1       介绍

PennCNV是一个免费软件工具，可从SNP基因分型阵列检测拷贝数变异（CNV）。目前，它可以处理来自Illumina和Affymetrix阵列的信号强度数据。通过适当准备文件格式，它还可以处理其他类型的SNP阵列和寡核苷酸阵列。PennCNV实现了一个隐藏的马尔可夫模型（HMM），该模型集成了多种信息源，以推断单个基因型样本的CNV调用。官网为：http://penncnv.openbioinformatics.org/en/latest/

2       安装准备

华为云购买一台鲲鹏服务器

本文以云服务器KC1实例搭建，云服务器配置如表1-1所示。

表1-1 云服务器配置

操作系统要求如表1-2所示。

表1-2 操作系统要求

3       配置编译环境

1. 安装依赖包。

yum install perl-devel perl-devel -y

1. 配置perl环境

1. 在文件/etc/profile末尾添加如下内容。

export C_INCLUDE_PATH=$C_INCLUDE_PATH: /usr/lib64/perl5/CORE

1. 2. 按Esc，并且输入wq!保存退出。

2. 3. 输入如下命令，使环境变量生效。

source /etc/profile

4       安装PennCNV

1. 安装

   
   

   cd /usr/local/src
   wget https://github.com/WGLab/PennCNV/archive/v1.0.5.tar.gz -O PennCNV-1.0.5.tar.gz
   tar -zxvf PennCNV-1.0.5.tar.gz
   cd PennCNV-1.0.5/kext
   make
   

2. 配置PennCNV环境

   在文件/etc/profile末尾添加如下内容。

export PATH=$PATH:/usr/local/src/PennCNV-1.0.5

按Esc，并且输入wq!保存退出。

输入如下命令，使环境变量生效。

source /etc/profile

5       运行和验证

1）进入example目录。

cd /usr/local/src/PennCNV-1.0.5/example

2）执行程序runex.pl。

当系统回显类似如下信息时，表示PennCNV安装成功。

[root@ecs example]# perl runex.pl  
 Usage: 
      runex.pl <1|2|3|4|5|6|7|8|9|10|11|12|13|14|15|16> 
  
      Optional arguments: 
             -v, --verbose                   use verbose output 
             -h, --help                      print help message 
             -m, --man                       print complete documentation 
                 --path_detect_cnv <string>          path to detect_cnv.pl 
                 --path_visualize_cnv <string>       path to visualize_cnv.pl 
                 --path_convert_cnv <string>         path to convert_cnv.pl 
                 --path_filter_cnv <string>          path to filter_cnv.pl 
                 --path_compare_cnv <string>         path to compare_cnv.pl 
  
      Function: test-drive PennCNV and related scripts in your system 
  
      Example: runex.pl 1 (run PennCNV to call CNV on three signal files) 
               runex.pl 2 (run posterior CNV calling algorithm on a trio) 
               runex.pl 3 (run PennCNV with GCmodel adjustment of signal intensity) 
               runex.pl 4 (validation-based CNV calling on a candidate region) 
               runex.pl 5 (validation-based CNV calling on all candidate regions in a file) 
               runex.pl 6 (run joint CNV calling on a trio) 
               runex.pl 7 (convert CNV call to BED format) 
               runex.pl 8 (convert CNV call to tab-delimited format) 
               runex.pl 9 (convert tab-delimited calls to PennCNV format) 
               runex.pl 10 (filter CNV and print out a subset of calls) 
               runex.pl 11 (compare CNV calls on duplicated samples) 
               runex.pl 12 (compare CNV calls on same sample called by different algorithms) 
               runex.pl 13 (generate CNV-based genotype calls) 
               runex.pl 14 (validate de novo CNV calls and assign a P-value) 
               runex.pl 15 (convert Canary CNV calls to PennCNV format) 
               runex.pl 16 (plot signal intensity for CNV calls in JPG formats)

3、用户可以尝试一一运行这些示例，并对PennCNV可以做什么以及如何使用命令行选项有所了解。 例如，让我们先尝试第一个示例：

[root@ecs example]# perl runex.pl 1 
 Exercise 1: individual-based calling and write the output to ex1.rawcnv 
         Running command <detect_cnv.pl -test -hmm example.hmm -pfb example.pfb -conf -log ex1.log -out ex1.rawcnv father.txt mother.txt offspring.txt> 
  
 ****************************************************************************** 
 NOTICE: All program notification/warning messages that appear in STDERR will be also written to log file ex1.log 
 NOTICE: Reading marker coordinates and population frequency of B allele (PFB) from ../lib/hh550.hg18.pfb ... Done with 566108 records (178 records in chr M,XY were discarded) 
 NOTICE: Reading LRR and BAF values for from father.txt ... Done with 93129 records in 4 chromosomes 
 NOTICE: Data from chromosome X will not be used in analysis 
 NOTICE: Median-adjusting LRR values for all autosome markers from father.txt by 0.0221 
 NOTICE: Median-adjusting BAF values for all autosome markers from father.txt by 0.0029 
 NOTICE: quality summary for father.txt: LRR_mean=0.0027 LRR_median=0.0000 LRR_SD=0.1335 BAF_mean=0.5063 BAF_median=0.5000 BAF_SD=0.0390 BAF_DRIFT=0.000037 WF=0.0184 GCWF=0.0136 
 NOTICE: Reading LRR and BAF values for from mother.txt ... Done with 93129 records in 4 chromosomes 
 NOTICE: Data from chromosome X will not be used in analysis 
 NOTICE: Median-adjusting LRR values for all autosome markers from mother.txt by -0.0199 
 NOTICE: Median-adjusting BAF values for all autosome markers from mother.txt by 0.0324 
 NOTICE: quality summary for mother.txt: LRR_mean=0.0039 LRR_median=0.0000 LRR_SD=0.1374 BAF_mean=0.5044 BAF_median=0.5000 BAF_SD=0.0418 BAF_DRIFT=0.000140 WF=0.0100 GCWF=0.0028 
 NOTICE: Reading LRR and BAF values for from offspring.txt ... Done with 93129 records in 4 chromosomes 
 NOTICE: Data from chromosome X will not be used in analysis 
 NOTICE: Median-adjusting LRR values for all autosome markers from offspring.txt by -0.0087 
 NOTICE: Median-adjusting BAF values for all autosome markers from offspring.txt by 0.0260 
 NOTICE: quality summary for offspring.txt: LRR_mean=0.0028 LRR_median=0.0000 LRR_SD=0.1263 BAF_mean=0.5045 BAF_median=0.5000 BAF_SD=0.0429 BAF_DRIFT=0.000293 WF=-0.0171 GCWF=-0.0100 
  
 ******************************************************************************

6       故障排除

问题：编译报“error: 'off64_t' does not name a type”错误

问题描述：

进入“PennCNV-1.0.5/kext”目录，执行make时，提示信息如图所示。

问题原因：

off64_t属于c++的类型，编译时候需要用g++，而不是gcc。

解决方法：

修改Makefile，将编译标志gcc改为g++，然后重新编译。Makefile修改后如下：

CC = g++
LD = g++