拷贝数变异指由基因组发生重排而引起基因组大片段的拷贝数增加或减少。它是一种最常见的结构变异,是癌症的重要致病因素之一。拷贝数变异可通过单样本、多样本或配对样本进行检测。其中,配对样本检测可以直接聚焦于与癌症相关的体细胞拷贝数变异,对研究癌症的发生原因、发展机制及靶向药物治疗具有重大意义。第二代测序技术提供了大量的基因组数据信息,然而因其测序数据的读长较短、复杂度较高等特点也为相关研究带来了极大的挑战。面向不同的研究场景已有各种检测算法被提出,但大部分方法仅在高覆盖度和高肿瘤纯度的测序数据上有着不错的检测效果,且难以检测出弱信号的拷贝数变异。如何从低测序覆盖度、低肿瘤纯度的测序数据中准确检测出拷贝数变异是当前基因组变异研究中的一大难点。OPTICS算法是一种基于密度的聚类算法,为样本集生成一个增广的聚类排序,从中可以得到任意结构的聚类,适用于检测弱信号的异常数据点。本文提出一种基于OPTICS算法的拷贝数变异检测方法CNV＿OPTICS,研究如何提高对弱变异信号的检测能力,旨在提升对低测序覆盖度和低肿瘤纯度测序数据的检测效果。该算法面向第二代测序数据,基于读段深度（Read Depth,RD）策略的检测思路,以患者癌症细胞的测序数据为检测样本,癌旁组织的健康细胞测序数据为对照样本进行检测。CNV＿OPTICS的核心思想如下:（1）采用多步预处理操作,降低第二代测序数据的高复杂度。利用配对样本的读段深度分布特征,计算患病样本与正常样本的读段深度比（-（64））,并对数据信号进行校正、过滤、缩放、平滑分割和重构。（2）基于密度对预处理得到的数据集进行聚类操作。利用基因组序列相邻位点的拷贝数具有内在相关性的特征,从局部区域出发,使用OPTICS算法将密度和信号相近的区域划分为同一聚类,提高对弱异常信号区域的敏感度。（3）利用变异信号与拷贝数的正相关性细分拷贝数变异区域,提出了新的统计量拷贝数变异比(（1-（64））。计算每个聚类的拷贝数变异比,根据划定的阈值将检测出的拷贝数变异区域分为拷贝数扩增、拷贝数杂合性缺失和拷贝数纯合性缺失三种变异类型。本文将CNV＿OPTICS和三种同类方法应用于仿真数据集和真实数据集进行对比分析。通过分析仿真实验结果,CNV＿OPTICS在准确率,敏感度和F1-分数等度量指标上表现较好,相比其它三种算法具有一定的优势,且在低覆盖度、低肿瘤纯度的测序数据上依然具有良好的稳定性。此外,使用CNV＿OPTICS对乳腺癌全基因组测序的真实数据样本进行检测,得到了与仿真实验相同的结论,验证了算法的有效性。