NAR:软件学院冯喜康课题组构建泛癌拷贝数变异数据库CNAScope

拷贝数变异（CNAs）是癌症基因组多样性的关键驱动因素，在肿瘤发生发展中起着至关重要的作用。随着单细胞测序和空间转录组技术的发展，CNA的检测已从传统的Bulk测序延伸至单细胞和空间分辨率。然而，现有的数据库往往局限于单一数据模态，且缺乏对CNA的深度功能注释和交互式可视化支持。

为解决上述痛点，CNAScope共整合了超过395万个拷贝数异常（CNA）图谱和394万条元数据，涵盖810个数据集、174,464个样本、3,018,672个单细胞和764,232个空间点位。数据主要来源于cBioPortal、COSMIC、GDC Portal等8个权威公共资源，覆盖TCGA、TARGET、ICGC等55个大型癌症基因组学研究项目和机构的成果，跨越77种癌症亚型。平台整合了bulk DNA、scDNA-seq、spatial DNA、scRNA-seq和spatial RNA等五种数据模态，涵盖Affymetrix芯片、Illumina测序、10x Chromium、Smart-Seq2、Slide-seq等34个主流平台的数据。研究团队针对CNA数据的异构特性，建立了标准化的数据处理流程，统一处理三种拷贝数值尺度（绝对拷贝数、拷贝数估计值和log2比值）和三种基因组位点分辨率（片段级BED、区段级矩阵和基因级矩阵）。通过整合32种计算工作流（如ascatNgs、inferCNV、Ginkgo等）产生的CNA图谱，并结合BEDTools、GISTIC2等工具进行系统性的观察层面和功能层面双重注释，研究团队在bin、基因和通路层级上系统计算了系统发育推断、聚类分析、降维分析，以及局灶性和共识性CNA/基因/通路，构建了全面的泛癌症拷贝数异常功能注释数据库。

图1：CNAScope数据库概览

CNAScope提供高效的在线浏览、可视化及分析功能，包含浏览搜索、可视化、在线分析模块三大模块。用户可通过数据来源、癌症类型、数据模态等多维度筛选和浏览感兴趣的数据集，并下载完整的CNA图谱、元数据和注释结果。交互式可视化平台直观展示CNA热图、系统发育树、嵌入图、空间分布图、拷贝数阶梯图、局灶CNA图谱和共识基因图谱等多种图表，所有可视化均支持信息提示、尺寸调整、缩放和高分辨率下载功能。同时CNAScope提供两种在线注释工作流：基础CNA注释工作流支持单个CNA图谱的实时上传与综合注释，包括系统发育推断、观察聚类、降维分析以及基因和通路层面的功能注释；共识CNA注释工作流则可整合同一数据集中不同测序方案或计算流程产生的多个CNA图谱，通过交集识别稳健的共识CNA/基因/通路，有效降低技术偏差。

图2：CNAScope数据库数据注释及可视化功能模块概览

图3: CNAScope数据库数据在线分析功能模块概览

冯喜康，其2025级研究生郑杰议，2024级研究生彭思思及香港城市大学博士生蒋安娜为该论文的共同第一作者，冯喜康、金强国及陈凌曦为该论文的共同通讯作者。该研究得到了国家自然科学基金、广东省基础与应用基础研究基金、香港研究资助局（RGC）等项目的资助。

数据库访问地址：https://cna.fengslab.com/

论文链接：https://doi.org/10.1093/nar/gkaf1242

Xikang Feng, Jieyi Zheng, Sisi Peng, Anna Jiang, Ka Ho Ng, Chengshang Lyu, Qiangguo Jin, Lingxi Chen, CNAScope: pan-cancer copy number aberration database with functional annotation and interactive visualization, Nucleic Acids Research,2025;gkaf1242, https://doi.org/10.1093/nar/gkaf1242