微信扫一扫fastCNV — 快速单细胞与空间转录组 CNV 检测工具
概述
fastCNV 是一个 R 包，用于在单细胞 RNA-seq（scRNA-seq）或空间转录组学（ST）数据中检测、可视化和分析推定的拷贝数变异（CNV），包括 Visium HD 数据。基于 SeuratObject 构建，可轻松集成到 scRNA-seq 或 ST 分析流程中。
核心特性：
- 多数据类型支持：scRNA-seq、Visium、Visium HD
- 一站式工作流：
fastCNV()自动完成计数聚合、CNV 计算、聚类和热图绘制 - 亚克隆分析：基于 CNV 分数构建亚克隆聚类和进化树
- 多样本处理：支持跨样本构建池化参考
- 快速运行：约 4,000 个细胞仅需约 1 分钟，Visium HD（16µm，约 150,000 个 spot）约 40 分钟
适用场景
当用户需要执行以下任务时使用此 Skill：
- 从 scRNA-seq 或空间转录组数据检测拷贝数变异（CNV）
- 区分肿瘤细胞与正常细胞（基于 CNV fraction）
- 在 Visium 或 Visium HD 空间数据上进行 CNV 分析
- 构建 CNV 亚克隆聚类和亚克隆进化树
- 基于 Seurat 对象进行 CNV 热图可视化
安装
从 GitHub 安装
# 安装 fastCNV
remotes::install_github("must-bioinfo/fastCNV")
# 安装示例数据包（可选，用于教程）
remotes::install_github("must-bioinfo/fastCNVdata")
系统要求
- R >= 3.5.0
- 依赖包：Seurat, SeuratObject, SeuratWrappers, Banksy, biomaRt, ComplexHeatmap, circlize, dplyr, ggplot2, ggtree, FNN, ape, phangorn 等
- 仅支持人类数据（小鼠数据支持开发中）
- Visium HD 16µm：约 64 GB RAM；8µm：最高约 200 GB RAM
数据准备
fastCNV 基于 Seurat 对象 工作，要求：
- Seurat 对象：包含表达矩阵的 Seurat 或 Seurat v5 对象
- 参考注释（推荐）：
metadata中有一列标识正常/健康细胞（如免疫细胞、正常上皮等） - Visium HD：默认使用
Spatial.016umassay
注释格式
参考注释可以是任意类型的标注，只需指定 referenceVar（metadata 列名）和 referenceLabel（参考标签值）。
# 查看可用注释
unique(seuratObj[["annot"]])
完整工作流
1. 单样本 scRNA-seq 分析
library(fastCNV)
# 运行完整 CNV 分析
seuratObj <- fastCNV(
seuratObj = scColon1,
sampleName = "scColon1",
referenceVar = "annot",
referenceLabel = c("TNKILC", "Myeloid", "B", "Mast", "Plasma"),
printPlot = TRUE
)
此调用自动执行：
prepareCountsForCNVAnalysis：聚类并聚合为 metaspotCNVAnalysis：计算 CNV 基因组分数CNVPerChromosomeArm：按染色体臂计算 CNVCNVCluster：层次聚类生成 cnv_clustersplotCNVResults：生成 CNV 热图
2. 多样本分析（池化参考）
# 多样本同时分析，自动构建跨样本池化参考
samples <- fastCNV(
seuratObj = c(sample1, sample2, sample3),
sampleName = c("sample1", "sample2", "sample3"),
referenceVar = "Annotations",
referenceLabel = c("Healthy1", "Healthy2", "Healthy3")
)
当提供多个样本时，fastCNV 会跨所有样本构建池化参考，因此一个样本中的健康组织可用作所有样本的参考。
3. Visium HD 分析
# 运行 Visium HD CNV 分析
seuratHD <- fastCNV_10XHD(
seuratObjHD = visiumHD_obj,
sampleName = "HD_sample",
referenceVar = "annotation",
referenceLabel = "Normal",
assay = "Spatial.016um" # 默认 16µm bin
)
主函数 API
fastCNV() — scRNA-seq / Visium 一站式分析
fastCNV(
seuratObj, # Seurat 对象或列表
sampleName, # 样本名称
referenceVar = NULL, # 参考注释列名
referenceLabel = NULL, # 参考标签值
assay = NULL, # 使用的 assay
prepareCounts = "default", # 计数聚合：TRUE/FALSE/"default"（< 60,000 细胞时自动执行）
aggregFactor = 15000, # 每 spot 目标计数
