10.CNV.md

CNV（拷貝數變異）是指基因體中 DNA 片段的拷貝數目發生異常，包含大片段的重複（duplication）或缺失（deletion）。CNV 在癌症、罕見疾病、發育異常與免疫疾病中扮演重要角色，能顯著影響基因表現與功能。

---

一、CNV 的生物學意義

• 基因劑量效應（Gene dosage）：拷貝數增加或減少影響基因表現量。

• 致病突變形式：多種罕見疾病與腫瘤基因異常與 CNV 有關。

• 基因融合與破壞：大片段缺失或重組導致基因結構變化。

---

二、CNV 偵測來源與技術

資料來源	偵測方法	適用平台
WGS	基於讀段深度與斷點資訊	CNVnator、Delly、Manta
WES	基於 exon 讀段覆蓋深度變化	XHMM、ExomeDepth
RNA-Seq	間接推估染色體區域表現變異	InferCNV、CONICSmat
Microarray	基因晶片檢測 signal 強度	PennCNV、QuantiSNP

---

三、WGS/WES CNV 分析流程

1. 比對與處理：將 reads 對齊參考基因組（BWA），轉換為 BAM 檔並排序。

2. 讀段深度評估：以滑動窗口（sliding window）計算每區域的平均深度。

3. 標準化與背景建模：考慮 GC bias、捕捉效率差異與樣本間變異。

4. 變異呼叫與分類：標註為 gain、loss 或 complex CNV。

5. 功能註解：與基因註解或臨床資料庫交叉比對（ClinVar、DGV）。

---

四、常見分析工具簡介

工具	適用資料	特點與應用
CNVnator	WGS	使用固定窗口長度計算 read depth
LUMPY/Delly	WGS	支援 CNV + SV 同時偵測
XHMM	WES	基於 PCA 降維與 depth 模型進行 CNV 分析
ExomeDepth	WES	較易操作、適用臨床 pipeline
InferCNV	RNA-seq	偵測腫瘤與非腫瘤細胞間的 CNV 差異

---

五、視覺化與結果詮釋

• 視覺化工具：IGV、CNView、GISTIC、Integrative CNV Browser

• 功能整合：與表現量（RNA-seq）、突變（VCF）、結構變異（SV）整合，建立綜合突變圖譜

• 臨床詮釋：交叉比對 ClinVar、DECIPHER、OMIM 等資料庫確認臨床相關性

---

六、限制與挑戰

• WES 偵測片段不連續，對小 CNV 靈敏度較差

• WGS 資料量大，需良好資源配置與參考資料

• 假陽性多，需搭配重複樣本、表現資料或 PCR 驗證

---

CNV 分析是基因體與腫瘤學分析中的關鍵一環，結合 WGS/WES/RNA-seq 資料與臨床資訊，可提供深入的基因變異解釋與診斷依據，特別適用於癌症研究、罕見病篩檢與遺傳疾病鑑定。