2. 第2章

说到CNV检测，aCGH是我最早入坑的技术之一。到现在我还记得，第一次在实验室里看到那些密密麻麻的探针信号时，心里那种又兴奋又忐忑的感觉。说白了，aCGH就是拿你的样本DNA和正常人DNA打架，看看谁赢谁输。

2.1 aCGH的核心原理

aCGH的全称，是array-based Comparative Genomic Hybridization。名字很长，但逻辑很直白。

你手头有一份患者DNA（我叫它Test），还有一份正常对照DNA（Reference）。分别用两种不同颜色的荧光染料标记——通常是Cy5（红色）和Cy3（绿色）。然后同时滴到一张布满DNA探针的芯片上。

两类DNA会竞争跟芯片上的探针结合。如果某个区域拷贝数正常，两种荧光信号强度基本相等。如果患者样本某个位点多了拷贝（比如三体），那红色信号就会明显强于绿色。反过来，如果缺失了一段，绿色信号就占了上风。

最终的信号比值（Test/Reference），就是判断CNV的依据。

核心公式：

log2(Test/Reference) ≈ 0 → 拷贝数正常

log2(Test/Reference) > 0.3 → 拷贝数增加（gain）

log2(Test/Reference) < -0.3 → 拷贝数减少（loss）

嗯，这里要注意，阈值并不是死的。有些实验室用±0.25，有些用±0.5。我个人习惯先用0.3作为初步过滤，然后根据探针密度和信噪比再微调。

2.2 探针设计：决定了你能看到多小的CNV

aCGH的灵敏度，很大程度上取决于探针的覆盖方式。市面上的主流方案大概分三种：

探针类型	覆盖密度	能检出的最小CNV	典型应用场景
全基因组稀疏覆盖	~1探针/100kb	500kb-1Mb	胚胎筛查、快速临床检测
高密度全基因组	~1探针/10kb	50-100kb	神经发育障碍、先天畸形
靶向高密度	~1探针/1kb（特定区域）	1-10kb	已知致病基因或热点区域

我记得有一次，一个项目用的是稀疏覆盖芯片，结果样本有一个30kb的微缺失没检测出来。后来换成高密度芯片才抓到。所以，选芯片就像买相机——你想拍清楚多小的东西，决定了你需要多少像素。

2.3 一条完整的aCGH检测流程

流程看起来步骤多，但真正做熟了，其实跟做顿饭差不多。无非是准备材料、混合、反应、分析结果。

DNA提取与质检：纯度要求A260/A280在1.8-2.0之间。浓度不低于50ng/μL。
酶切消化：用限制性内切酶把DNA打断成片段，通常在200-500bp左右。
荧光标记：分别标记Test和Reference DNA。
纯化：去除未掺入的染料，防止背景干扰。
杂交：混合后注入芯片，在杂交炉里温育16-24小时。
洗脱：洗掉非特异性结合，降低噪声。
扫描：用激光扫描仪读取荧光强度。
数据分析：提取信号、归一化、计算log2比值、做CNV calling。

这里面最容易被忽略的，是质检这一步。DNA降解了，后面所有操作都是白费功夫。我曾经因为贪图省事跳过质检，结果一批样本跑出来噪声大得根本没法用，白白浪费了一周时间和试剂成本。

避坑指南：

我曾经遇到过一次，样本DNA里混了RNA，导致荧光信号异常偏高，最后分析出来的「CNV」全是假阳性。后来我养成了一个习惯——酶切前一定要加RNase处理。多花10分钟，能省一周排查时间。

2.4 数据分析管线示例

这里给一个我自己常用的分析流水线示例。它不算花哨，但很稳。

# 1. 读取芯片原始数据（Agilent格式为例）
agilent_read.py --input ./sample.txt --output ./raw_data/

# 2. 背景校正
background_correct --method "normexp" --offset 50

# 3. 归一化处理（焦点归一化）
loess_normalize --span 0.3 --log2

# 4. 探针级别log2比值计算
compute_log2ratio --test_cy5 --ref_cy3

# 5. CNV分段（CBS算法）
dnacopy segment --alpha 0.01 --undo.splits "sdundo" --undo.SD 2.0

# 6. 注释与报告
annotate_cnv --build hg19 --dbsnp --omim

每个步骤的参数，我建议你根据自己实验室的数据特点去调。不同批次的芯片，背景噪声水平可能差很多。实际项目里，我几乎每次都微调bsp或alpha值。

2.5 aCGH的优势与局限

先说说好处吧：

分辨率高，能检出小至几千碱基对的CNV
全基因组覆盖，不会漏掉意外的发现
定量准确，信号比值直接反映拷贝数变化
适合大规模、标准化检测

局限也很明显：

无法检测平衡易位和倒位（因为没有拷贝数变化）
对低比例嵌合体（低于10%）不敏感
无法提供断裂点精确位置
花的时间长——传统流程跑下来至少要3天

我的小建议：

实际项目中，我一般会把aCGH和qPCR结合起来用。aCGH做全基因组筛查，发现候选CNV后，用qPCR做独立验证。这样既保证了覆盖范围，又提高了结果的准确性。

你想想看，aCGH最大的价值就在于——它是一张「基因组的扫描地图」。虽然细节没那么精细，但能告诉你哪里可能有堵墙（缺失）、哪里多开了扇门（重复）。

这张图把整个aCGH的核心链路串起来了。从样本准备到最终报告，每个环节之间都有明确的数据流向。你如果正在搭建自己的分析流程，不妨以这个框架为起点，再按自己的需求加细节。