clusterResolution = 0.8, # Seurat 聚类分辨率
pooledReference = TRUE, # 跨样本池化参考
scaleOnReferenceLabel = TRUE, # 基于参考缩放结果
thresholdPercentile = 0.01, # 分位数阈值（背景噪声控制）
windowSize = 150, # 基因组窗口大小
windowStep = 10, # 窗口步长
topNGenes = 7000, # 保留的高表达基因数
getCNVPerChromosomeArm = TRUE,# 计算染色体臂级 CNV
getCNVClusters = TRUE, # 执行 CNV 聚类
k_clusters = NULL, # 指定聚类数（NULL 则自动 elbow 法）
mergeCNV = TRUE, # 合并高相关 CNV 簇
mergeThreshold = 0.98, # 合并阈值（相关性）
doPlot = TRUE, # 生成热图
denoise = TRUE, # 使用去噪数据
savePath = ".", # 保存路径
outputType = "png", # 输出格式："png" 或 "pdf"
clustersVar = "cnv_clusters", # 聚类列名
referencePalette = "default", # 参考注释配色
clusters_palette = "default" # 聚类配色
)
fastCNV_10XHD() — Visium HD 分析
fastCNV_10XHD(
seuratObjHD, # Visium HD Seurat 对象或列表
sampleName, # 样本名称
referenceVar = NULL, # 参考注释列名
referenceLabel = NULL, # 参考标签值
assay = "Spatial.016um", # 使用的 assay（默认 16µm）
pooledReference = TRUE,
scaleOnReferenceLabel = TRUE,
thresholdPercentile = 0.01,
windowSize = 150,
windowStep = 10,
topNGenes = 7000,
getCNVPerChromosomeArm = TRUE,
getCNVClusters = TRUE,
k_clusters = NULL,
h_clusters = NULL,
mergeCNV = TRUE,
mergeThreshold = 0.98,
doPlot = TRUE,
denoise = TRUE,
raster_resize_mat = TRUE, # 是否将矩阵调整为与光栅图像相同的维度
savePath = ".",
outputType = "png"
)
内部函数 API
| 函数 | 说明 |
|---|---|
| prepareCountsForCNVAnalysis() | 聚类并聚合计数为 metaspot（适用于低计数 Visium 样本） |
| CNVAnalysis() | 核心 CNV 计算，生成基因组分数 assay 和 cnv_fraction |
| CNVCalling() | 单样本 CNV 调用 |
| CNVCallingList() | 多样本 CNV 调用（池化参考） |
| CNVPerChromosomeArm() | 按染色体臂计算 CNV，存入 metadata |
| CNVCluster() | 基于 CNV 分数矩阵进行层次聚类 |
| mergeCNVClusters() | 合并高相关性 CNV 簇 |
| plotCNVResults() | 绘制 CNV 热图（scRNA-seq / Visium） |
| plotCNVResultsHD() | 绘制 Visium HD CNV 热图 |
| CNVTree() / buildCNVTree() | 构建 CNV 亚克隆进化树 |
| plotCNVTree() | 绘制亚克隆树 |
| annotateCNVTree() | 注释亚克隆树 |
| getGenes() | 获取基因元数据（默认 Ensembl v113） |
输出说明
运行 fastCNV() 后，Seurat 对象中新增：
Metadata 列
cnv_fraction：每个细胞/spot 的 CNV 分数（0 = 正常，高值 = 大量 CNV）cnv_clusters：基于 CNV 的亚克隆聚类标签cnv_per_chromosome_arm（如启用）：按染色体臂的 CNV 分数
Assays
rawGenomicScores：原始基因组窗口分数genomicScores：处理后的基因组分数（含去噪、缩放）
图形输出
- CNV 热图（PNG/PDF），保存至
savePath - 可通过 Seurat 标准绘图函数可视化
cnv_fraction和cnv_clusters
# 使用 Seurat 绘图
Seurat::DimPlot(seuratObj, group.by = "cnv_clusters")
FeaturePlot(seuratObj, features = "cnv_fraction")
# 空间可视化（Visium）
SpatialFeaturePlot(seuratObj, features = "cnv_fraction")
关键参数说明
| 参数 | 默认值 | 说明 |
|---|---|---|
