maftools | 從頭開始繪製發表級oncoplot（瀑布圖）

  • 2019 年 10 月 4 日
  • 筆記

對於組學數據的分析和展示來說，maftools算是一個寶藏「R包」，可用於MAF格式的組學數據的匯總，分析和可視化展示。

隨著癌症基因組學的進步, 突變注釋格式 (MAF)被廣泛用於存儲檢測到的somatic variants。The Cancer Genome Atlas 項目對30多種不同的癌症進行了測序，每種癌症類型的樣本量超過200種。maftools-R包能夠有效的匯總，分析和可視化MAF格式的文件。 maftools函數主要分為可視化和分析兩個模組，其主要功能及簡短的描述如下所示，使用時只需讀取MAF文件然後將MAF對象傳遞給所需要的繪圖或分析功能即可。 本次主要使用R-maftools包繪製組學突變結果（MAF）的oncoplot或者叫「瀑布圖」。

這裡還有一份R可視化學習報告，請查收：

R語言學習系列教程匯總

一、 載入R包，數據

1） 載入maftools包

if (!require("BiocManager"))      install.packages("BiocManager")  BiocManager::install("maftools")

2） 載入數據

通過read.maf函數讀入MAF文件，將各種數據（組學基因突變，拷貝數變異，臨床數據，表達數據等）匯總並將其存儲為MAF對象（R語言學習 – 基礎概念和矩陣操作）。

library(maftools)  #TCGA-LAML MAF file (gz)  laml.maf = system.file('extdata', 'tcga_laml.maf.gz', package = 'maftools')  #clinical information (optional)  laml.clin = system.file('extdata', 'tcga_laml_annot.tsv', package = 'maftools')    laml = read.maf(maf = laml.maf, clinicalData = laml.clin)

MAF對象中除了上面基因突變數據和對應的臨床數據外，還可以加入拷貝數變異，表達數據等其他數據類型，後面需要的時候會添加。

二、 MAF對象匯總

1） 展示MAF重點變數的summary資訊

#Shows sample summry.  getSampleSummary(laml)  #Shows gene summary.  getGeneSummary(laml)  #Shows all fields in MAF  getFields(laml)  #shows clinical data associated with samples  getClinicalData(laml)  #Writes maf summary to an output file with basename laml.  write.mafSummary(maf = laml, basename = 'laml')

上圖為臨床數據（getClinicalData）的summary結果，其餘可自行輸入查看結果。

2） 繪製MAF-summary圖

使用 plotmafSummary 繪製 maf 文件的summary資訊，如下：

#plotmafSummary  plotmafSummary(maf = laml, rmOutlier = TRUE, addStat = 'median', dashboard = TRUE, titvRaw = FALSE)

堆疊的 barplot展示maf 文件中每個樣本中的變異數量，並添加中位線，以顯示隊列間的中位數變異數量。箱線圖展示variant_Classification的變異類型。

三、 繪製oncoplot（瀑布）圖

1. 繪製基礎oncoplots（瀑布圖）

oncoplots或者瀑布圖可以很好的展示maf文件中的變異資訊，側麵條形圖和頂部條形圖可分別由drawRowBar和drawColBar參數控制。

#展示top20的變異genes.  oncoplot(maf = laml, top = 20)

註：變異注釋為Multi_Hit表示同一樣本中突變多次的基因。

2. 更改變異類型的顏色

#此處使用RColorBrewer的顏色，當然也可以使用任意顏色  vc_cols = RColorBrewer::brewer.pal(n = 8, name = 'Paired')  names(vc_cols) = c(    'Frame_Shift_Del',    'Missense_Mutation',    'Nonsense_Mutation',    'Multi_Hit',    'Frame_Shift_Ins',    'In_Frame_Ins',    'Splice_Site',    'In_Frame_Del'  )  #查看變異類型對應的顏色  print(vc_cols)  #>   Frame_Shift_Del Missense_Mutation Nonsense_Mutation         Multi_Hit  #>         "#A6CEE3"         "#1F78B4"         "#B2DF8A"         "#33A02C"  #>   Frame_Shift_Ins      In_Frame_Ins       Splice_Site      In_Frame_Del  #>         "#FB9A99"         "#E31A1C"         "#FDBF6F"         "#FF7F00"    oncoplot(maf = laml, colors = vc_cols, top = 20)

