企业官网建设流程全解析

一文读懂InferCNV：Broad研究所单细胞CNV推断工具完全指南

【免费下载链接】infercnvInferring CNV from Single-Cell RNA-Seq项目地址: https://gitcode.com/gh_mirrors/in/infercnv

InferCNV是 Broad 研究所开发的经典生信工具，能够从单细胞 RNA-Seq 表达数据中推断细胞水平的拷贝数变异（CNV），即染色体的大规模扩增或缺失，帮助你在肿瘤样本中快速识别恶性细胞、比较克隆异质性，是癌症单细胞分析绕不开的基础工具。🧬

什么是 InferCNV？它解决什么问题

单细胞 RNA-Seq 测的是基因表达量，而不是 DNA 拷贝数。但有一个重要生物学事实：

基因组区域的拷贝数变化，往往带动区域内所有基因的表达量同步升高或降低。

InferCNV 正是利用这一点：

• 📊 把每个细胞的基因表达量按染色体位置排序
• 📉 与一组正常参考细胞的平均表达水平比较
• 🔥 输出经典的热图（heatmap）：正常细胞呈均匀灰色，而发生染色体扩增/缺失的肿瘤细胞会显现出"整条染色体偏亮或偏暗"的斑块

这套方法源自 Patel 等人 2014 年发表在Science上的脑胶质瘤单细胞研究，随后被黑色素瘤转移、多种实体瘤的单细胞研究广泛采用。

⚠️重要提示：官方 README 中说明 InferCNV 目前已不再主动维护（源码见 README.md）。新项目可优先考虑 InferCNA、CopyKAT、Numbat 等后续工具；但 InferCNV 依然是理解这一分析范式的最佳入门工具，存量数据也仍可正常复现。

核心原理：三步读懂 CNV 推断流程

InferCNV 的完整流程由 run() 函数串起，逻辑上可拆成三段：

最终的infercnv.png热图就是分析结果的"门面"：左侧参考细胞、右侧观测细胞，颜色条标注分组与亚克隆。

快速上手：从安装到第一张热图只需 3 步

步骤一：安装 infercnv 包

在 R 中通过 Bioconductor 一行安装（源码见 vignettes/inferCNV.Rmd）：

BiocManager::install("infercnv")

如需使用贝叶斯网络过滤步骤，系统还需要安装JAGS（依赖关系定义在 DESCRIPTION 中）。项目也提供了现成的 Docker 环境，免去繁琐依赖配置：

docker build -t infercnv docker/

步骤二：创建 infercnv 对象

准备三个输入文件即可：

1. 原始表达矩阵（基因 × 细胞的 count 矩阵，支持.gz压缩）
2. 细胞注释文件（每个细胞属于哪个分组）
3. 基因染色体位置文件（每个基因的 chr/start/stop）

包内自带一份小规模的少突胶质瘤示例数据，位于inst/extdata/目录，非常适合首次试跑。

infercnv_obj <- infercnv::CreateInfercnvObject( raw_counts_matrix = "counts.matrix.gz", annotations_file = "annotations.txt", gene_order_file = "gene_positions.txt", ref_group_names = c("Normal") # 指定正常参考细胞分组 )

步骤三：一键运行 run()

官方示例脚本 example/run.R 展示了最典型的调用方式：

infercnv_obj <- infercnv::run( infercnv_obj, cutoff = 1, # 10x Genomics 数据建议 0.1 out_dir = "output_dir", analysis_mode = "subclusters", denoise = TRUE, HMM = TRUE )

运行完成后，output_dir中会生成最终热图与各步骤中间结果。💡 小技巧：cutoff参数（表达值截断阈值）是新手最常调的第一个参数——10x 平台单细胞表达普遍偏低，建议从 0.1 开始尝试。

进阶功能：亚群聚类与 HMM 解读

肿瘤亚克隆（Tumor Subclusters）

同一个肿瘤样本里的癌细胞可能由多个基因型不同的克隆组成。InferCNV 默认使用Leiden 聚类（配合 PCA 与 K-近邻图）把肿瘤细胞分成亚克隆，热图颜色条会以不同颜色标出。

官方 README 特别提示：subclustering resolution（聚类分辨率）是最需要针对数据调整的选项，分辨率过高会把一个克隆过度拆分。新版默认设为"auto"，会随细胞数自动缩放。

想单独检查亚群划分效果，可用plot_subclusters()方法（见 man/plot_subclusters.Rd）。

HMM 与贝叶斯过滤

• HMM 模式：对每条染色体推断每个基因位置处于"无变异 / 扩增 / 缺失"状态，i3HMM（inferCNV_i3HMM.R）等是不同粒度的推断模式
• 贝叶斯网络过滤：用 MCMC 采样估计正常状态的概率，过滤掉低置信度的变异调用（模型文件位于inst/BUGS_Mixture_Model）
• 还可通过 inferCNV_hidden_spike.R 中的"hidden spike"模拟数据，可视化评估工具在当前数据上的表现

与 Seurat 无缝衔接

如果你已经用 Seurat 做了单细胞分析，InferCNV 可以直接把结果写回去：

• add_to_seurat()：把 HMM 推断的 CNV 区域、子聚类信息作为元数据加进 Seurat 对象，实现"转录组 + 拷贝数"双维度分析（源码 seurat_interaction.R）
• 文档见 man/add_to_seurat.Rd

这是它相比纯表达聚类最大的实用价值之一：同一个对象里同时看细胞类型和克隆结构。

项目结构速览

需要浏览代码或自行编译时，可先拉取仓库：

git clone https://gitcode.com/gh_mirrors/in/infercnv

新手避坑清单

1. 先跑小样本预览：CreateInfercnvObject()支持max_cells_per_group参数，每组只抽 50 个细胞快速试跑，再放大到全量数据
2. 平台决定 cutoff：Smart-seq2 用 1，10x Genomics 用 0.1（官方 example/run.R 注释原话）
3. 默认排除性染色体：chrX/chrY/chrM默认不参与分析，多细胞类型混合样本建议留意
4. 内存与时间：热图绘制开销大，大样本可用sample方法降采样绘图（infercnv_sampling.R），分析本身仍用全量数据
5. 结果可复现：run()每步会保存 rds 备份，修改参数重跑时会自动跳过未变化的步骤，支持断点续跑

总结

InferCNV 用表达量沿基因组的波浪形态这一朴素而强大的信号，让"从单细胞 RNA-Seq 看染色体结构变异"成为可能。掌握它你收获的不只是一个工具，更是一整套"参考对比 → 平滑降噪 → 亚群聚类 → 状态推断"的肿瘤单细胞分析思维。🎯

建议学习路径：先跑通inst/extdata/示例数据 → 阅读 vignettes/inferCNV.Rmd → 对照 example/ 中的不同执行模式调整参数 → 最后接入自己的 Seurat 工作流。如果你的目标是全新项目，记得同时评估 InferCNA、CopyKAT、Numbat 等仍在积极维护的同类工具。

【免费下载链接】infercnvInferring CNV from Single-Cell RNA-Seq项目地址: https://gitcode.com/gh_mirrors/in/infercnv