| prepareCounts | "default" | 计数聚合；"default" 表示 < 60,000 细胞时自动执行 |
| aggregFactor | 15000 | 每 metaspot 目标计数；低于 1000 则不执行聚合 |
| windowSize | 150 | 基因组窗口大小（基因数） |
| windowStep | 10 | 窗口步长 |
| topNGenes | 7000 | 保留的高表达基因数 |
| thresholdPercentile | 0.01 | 分位数阈值；值越大背景噪声越多 |
| mergeThreshold | 0.98 | CNV 簇合并的相关性阈值 |
| denoise | TRUE | 热图使用去噪数据 |
| scaleOnReferenceLabel | TRUE | 基于参考缩放结果 |
可视化能力
CNV 热图
使用 ComplexHeatmap 生成，可自定义：
referencePalette：参考注释颜色clusters_palette：聚类颜色splitPlotOnVar：按 metadata 列分割热图
亚克隆树
基于 CNV 簇构建亚克隆进化树：
tree <- CNVTree(seuratObj)
plotCNVTree(tree)
CNV fraction 可视化
# UMAP 上的 cnv_fraction
FeaturePlot(seuratObj, features = "cnv_fraction")
# 空间 cnv_fraction（Visium）
SpatialFeaturePlot(seuratObj, features = "cnv_fraction")
# 亚克隆聚类
DimPlot(seuratObj, group.by = "cnv_clusters")
故障排除
常见问题
-
内存不足（Visium HD）
- 使用 16µm bin（约需 64 GB RAM）
- 8µm bin 可能需要高达 200 GB RAM
-
没有健康参考
- fastCNV 可以无参考运行，但强烈建议使用健康参考
- 可从公共数据库下载相同器官、相同技术的健康样本作为参考
-
低计数 Visium 样本
prepareCountsForCNVAnalysis()会聚合相邻 spot 直到达到阈值（通常 3-4 个 spot）- 调整
aggregFactor控制目标计数
-
强制包含特定基因/区域
- 使用
genesToForce = c("FOXP3", "MUC16") - 使用
chrArmsToForce = c("8p", "3q") - 使用
regionToForce = c("chr", start, end)
- 使用
-
热图渲染缓慢
- 设置
raster_resize_mat = FALSE（HD）作为后备方案
- 设置
性能参考
| 数据类型 | 规模 | 运行时间 | 内存 | |---|---|---|---| | scRNA-seq | ~4,000 细胞 | ~1 分钟 | 中等 | | Visium HD (16µm) | ~150,000 spots | ~40 分钟 | ~64 GB RAM | | Visium HD (8µm) | ~600,000 spots | 更长 | 最高 ~200 GB RAM |
引用
@article{cabrejas2025fastcnv,
title = {fastCNV: Fast and accurate copy number variation prediction from High-Definition Spatial Transcriptomics and scRNA-Seq Data},
author = {Cabrejas, G. and Groeneveld, C. and others},
journal = {bioRxiv},
year = {2025},
doi = {10.1101/2025.10.22.683855}
}
许可证
GPL-3 License
资源链接
- 源码仓库：github.com/must-bioinfo/fastCNV
- 官方文档：must-bioinfo.github.io/fastCNV
- 教程：must-bioinfo.github.io/fastCNV/articles/index.html
- 示例数据包：github.com/must-bioinfo/fastCNVdata
- 论文：bioRxiv 2025.10.22.683855
完整可运行脚本
以下脚本均为最小可运行示例，复制到 .R 文件中即可执行（需要先安装 fastCNV 及示例数据）。
脚本 1 — 单样本 scRNA-seq CNV 分析
#!/usr/bin/env Rscript
# 01_single_sample_scrnaseq.R
# fastCNV 单样本 scRNA-seq CNV 分析（最小可运行示例）。
#
# 该脚本使用 fastCNV::fastCNV() 一站式函数自动执行：
# 1. prepareCountsForCNVAnalysis：聚类并聚合为 metaspot
# 2. CNVAnalysis：计算 CNV 基因组分数
# 3. CNVPerChromosomeArm：按染色体臂计算 CNV
# 4. CNVCluster：层次聚类生成 cnv_clusters
# 5. plotCNVResults：生成 CNV 热图
library(fastCNV)
library(Seurat)
