生信软件47 - 超低测序深度的全基因组测序cfDNA肿瘤分数估计工具ichorCNA

1. ichorCNA简介

ichorCNA是一种用于估计来自超低测序深度的全基因组测序（ULP-WGS，0.1x覆盖率）的cfDNA中肿瘤分数的工具。ichorCNA使用概率模型，应用隐马尔可夫模型（HMM），以同时分割基因组，预测大范围的拷贝数变化，并估计超低深度全基因组测序样本的肿瘤分数。ichorCNA针对样品的超低深度（~0.1x）测序进行了优化，并且已经使用患者和健康供体cfDNA样品进行了基准测试。

ichorCNA分析工作流包括2个任务：

（1）GC含量偏倚校正（使用HMM copy），从ULP-WGS计算reads覆盖率，数据校正和标准化；

（2）CNA预测和cfDNA的肿瘤分数的估计。

2. 软件安装

########## 推荐安装 #########
# R包安装,软件是否升级，选择3： None
install.packages("devtools")
devtools::install_github("broadinstitute/ichorCNA")


########## 手动安装（R≥3.6.0） #########
git clone git@github.com:broadinstitute/ichorCNA.git  

install.packages("plyr") 

# 安装依赖包
BiocManager::install("HMMcopy")  
BiocManager::install("GenomeInfoDb")  
BiocManager::install("GenomicRanges")  

# SHELL
R CMD INSTALL ichorCNA   

3. 软件用法

ichorCNA可用于告知肿瘤来源的DNA的存在或不存在，并指导进行全外显子组或更深的全基因组测序的决定。此外，肿瘤分数的定量估计可用于校准期望的测序深度，以达到用于鉴定游离DNA中的突变的统计。

教程： https://github.com/broadinstitute/ichorCNA/wiki

3.1 生成读取计数文件

使用HMMcopy套件中的readCounter生成读取计数覆盖率信息；从ULP-WGS BAM创建WIG文件，使用HMMcopy的readCounter工具。 下面示例将创建跨所有染色体具有1 Mb箱的WIG文件，并且仅包括具有大于20的比对质量的reasd。

# BAM索引
samtools index tumor.bam

# raeds计数
/HMMcopy/bin/readCounter --window 1000000 --quality 20 \
--chromosome "1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,X,Y" \
tumor.bam > tumor.wig

3.2 CNV分析和肿瘤分数的预测

使用ichorCNA R软件包的拷贝数分析和肿瘤分数的预测,runIchorCNA.R R脚本位于ichorCNA/scripts/目录中。

Rscript /ichorCNA/scripts/runIchorCNA.R \
--id tumor_sample \
--WIG tumor.wig \
--ploidy "c(2,3)" \
--normal