3. 添加copy number 資訊

可以使用兩種方式向maf文件中添加SCNA資訊

  • GISTIC result
  • Custom copy number table
3.1 GISTIC results

GISTIC會得到很多結果，此處只需要四個文件即可：all_lesions.conf_XX.txt, amp_genes.conf_XX.txt, del_genes.conf_XX.txt, scores.gistic：

#GISTIC results  all.lesions =    system.file("extdata", "all_lesions.conf_99.txt", package = "maftools")  amp.genes =    system.file("extdata", "amp_genes.conf_99.txt", package = "maftools")  del.genes =    system.file("extdata", "del_genes.conf_99.txt", package = "maftools")  scores.gis =    system.file("extdata", "scores.gistic", package = "maftools")    #Read GISTIC results along with MAF  laml.plus.gistic = read.maf(    maf = laml.maf,    gisticAllLesionsFile = all.lesions,    gisticAmpGenesFile = amp.genes,    gisticDelGenesFile = del.genes,    gisticScoresFile = scores.gis,    isTCGA = TRUE,    verbose = FALSE,    clinicalData = laml.clin  )  #繪製含有SCNA資訊的oncolpot  oncoplot(maf = laml.plus.gistic, top = 20)
3.2 Custom copy-number table

可以自定義一個copy-number結果，例如，讓我們在隨機的 20 個樣本中創建 DNMT3A 的假 SCNA變異。

set.seed(seed = 1234)  barcodes = as.character(getSampleSummary(x = laml)[,Tumor_Sample_Barcode])  #Random 20 samples  dummy.samples = sample(x = barcodes,                         size = 20,                         replace = FALSE)    #Genarate random CN status for above samples  cn.status = sample(    x = c('Amp', 'Del'),    size = length(dummy.samples),    replace = TRUE  )    custom.cn.data = data.frame(    Gene = "DNMT3A",    Sample_name = dummy.samples,    CN = cn.status,    stringsAsFactors = FALSE  )    head(custom.cn.data)  #>     Gene  Sample_name  CN  #> 1 DNMT3A TCGA-AB-2898 Amp  #> 2 DNMT3A TCGA-AB-2879 Amp  #> 3 DNMT3A TCGA-AB-2920 Del  #> 4 DNMT3A TCGA-AB-2866 Amp  #> 5 DNMT3A TCGA-AB-2892 Amp  #> 6 DNMT3A TCGA-AB-2863 Amp    #添加SCNA資訊  laml.plus.cn = read.maf(maf = laml.maf,                          cnTable = custom.cn.data,                          verbose = FALSE)    oncoplot(maf = laml.plus.cn, top = 10)

4. 添加 significance values

輸入data.frame格式的數據，包括gene and q值兩列即可：

#MutSig results  laml.mutsig = system.file("extdata", "LAML_sig_genes.txt.gz", package = "maftools")    oncoplot(    maf = laml,    mutsig = laml.mutsig,    mutsigQval = 0.01,  )

5. 臨床資訊 annotations

1）使用存儲在 clinical.data 中的變數進行注釋

#使用FAB_classification注釋  oncoplot(maf = laml, clinicalFeatures = 'FAB_classification')

2）臨床資訊注釋的變數同樣可以自定義顏色：

#更改FAB classification的顏色設置  fabcolors = RColorBrewer::brewer.pal(n = 8,name = 'Spectral')  #顏色和變數的種類要一樣多  names(fabcolors) = c("M0", "M1", "M2", "M3", "M4", "M5", "M6", "M7")  fabcolors = list(FAB_classification = fabcolors)    oncoplot(    maf = laml,    clinicalFeatures = 'FAB_classification',    sortByAnnotation = TRUE,    annotationColor = fabcolors  )

3）注釋多個臨床數據

oncoplot(      maf = laml,      clinicalFeatures = c('FAB_classification','SEX','Overall_Survival_Status'),      annotationColor = fabcolors)

以上就是如何使用R-maftools包完成瀑布圖繪製的簡單介紹，然後基本上也就完成了文獻的Fig1 ?。

開篇就說了maftools對於組學數據的分析和展示來說，算是一個寶藏「R包」，因此後續還會介紹其他的匯總，分析和可視化功能。

VirMach 便宜 VPS

QNews

QNews