# 运行 fastCNV 一站式分析
# 输入：Seurat 对象（scColon1 为内置示例）
# - metadata 中需有 referenceVar 列，标识正常/健康细胞
# - referenceLabel 为该列中作为参考的标签值向量
seuratObj <- fastCNV(
seuratObj = scColon1,
sampleName = "scColon1",
referenceVar = "annot",
referenceLabel = c("TNKILC", "Myeloid", "B", "Mast", "Plasma"),
printPlot = TRUE
)
# 查看结果
cat("=== Tumor/Normal 分布（按 cnv_fraction）===\n")
print(summary(seuratObj$cnv_fraction))
cat("\n=== CNV 亚克隆聚类分布 ===\n")
print(table(seuratObj$cnv_clusters))
# 可视化（UMAP 上的 cnv_fraction 与 cnv_clusters）
if (!exists("DimPlot")) DimPlot <- Seurat::DimPlot
if (!exists("FeaturePlot")) FeaturePlot <- Seurat::FeaturePlot
p1 <- FeaturePlot(seuratObj, features = "cnv_fraction") +
ggplot2::ggtitle("cnv_fraction")
p2 <- DimPlot(seuratObj, group.by = "cnv_clusters") +
ggplot2::ggtitle("cnv_clusters")
print(p1)
print(p2)
# 保存分析结果
saveRDS(seuratObj, file = "seuratObj_fastCNV.rds")
cat("\n[OK] Seurat 对象已保存 -> seuratObj_fastCNV.rds\n")
脚本 2 — 多样本池化参考分析
#!/usr/bin/env Rscript
# 02_multi_sample_pooled.R
# fastCNV 多样本同时分析，自动构建跨样本池化参考。
#
# 当提供多个样本时，fastCNV 会跨所有样本构建池化参考，
# 因此一个样本中的健康组织可用作所有样本的参考。
library(fastCNV)
library(Seurat)
# 假设已有 3 个 Seurat 对象
# 若无现成数据可使用 fastCNVdata 包中的示例：
# remotes::install_github("must-bioinfo/fastCNVdata")
# 方式一：直接传入向量形式的样本列表
samples <- fastCNV(
seuratObj = c(sample1, sample2, sample3),
sampleName = c("sample1", "sample2", "sample3"),
referenceVar = "Annotations",
referenceLabel = c("Healthy1", "Healthy2", "Healthy3")
)
# 方式二：使用 Seurat 合并后再分析
# merged <- merge(sample1, y = c(sample2, sample3),
# add.cell.ids = c("S1","S2","S3"), project = "merged")
# samples <- fastCNV(
# seuratObj = merged,
# sampleName = "merged",
# referenceVar = "Annotations",
# referenceLabel = c("Healthy1", "Healthy2", "Healthy3"),
# pooledReference = TRUE
# )
cat("=== 多样本池化分析完成 ===\n")
cat(sprintf("样本数: %d\n", length(unique(samples$orig.ident))))
cat("\n各样本 Tumor/Normal 分布：\n")
print(table(samples$orig.ident, samples$cnv_clusters))
# 跨样本可视化（Split By Sample）
p <- Seurat::DimPlot(
samples,
group.by = "cnv_clusters",
split.by = "orig.ident",
ncol = 3
) + ggplot2::ggtitle("CNV clusters by sample")
print(p)
# 保存
saveRDS(samples, file = "multi_sample_fastCNV.rds")
cat("\n[OK] 合并结果已保存 -> multi_sample_fastCNV.rds\n")
脚本 3 — Visium HD 空间转录组 CNV 分析
#!/usr/bin/env Rscript
# 03_visium_hd_analysis.R
# fastCNV Visium HD 空间转录组 CNV 分析。
#
# 使用 fastCNV::fastCNV_10XHD() 一站式函数，
# 默认基于 Spatial.016um assay（约 64 GB RAM）；
# 8µm bin 可能需要高达 200 GB RAM。
library(fastCNV)
