maftools | 从头开始绘制发表级oncoplot（瀑布图）
maftools | 从头开始绘制发表级oncoplot（瀑布图）
对于组学数据的分析和展示来说，maftools算是一个宝藏“R包”，可用于MAF格式的组学数据的汇总，分析和可视化展示。
随着癌症基因组学的进步, 突变注释格式 (MAF)被广泛用于存储检测到的somatic variants。The Cancer Genome Atlas 项目对30多种不同的癌症进行了测序，每种癌症类型的样本量超过200种。maftools-R包能够有效的汇总，分析和可视化MAF格式的文件。
maftools函数主要分为可视化和分析两个模块，其主要功能及简短的描述如下所示，使用时只需读取MAF文件然后将MAF对象传递给所需要的绘图或分析功能即可。
本次主要使用R-maftools包绘制组学突变结果（MAF）的oncoplot或者叫“瀑布图”。
这里还有一份R可视化学习报告，请查收：
一、 载入R包，数据
1） 载入maftools包
if (!require("BiocManager"))
install.packages("BiocManager")
BiocManager::install("maftools")2） 载入数据
通过read.maf函数读入MAF文件，将各种数据（组学基因突变，拷贝数变异，临床数据，表达数据等）汇总并将其存储为MAF对象（R语言学习 - 基础概念和矩阵操作）。
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对象中除了上面基因突变数据和对应的临床数据外，还可以加入拷贝数变异，表达数据等其他数据类型，后面需要的时候会添加。
二、 MAF对象汇总
1） 展示MAF重点变量的summary信息
#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')
上图为临床数据（getClinicalData）的summary结果，其余可自行输入查看结果。
2） 绘制MAF-summary图
使用 plotmafSummary 绘制 maf 文件的summary信息，如下：
#plotmafSummary
plotmafSummary(maf = laml, rmOutlier = TRUE, addStat = 'median', dashboard = TRUE, titvRaw = FALSE)
堆叠的 barplot展示maf 文件中每个样本中的变异数量，并添加中位线，以显示队列间的中位数变异数量。箱线图展示variant_Classification的变异类型。
三、 绘制oncoplot（瀑布）图
1. 绘制基础oncoplots（瀑布图）
oncoplots或者瀑布图可以很好的展示maf文件中的变异信息，侧面条形图和顶部条形图可分别由drawRowBar和drawColBar参数控制。
#展示top20的变异genes.
oncoplot(maf = laml, top = 20)
注：变异注释为Multi_Hit表示同一样本中突变多次的基因。
2. 更改变异类型的颜色
#此处使用RColorBrewer的颜色，当然也可以使用任意颜色
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'
)
#查看变异类型对应的颜色
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 信息
可以使用两种方式向maf文件中添加SCNA信息
- GISTIC result
- Custom copy number table
3.1 GISTIC results
GISTIC会得到很多结果，此处只需要四个文件即可：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
)
#绘制含有SCNA信息的oncolpot
oncoplot(maf = laml.plus.gistic, top = 20)
3.2 Custom copy-number table
可以自定义一个copy-number结果，例如，让我们在随机的 20 个样本中创建 DNMT3A 的假 SCNA变异。
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信息
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
输入data.frame格式的数据，包括gene and q值两列即可：
#MutSig results
laml.mutsig = system.file("extdata", "LAML_sig_genes.txt.gz", package = "maftools")
oncoplot(
maf = laml,
mutsig = laml.mutsig,
mutsigQval = 0.01,
)
5. 临床信息 annotations
1）使用存储在 clinical.data 中的变量进行注释
#使用FAB_classification注释
oncoplot(maf = laml, clinicalFeatures = 'FAB_classification')
2）临床信息注释的变量同样可以自定义颜色：
#更改FAB classification的颜色设置
fabcolors = RColorBrewer::brewer.pal(n = 8,name = 'Spectral')
#颜色和变量的种类要一样多
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）注释多个临床数据
oncoplot(
maf = laml,
clinicalFeatures = c('FAB_classification','SEX','Overall_Survival_Status'),
annotationColor = fabcolors)
以上就是如何使用R-maftools包完成瀑布图绘制的简单介绍，然后基本上也就完成了文献的Fig1 ?。
开篇就说了maftools对于组学数据的分析和展示来说，算是一个宝藏“R包”，因此后续还会介绍其他的汇总，分析和可视化功能。