吕梦轩，王昱泉，胡跃清

(复旦大学 生命科学学院 生物统计学与计算生物学系，上海 200433)

基因组的结构变异包含单核苷酸变异(Single Nucleotide Variants，SNVs)、小段的插入或缺失(Indels)、拷贝数变异(Copy Number Variations，CNVs)以及大片段的结构变异(Structural Variants，SVs)[1].拷贝数变异属于中等规模的结构变异，通常指长度在1kb以上5Mb以下的基因组片段拷贝数的异常增加或减少[1].其产生机制主要有非等位同源重组、非同源末端连接和DNA复制错误[2].总变异的12%可以归为拷贝数变异[3].综观文献，已报道的拷贝数变异位点超过55万个[4]，其中约一半所处的位置与蛋白编码区域重叠[5]，而发生在这些区域内的拷贝数变异可能会导致基因融合、基因断裂、隐性基因显性化[6]等现象，从而影响到相关基因的表达甚至直接改变基因的功能[6].和单核苷酸多态性(SNPs)类似，虽说拷贝数变异并不都是有害的，但已有众多的研究报道指出拷贝数变异与人类多种疾病有关，例如高血压[7]、孤独症谱系障碍[8]等.因而拷贝数变异是当今基因组学的一个重要研究对象.早期用于检测拷贝数变异的技术有人类染色体核型分析、荧光原位杂交等，其缺点是精度较低，且无法进行全基因组水平的检测[9].基因芯片技术[10]与二代测序技术[11]的发展提升了拷贝数变异检测的精度.二代测序技术在精度和通量上都有优势，而基因芯片的成本较低.

目前与拷贝数变异数据相关的研究大多专注于如何对拷贝数变异进行检测与定位，而针对它与疾病关联分析的方法不多……