library(Seurat)
# 加载 Visium HD Seurat 对象
# （通过 Seurat::Load10X_Spatial_VHD 加载）
# visiumHD_obj <- Load10X_Spatial_VHD(
# data.dir = "path/to/visium_hd_outs",
# bin.size = c("008um", "016um")
# )
# 必备预处理：NormalizeData + FindSpatiallyVariableFeatures
# （fastCNV 内部会调用，此处仅展示完整流程起点）
visiumHD_obj <- NormalizeData(visiumHD_obj, verbose = FALSE)
visiumHD_obj <- FindSpatiallyVariableFeatures(
visiumHD_obj,
assay = "Spatial.016um",
verbose = FALSE
)
# 运行 fastCNV_10XHD
seuratHD <- fastCNV_10XHD(
seuratObjHD = visiumHD_obj,
sampleName = "HD_sample",
referenceVar = "annotation",
referenceLabel = "Normal",
assay = "Spatial.016um", # 默认 16µm bin
pooledReference = TRUE,
raster_resize_mat = TRUE # 将矩阵调整为与光栅图像同维度
)
cat("=== Visium HD CNV 分析完成 ===\n")
cat("\nCNV fraction 分布：\n")
print(summary(seuratHD$cnv_fraction))
cat("\n亚克隆聚类分布：\n")
print(table(seuratHD$cnv_clusters))
# 空间可视化
p1 <- Seurat::SpatialFeaturePlot(
seuratHD, features = "cnv_fraction"
) + ggplot2::ggtitle("cnv_fraction (spatial)")
p2 <- Seurat::SpatialDimPlot(
seuratHD, group.by = "cnv_clusters"
) + ggplot2::ggtitle("cnv_clusters (spatial)")
print(p1)
print(p2)
# 保存
saveRDS(seuratHD, file = "visiumHD_fastCNV.rds")
cat("\n[OK] Visium HD 结果已保存 -> visiumHD_fastCNV.rds\n")
脚本 4 — CNV 亚克隆树构建与可视化
#!/usr/bin/env Rscript
# 04_cnv_tree_visualization.R
# fastCNV 亚克隆树构建与可视化。
#
# 基于 CNV 分数矩阵构建亚克隆进化树，
# 用于揭示肿瘤内异质性与克隆演化关系。
library(fastCNV)
library(Seurat)
# 加载 fastCNV 已完成分析的 Seurat 对象
# （例如由 01/02/03 脚本输出）
seuratObj <- readRDS("seuratObj_fastCNV.rds")
# 1. 构建亚克隆进化树
cat("[Step 1] 构建 CNV 亚克隆树...\n")
tree <- CNVTree(seuratObj)
# 2. 绘制亚克隆树
cat("[Step 2] 绘制亚克隆树...\n")
plotCNVTree(tree)
# 3. 注释亚克隆树（添加细胞类型/分组信息）
cat("[Step 3] 注释亚克隆树...\n")
# annotateCNVTree(tree, ...)
# 4. UMAP 上叠加 cnv_fraction 着色
p_umap <- Seurat::FeaturePlot(
seuratObj, features = "cnv_fraction",
cols = c("lightgrey", "firebrick"),
order = TRUE
) + ggplot2::ggtitle("cnv_fraction on UMAP")
print(p_umap)
# 5. UMAP 上叠加亚克隆聚类
p_cluster <- Seurat::DimPlot(
seuratObj, group.by = "cnv_clusters", label = TRUE
) + ggplot2::ggtitle("CNV subclones")
print(p_cluster)
# 6. 导出亚克隆统计
subclone_stats <- table(seuratObj$cnv_clusters)
write.csv(
as.data.frame(subclone_stats),
file = "cnv_subclone_stats.csv",
row.names = FALSE
)
cat("\n=== 亚克隆统计 ===\n")
print(subclone_stats)
cat("\n[OK] 亚克隆树分析与可视化完成 -> cnv_subclone_stats.csv\n")