手把手学习TCGA数据库：SNP突变分析第七期

各位科研芝士的朋友，大家好，前面一讲给大家分享了如何借助maftools工具实现对SNP数据的可视化操作，今天我们继续剖析该包的其他用法。还记得上次我们提到的oncoplot函数吗？该函数可以可视化突变频率最高的基因并进行展示，比如想绘制前20个突变基因呢如下（数据源同上一期）：

结果如下：

接着问题来了，如果我们想对指定的基因进行突变频率可视化呢？该怎么操作呢？

这个时候我们需要借助oncoplot的genes参数，比如我们向可视化TTN，IDH2，TET2，NRAS，TP53，SMC3这几个基因，那命令行则如下：

结果如下：

你会发现指定的基因排序是按照突变频率由高到低进行排列，如果你不想改变基因的排列顺序，则可以增加一个参数，如下：

结果如下：

除此之外，我们还可以使用oncostrip函数进行可视化任意基因，如下：

转换和颠换数据可视化

前面在讲解SNP基础的时候，我们讲到转换则是嘌呤变嘌呤或者嘧啶变嘧啶，颠换则是异型碱基的置换，一个嘌呤被另外一个嘧啶替换或一个嘧啶被另外一个嘌呤置换，即嘌呤变嘧啶，或者嘧啶变嘌呤。

那么在maf文件里面这些信息也是可以进行展示的，需要借助titv函数将snp分类为转换和转换，并进行展示。

命令如下：

结果如下：Ti代表转换，Tv代表颠换，我们可以发现Ti是Tv的3倍，一般情况下发生转换和颠换频率是2:1。

看到这，我们好像没把临床数据加载进来，这个时候我们可以将临床数据进行加载进去，还是同样的操作，同样采用内置的急性髓性白血病为例子，读进数据如下：

可以看到我们同样借助read.maf函数进行操作，只不过在clinicalData参数后面赋值了laml.clin而已，这个时候的laml对象则涵盖了maf文件同时还包括了临床数据。这个时候我们在进行绘制瀑布图，如下：

可以看到我们是可视化了两个临床特征，分别为FAB_classification和

Overall_Survival_Status，结果如下：

Ok，今天的教程主要是带大家继续采用maftools对maf文件进行处理，希望大家能到学会如何使用maftools，谢谢大家。

后台回复：“snp”，获取代码

·end·