最近在做CNV项目，整理一下用CNVkit call CNV的 pipeline
1.软件下载和安装
首先cnvkit是根据python写的，所以首先需要安装python。cnvkit推荐安装python 3.5以上，但这里最好安装3.9以上版本的，具体原因之后再讲。
这里我们使用conda创建一个call cnv的环境取名cnvkit，然后安装python 3.9
conda create -n cnvkit
conda install python==3.9
然后我们根据官网(https://github.com/etal/cnvkit)用conda或者pip安装cnvkit，这里推荐使用pip安装cnvkit 0.9.9，因为用conda安装会自动安装0.9.7不是最新版，不是最新版会导致后面的使用一些命令使用不了。
这里推荐pip使用下面代码中的镜像，非常快
pip install cnvkit==0.9.9 -i https://mirrors.aliyun.com/pypi/simple/
2 call cnv
安装好了之后就可以根据cnvkit官网（https://cnvkit.readthedocs.io/en/stable/quickstart.html）进行cnv calling。
这里着重介绍几个参数。
首先是batch指令，它集成了一套call cnv的pipeline。
cnvkit.py batch *.bam -r my_reference.cnn -p 8
等价于：
# batch指令第一步会根据提供的reference genome生成一个bed文件，# 也就是后面的bam文件可比对的区域，因为在全基因组范围内存在非常多的N碱基，# 这样避开这些碱基区域提高call的效率（相当于access）。# 此外，如果你是WES数据，还可以根据-t提供你想检测的区域，如果是WGS则不需要。cnvkit.py access hg19.fa -o access.hg19.bedcnvkit.py autobin *.bam -t baits.bed -g access.hg19.bed[--annotate refFlat.txt --short-names]# 如果提供了-t的target.bed，则会计算每个样本的覆盖率cnvkit.py coverage Sample.bam baits.target.bed -o Sample.targetcoverage.cnncnvkit.py coverage Sample.bam baits.antitarget.bed -o Sample.antitargetcoverage.cnn# 下一步，根据提供的所有normal样本生成一个normal基线数据cnvkit.py reference *Normal.{,anti}targetcoverage.cnn --fasta hg19.fa -o my_reference.cnn# 对于每个tumor样本,根据所有normal样本生成的基线作为reference call cnvcnvkit.py fix Sample.targetcoverage.cnn Sample.antitargetcoverage.cnn my_reference.cnn -o Sample.cnrcnvkit.py segment Sample.cnr -o Sample.cns
这里不会生成normal样本的.cnr和.cns数据，所以如果你需要在图表展示normal和tumor的对比，可以把每个sample都进行call cnv，因为只要提供了reference.fa也就是参考基因组，cnvkit会根据reference.fa对每一个sample生成一个基线。
之后就可以根据官网的绘图命令进行绘图，具体可以参考官网Plots and graphics
cnvkit.py scatter -h
cnvkit.py diagram -h
cnvkit.py heatmap -h
3 debug
细数我在call cnv中碰到的bug
a: 在结果.cnr中默认生成的是5000bp的bin size，如果想改变这个范围，可以在batch用--target-avg-size number进行设置。
b: 在step-by-step call cnv的过程中，合并bin程segment的时候，在官网说可以用cnvkit.py segment -m进行指定，但是这明显和前面的-m wgs，也就是指定测序方式为全基因组测序冲突。并且在cnvkit 0.9.7版本的batch中没有找到这个指令。但是我在cnvkit的开发者回答中，发现他明确指出过在batch的命令中可以用-s hmm指定合并bin的方法。
那为什么我用cnvkit.py batch -h没有找到这个参数呢，我立刻反应过了，是我用conda安装的cnvkit版本太低了，所以我用pip安装，即使pip不指定版本号，它也会自动安装最新版本的。
c: python为什么一定要3.9以上
根据官网的解释，在使用hmm法合并bin的时候，需要python的pomegranate包。但是我在安装的时候提醒pomegranate包依赖numpy 1.20.1以上，而当前（我当时使用的是python 3.6）环境下numpy最高的版本为1.19.0。
生信小菜鸟，相互学习!
