The detection of copy-number variations (CNVs) from NGS data is underexploited as chip-based or targeted techniques are still commonly used. We assessed the performances of a workflow centered on CANOES, a bioinformatics tool based on read depth information. We applied our workflow to gene panel (GP) and whole-exome sequencing (WES) data, and compared CNV calls to quantitative multiplex PCR of short fluorescent fragments (QMSPF) or array comparative genomic hybridization (aCGH) results. From GP data of 3776 samples, we reached an overall positive predictive value (PPV) of 87.8%. This dataset included a complete comprehensive QMPSF comparison of four genes (60 exons) on which we obtained 100% sensitivity and specificity. From WES data, we first compared 137 samples with aCGH and filtered comparable events (exonic CNVs encompassing enough aCGH probes) and obtained an 87.25% sensitivity. The overall PPV was 86.4% following the targeted confirmation of candidate CNVs from 1056 additional WES. In addition, our CANOES-centered workflow on WES data allowed the detection of CNVs with a resolution of single exons, allowing the detection of CNVs that were missed by aCGH. Overall, switching to an NGS-only approach should be cost-effective as it allows a reduction in overall costs together with likely stable diagnostic yields. Our bioinformatics pipeline is available at: https://gitlab.bioinfo-diag.fr/nc4gpm/canoes-centered-workflow.

从 NGS 数据中检测拷贝数变异 (CNV) 尚未得到充分利用，因为基于芯片的或靶向技术仍然普遍使用。我们评估了以 CANOES（一种基于读取深度信息的生物信息学工具）为中心的工作流程的性能。我们将我们的工作流程应用于基因面板 (GP) 和全外显子组测序 (WES) 数据，并将 CNV 调用与短荧光片段的定量多重 PCR (QMSF) 或阵列比较基因组杂交 (aCGH) 结果进行比较。从 3776 个样本的 GP 数据中，我们达到了 87.8% 的总体阳性预测值 (PPV)。该数据集包括对四个基因（60 个外显子）的完整综合 QMPSF 比较，我们获得了 100% 的敏感性和特异性。从 WES 数据来看，我们首先将 137 个样本与 aCGH 进行了比较，并过滤了可比事件（包含足够 aCGH 探针的外显子 CNV）并获得了 87.25% 的灵敏度。在有针对性地确认来自 1056 个额外 WES 的候选 CNV 后，总体 PPV 为 86.4%。此外，我们在 WES 数据上以 CANOES 为中心的工作流程允许以单个外显子的分辨率检测 CNV，从而允许检测 aCGH 遗漏的 CNV。总体而言，转向仅使用 NGS 的方法应该具有成本效益，因为它可以降低总体成本并可能获得稳定的诊断率。我们的生物信息学管道可从以下网址获得：https://gitlab.bioinfo-diag.fr/nc4gpm/canoes-central-workflow。我们在 WES 数据上以 CANOES 为中心的工作流程允许以单个外显子的分辨率检测 CNV，从而允许检测 aCGH 遗漏的 CNV。总体而言，转向仅使用 NGS 的方法应该具有成本效益，因为它可以降低总体成本并可能获得稳定的诊断率。我们的生物信息学管道可从以下网址获得：https://gitlab.bioinfo-diag.fr/nc4gpm/canoes-central-workflow。我们在 WES 数据上以 CANOES 为中心的工作流程允许以单个外显子的分辨率检测 CNV，从而允许检测 aCGH 遗漏的 CNV。总体而言，转向仅使用 NGS 的方法应该具有成本效益，因为它可以降低总体成本并可能获得稳定的诊断率。我们的生物信息学管道可从以下网址获得：https://gitlab.bioinfo-diag.fr/nc4gpm/canoes-central-workflow。