类画图时，设置cluster_by_groups=T会根据patient的来源进行区分 该文件的CB可以小于count矩阵，此时inferCNV只会对这部分细胞进行分析；
• 基因排序文件 tab分割，无列名 只有该文件和count矩阵共有的基因才会被分析（可以去掉不想画图的基因，比如线粒体基因），且该文件的染色体顺序决定了最终热图的染色体顺序（有些文章的图，inferCNV热图的染色体顺序是颠倒的，问题就出在这儿）。 我一般是根据cellranger提供的参考基因组gtf注释文件，得到基因排序文件 格式如下

  WASH7P  chr1    14363   29806
  LINC00115       chr1    761586  762902
  NOC2L   chr1    879584  894689
  MIR200A chr1    1103243 1103332