MSIsensor 使用教程

1. 项目介绍

MSIsensor 是一个用于检测微卫星不稳定性（MSI）的 C++ 程序。它通过分析配对的肿瘤和正常序列数据，构建微卫星区域的预期（正常）和观察（肿瘤）长度分布，并使用 Pearson's Chi-Squared Test 进行比较，从而区分微卫星区域的体细胞变异或胚系变异。MSIsensor 是一个高效且有效的工具，适用于从标准肿瘤-正常配对序列数据中推导微卫星不稳定性状态。

2. 项目快速启动

2.1 安装 MSIsensor

首先，克隆 MSIsensor 的 GitHub 仓库：

git clone https://github.com/ding-lab/msisensor.git
cd msisensor

2.2 编译 MSIsensor

在项目目录下，使用以下命令进行编译：

make

编译完成后，会在当前目录下生成一个可执行文件 msisensor。

2.3 使用 MSIsensor

以下是一个简单的使用示例：

./msisensor msi -d reference_genome.fa -n normal.bam -t tumor.bam -o output_file

参数说明：

• -d: 参考基因组文件。
• -n: 正常样本的 BAM 文件。
• -t: 肿瘤样本的 BAM 文件。
• -o: 输出文件路径。

3. 应用案例和最佳实践

3.1 应用案例

MSIsensor 已被广泛应用于癌症基因组学研究中，特别是在检测微卫星不稳定性方面。例如，MSIsensor 可以用于识别与 Lynch 综合征相关的微卫星不稳定性，从而帮助临床医生选择合适的治疗方案。

3.2 最佳实践

• 数据质量控制：在使用 MSIsensor 之前，确保输入的 BAM 文件质量良好，无明显的测序错误。
• 参考基因组选择：选择与测序数据匹配的参考基因组版本，以确保分析的准确性。
• 参数调整：根据具体的研究需求，调整 MSIsensor 的参数，如 FDR 阈值等。

4. 典型生态项目

MSIsensor 作为一个开源工具，可以与其他生物信息学工具和数据库结合使用，形成一个完整的分析流程。例如：

• GATK：用于变异检测和注释。
• TCGA：用于获取大规模癌症基因组数据。
• cBioPortal：用于可视化和分析癌症基因组数据。

通过这些工具的结合，可以构建一个从数据获取、处理到结果分析的完整工作流，从而更全面地理解微卫星不稳定性在癌症中的作用。