之前寫過三篇和CNV相關的帖子，如果你做腫瘤單細胞轉錄組，大概率看過：

單細胞分析實錄(11): inferCNV的基本用法
單細胞分析實錄(12): 如何推斷腫瘤細胞
單細胞分析實錄(13): inferCNV結合UPhyloplot2分析腫瘤進化

其中，第三篇帖子裡面有兩個註釋程式碼，可以在基因和染色體長短臂兩個層面對CNV做註釋

這次對tree_anno.R程式碼做了更新，簡單來說就是對原始CNV region的長度做了限制，最後的結果會輸出更少更明顯的CNV

之前在我這裡拿過程式碼的讀者如果需要，可以直接找我拿更新後的程式碼(tree_anno.new.R)，以及下面的程式碼(cnv_heatmap.R

另外，需要說明的是，距離我上次釋出inferCNV帖子(2021年4月)已經半年了，前些天有讀者跟我說，新版的inferCNV(讀者給我看的是inferCNV v1.8.1)，在給腫瘤細胞分組時，預設的方法已經變了，cell_groupings檔案中已經沒有tree相關的資訊了。如果仍然想得到腫瘤進化樹，需要改tumor_subcluster_partition_method引數為random_trees，預設是leiden，後者速度快但沒有tree資訊。

以下是這篇帖子的主要內容。

參考的還是之前提到的兩篇NC文章：

ref1: Single-cell RNA landscape of intratumoral heterogeneity and immunosuppressive microenvironment in advanced osteosarcoma

ref2: Single-cell analysis reveals new evolutionary complexity in uveal melanoma

inferCNV的熱圖可以反映單個樣本的CNV情況，這個熱圖可以反映多個樣本的CNV情況，而且簡化到染色體長短臂。在樣本比較多時，還是比較有用的。

這次的程式碼仍然依賴inferCNV的輸出資訊，仍然是"subclusters"模式。（inferCNV相關的用法參考我之前的帖子，這裡不多說）

最終的效果圖：

圖中列是樣本，行是CNV type (chr1p_loss這種)。每一個方塊代表，該樣本具有這種CNV的細胞在所有腫瘤細胞中的佔比。

因水平有限，有錯誤的地方，歡迎批評指正！