在基因組變異中，拷貝數變異(CNV) 是癌癥的重要遺傳驅動因素 。CNV 是基因組事件，其中特定基因的拷貝數因個體而異，甚至因細胞而異。腫瘤細胞與導致基因擴增和基因缺失的體細胞CNV變化有關。然而，由于缺乏單細胞全基因組測序，很難在單細胞中檢測和量化CNV事件。相比之下，單細胞RNA測序技術的快速發展能夠獲得單細胞整個基因表達譜的數據，然而在單細胞中確定 CNV 非常具有挑戰性。由于基因表達的不均勻覆蓋和動態變化，推斷CNV的方法面臨困難。但是，現在也已經開發出一些算法針對scRNA轉錄組數據推斷CNV事件，其中，inferCNV是一個常用的從腫瘤單細胞RNA-Seq數據推斷拷貝數變化分析的工具，用于識別數據中的惡性細胞。R包inferCNV源于2014年發表在science上的一篇文章，后由broad研究所開發而成。下圖為inferCNV整體分析過程。

infercnv用于探索腫瘤單細胞RNA-Seq數據，以確定體細胞大規模染色體拷貝數改變的證據，例如整個染色體或染色體的大片段的增加或缺失。在整個基因組范圍內，將每個腫瘤細胞基因表達與平均表達或“正常”參考細胞基因表達對比，通過熱圖的形式展示每條染色體上的基因相對表達量。可以直觀看出，相對于正常細胞來講，腫瘤細胞基因組會發生大規模的過表達或者低表達。infercnv提供了幾個殘余表達過濾器，以探索最小化噪聲并進一步揭示支持CNA的信號。此外，infercnv還包括預測CNA區域和根據異質性模式定義細胞簇的方法。

百篇文獻中近20%的文獻中用到了該分析，常見的結果展示圖如下：

以下是我們復現結果：  

這是初步的infercnv 結果，未經過denoise或HMM（隱馬爾科夫模型，HiddenMarkov Model）。正常細胞的表達值繪制在頂部熱圖中，可能具有惡性的細胞繪制在底部熱圖中，基因在整個染色體上從左到右排列。通過有效地從惡性細胞表達數據中減去正常細胞表達數據以產生差異，其中染色體區域擴增顯示為紅色塊，而染色體區域缺失顯示為藍色塊。

下圖為inferCNV最終產生的去噪后的熱圖。熱圖展示每個細胞在各個染色體區域的相對表達強度，上方熱圖代表參考細胞的展示結果，下方熱圖代表目標細胞的展示結果。圖中每一行表示一個細胞，每一列表示一個基因。熱圖左邊第一個圖注代表聚類數目，只有一個時表示沒有聚類，左邊第二個圖注代表細胞類型，上方圖注為對應排列的染色體。紅色表示CNV 擴增，藍色表示CNV 缺失，顏色越深代表CNV變異越明顯。

以上為inferCNV分析展示一二，其實結果中還有很多數據信息，比如我們可以提取inferCNV分析結果計算CNV score, 用箱型圖或者小提琴圖畫不同組或者細胞中的cnv結果，用于比較不同的細胞群或者不同的樣本的CNV的差異，以識別到可能的惡性細胞類型。

下圖中彩色組別為目標細胞組，白色組別為參考細胞組。可以看到platelets組明顯高于其它組別。

以上為本次單細胞測序高級分析inferCNV分析的結果，其他高級分析且聽下回分解。