Process / pipelineBioinformatics / omics
差异拷贝数变异分析 — 比较CNV / SCNA分析
差异拷贝数变异（dCNV）分析旨在识别在两个条件之间——例如肿瘤与正常组织、病例与对照队列、或处理与未处理细胞——DNA拷贝数系统性不同的基因组区域。通过将探针水平的读数深度或芯片强度数据与统计分割和群体水平检验相结合，它可以精确定位可能驱动疾病的体细胞扩增和缺失，并区分出队列中反复出现的驱动事件与乘客性噪音。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Olshen, A. B., Venkatraman, E. S., Lucito, R., & Wigler, M. (2004). Circular binary segmentation for the analysis of array-based DNA copy number data. Biostatistics, 5(4), 557–572. DOI: 10.1093/biostatistics/kxh008 ↗
- Mermel, C. H., Schumacher, S. E., Hill, B., Meyerson, M. L., Beroukhim, R., & Getz, G. (2011). GISTIC2.0 facilitates sensitive and confident localization of the targets of focal somatic copy-number alteration in human cancers. Genome Biology, 12(4), R41. DOI: 10.1186/gb-2011-12-4-r41 ↗
如何引用本页
ScholarGate. (2026, June 3). Differential Copy Number Variation Analysis. ScholarGate. https://scholargate.app/zh/bioinformatics/differential-copy-number-variation-analysis
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 全基因组关联研究 (GWAS)生物信息学↔ 比较