Codar 预置工作流
肿瘤拷贝数变异与驱动事件
用于肿瘤CNV检测、纯度倍性校正、复发性区域和候选驱动基因分析;当用户有WGS/WES、芯片或面板深度数据时使用。
肿瘤基因组学5 个步骤v1更新于 2026-11-19
流程图
- 数据输入
- 核心分析
- 结果输出
步骤说明5 步
明确平台、是否配对正常、捕获区、肿瘤纯度和样本质量数据输入
明确平台、是否配对正常、捕获区、肿瘤纯度和样本质量。
联合深度与等位基因频率估计分段、绝对拷贝数、纯度和倍性核心分析
联合深度与等位基因频率估计分段、绝对拷贝数、纯度和倍性。
检查全基因组加倍、亚克隆事件、基线漂移和FFPE噪声核心分析
检查全基因组加倍、亚克隆事件、基线漂移和FFPE噪声。
队列中识别复发扩增/缺失时纳入臂级背景、峰宽和多重检验核心分析
队列中识别复发扩增/缺失时纳入臂级背景、峰宽和多重检验,再定位候选驱动基因。
输出分段、基因级CNV、纯度倍性、复发峰和不确定区间结果输出
输出分段、基因级CNV、纯度倍性、复发峰和不确定区间。
使用原则
- 参考上述步骤、工具和依赖关系,结合本次目标、数据与可用工具安排研究过程。
- 可以调整顺序、补充必要检查或省略不适用的步骤,重要调整需说明原因。
- 用户本次的明确要求优先于此参考;关键意图不清楚时先提问。
workflow.md
查看工作流源文件
---
format: codar-workflow
schemaVersion: 1
layoutDirection: TD
id: "codar-cancer-genomics-skill-0f1a67cb337a-hwvt6z54"
version: 1
name: "肿瘤拷贝数变异与驱动事件"
domain: "肿瘤基因组学"
description: "用于肿瘤CNV检测、纯度倍性校正、复发性区域和候选驱动基因分析;当用户有WGS/WES、芯片或面板深度数据时使用。"
---
# 肿瘤拷贝数变异与驱动事件
## 流程图
```mermaid
flowchart TD
n1["明确平台、是否配对正常、捕获区、肿瘤纯度和样本质量"]
n2["联合深度与等位基因频率估计分段、绝对拷贝数、纯度和倍性"]
n3["检查全基因组加倍、亚克隆事件、基线漂移和FFPE噪声"]
n4["队列中识别复发扩增/缺失时纳入臂级背景、峰宽和多重检验"]
n5["输出分段、基因级CNV、纯度倍性、复发峰和不确定区间"]
n1 --> n2
n2 --> n3
n3 --> n4
n4 --> n5
```
## 节点
### 明确平台、是否配对正常、捕获区、肿瘤纯度和样本质量 {#n1}
- 类别: 数据输入
- 位置: 40, 40
- 说明: |
明确平台、是否配对正常、捕获区、肿瘤纯度和样本质量。
### 联合深度与等位基因频率估计分段、绝对拷贝数、纯度和倍性 {#n2}
- 类别: 核心分析
- 位置: 40, 176
- 说明: |
联合深度与等位基因频率估计分段、绝对拷贝数、纯度和倍性。
### 检查全基因组加倍、亚克隆事件、基线漂移和FFPE噪声 {#n3}
- 类别: 核心分析
- 位置: 40, 312
- 说明: |
检查全基因组加倍、亚克隆事件、基线漂移和FFPE噪声。
### 队列中识别复发扩增/缺失时纳入臂级背景、峰宽和多重检验 {#n4}
- 类别: 核心分析
- 位置: 40, 448
- 说明: |
队列中识别复发扩增/缺失时纳入臂级背景、峰宽和多重检验,再定位候选驱动基因。
### 输出分段、基因级CNV、纯度倍性、复发峰和不确定区间 {#n5}
- 类别: 结果输出
- 位置: 40, 584
- 说明: |
输出分段、基因级CNV、纯度倍性、复发峰和不确定区间。
## 使用原则
- 参考上述步骤、工具和依赖关系,结合本次目标、数据与可用工具安排研究过程。
- 可以调整顺序、补充必要检查或省略不适用的步骤,重要调整需说明原因。
- 用户本次的明确要求优先于此参考;关键意图不清楚时先提问。
相关工作流全部工作流
HRD 评分与解释
肿瘤基因组学用于计算并解释LOH、LST、TAI等HRD基因组瘢痕,联合HR通路变异和突变特征;当用户研究BRCA通路或PARP抑制剂生物标志物时使用。
MSI 检测与解释
肿瘤基因组学用于WES、WGS或靶向测序的微卫星不稳定性检测及MSI-H解释;当用户需要免疫治疗相关MSI标志物时使用。
TMB 计算与平台换算
肿瘤基因组学用于计算肿瘤突变负荷、定义可计数区域并比较WES与靶向面板结果;当用户需要TMB数值或阈值解释时使用。
亚克隆拷贝数与全基因组加倍分析
肿瘤基因组学用于从等位特异拷贝数估计亚克隆CNV、倍性和肿瘤全基因组加倍;当用户需要解释拷贝数异质性、WGD或HRD中的倍性混淆时使用。
体细胞变异临床解读与驱动基因分析
肿瘤基因组学用于肿瘤体细胞变异的驱动性、诊断、预后和治疗证据分级;当用户需要从突变表形成可审计临床解释时使用。
焦点扩增与 ecDNA 分析
肿瘤基因组学用于从肿瘤WGS识别焦点扩增并用AmpliconArchitect/AmpliconClassifier区分ecDNA、BFB、HSR和线性扩增;当高拷贝致癌基因需要结构解析时使用。