对于基因组突变全景图相信大家并不陌生，它是基因组学突变数据最基本的可视化展示方法之一。一张漂亮的，高大上的基因突变全景图不仅能展示出丰富的信息，还能为你的文章增色不少，其绘制方法也多种多样。今天我们则来看看最常用的两个包maftools和ComplexHeatmap在绘制基因组突变全景图上的异同。首先让我们来简单的了解下这两个包：
1.maftools包
maftools是一个特别强大的包，其基于MAF格式可以做很多分析以及可视化工作。
1.1 安装、加载包
代码语言：javascript复制if (!require("BiocManager"))
install.packages("BiocManager")
BiocManager::install("maftools")
library(maftools)
1.2 数据格式要求
maftools包需要的数据格式为突变数据的maf文件（突变注释格式）以及临床信息文件，可以直接从官网下载：https://portal.gdc.cancer.gov/，也可以用TCGAbiolinks包来下载（具体下载方式及处理详见公众号笔记：TCGAbiolinks 学习笔记——汇总贴），当然从cBioProtal或者Xena等网站下载也可以，方法多种，任凭大家选择。本次以“KICH“数据示例，以下为下载好的数据： #突变的maf文件：
#下载并处理好的临床信息：
1.3 读取数据--read.maf
代码语言：javascript复制laml<-read.maf("TCGA.KICH.mutect.somatic.maf")
#看下maf数据
maf<-laml@data
#这里用到了read.maf()函数，我们来看下它的详细用法及参数意义吧
- 用法：
read.maf(maf,clinicalData = NULL,
removeDuplicatedVariants = TRUE,
useAll = TRUE,
gisticAllLesionsFile = NULL,
gisticAmpGenesFile = NULL,
gisticDelGenesFile = NULL,
gisticScoresFile = NULL,
cnLevel = "all",
cnTable = NULL,
isTCGA = FALSE,
vc_nonSyn = NULL,
verbose = TRUE)
- 参数及用法
主要参数 | 用法 |
|---|---|
maf | 制表符分隔的MAF文件。文件也可以是gz压缩的， 你也可以将已读取的MAF文件作为数据框提供 |
clinicalData | 与MAF中每个样本/ Tumor_Sample_Barcode相关的临床数据。可以是文本文件或data.frame。默认为NULL |
isTCGA | 是来自TCGA源的输入MAF文件。如果TRUE仅使用Tumor_Sample_Barcode中的前12个字符 |
其余参数 | 详见官网说明文档 |
1.4 匹配临床信息（便于注释）
代码语言：javascript复制laml <-read.maf(maf=maf,isTCGA=TRUE,
clinicalData = 'KICH-clinical.txt')
1.5 画突变全景图--oncoplot（）
画瀑布图的函数主要为oncoplot，先来了解下该函数的用法和参数,该函数参数很多，我们主要讲解其主要参数。
参数 | 用法 |
|---|---|
maf | 则为你需要画图的数据 |
top | 显示多少基因 |
genes | 这个参数用来画指定的基因，默认为：NULL |
altered | 默认值为FALSE。根据突变状态选择最重要的基因。如果为TRUE，则选择基于顶级基因的变异（CNV或突变） |
significant | 基因和对应的q值作为侧边栏。默认为NULL |
mutsig | Mutsig resuts，通常提供名sig_genes.txt的文件 |
includeColBarCN | 是否在柱状图中包含CN |
logColBar | 在log10比例尺上绘制顶部条形图。默认值为FALSE。 |
ClinicalFeatures | 要在图中绘制的MAF的“clinical.data”中的列名称， Dafault为NULL |
annotationDat | 如果读取的MAF文件没有临床数据，需提供一个自定义data.frame，该行的Tumor_Sample_Barcode列包含样品名称以及其余带有注释的列 |
genesToIgnore | 不显示的基因，默认为：NULL |
removeNonMutated | 逻辑值。如果为TRUE，将删除在copcoplot中没有突变的样本，以实现更好的可视化。默认为TRUE |
colors | 每个Variant_Classification的颜色命名向量 |
sortByMutation | 根据突变强制排序矩阵。默认值为FALSE |
sortByAnnotation | 通过提供的“clinicalFeatures”对comcomtrix（样本）进行逻辑排序。根据第一个“ clinicalFeatures”进行排序。默认为FALSE |
draw_titv | 如果为TRUE，则绘制TiTv plot，默认为：FALSE |
writeMatrix | 将用于生成图的突变矩阵矩阵写出 |
bgCol | 野生型（未突变）样品的背景网格颜色。默认灰色-“＃CCCCCC” |
borderCol | 边界网格的颜色（未突变）样本。默认为“白色” |
其他参数 | 详见官网说明文档 |
- 开始画图
#显示前20各基因，默认参数画图
oncoplot(maf = laml,top = 20)
#添加临床注释信息并根据注释排序
oncoplot(maf = laml,top = 20,clinicalFeatures
=c("gender",'stage'),sortByAnnotation = T)
#添加titv图
oncoplot(maf = laml,top = 20,clinicalFeatures
=c("gender",'stage'),sortByAnnotation = T,
draw_titv = TRUE)
#设置边界不显示（建议大样本量时用）
oncoplot(maf = laml,top = 20,clinicalFeatures
=c("gender",'stage'),sortByAnnotation = T,
draw_titv = TRUE,borderCol=NULL)
- 以上为基本画图，想要调整字体大小，颜色，注释等可根据参数自由调整。
- 画基因突变全景图只是强大的mafools包的功能之一，如果有兴趣的小伙伴可阅读官网说明文档。
2.ComplexHeatmap包
- maftools主要基于maf文件，但是有时候我们的文件并不是maf文件，那该如何画图呢？ComplexHeatmap包是个很不错的选择。（当然你也考虑将数据可以转换为maf后再用maftools包绘图）
- ComplexHeatmap包也是一个超级强大的包，函数功能很多，今天则主要讲解该包如何绘制基因组突变全景图。
2.1 安装加载包
代码语言：javascript复制if (!requireNamespace("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install("ComplexHeatmap")
library(ComplexHeatmap)
2.2 需要的数据格式
- 需要的数据格式为突变信息矩阵（这里我们依旧以KICH为例）---不管什么数据整理为该矩阵就可以画图了。
2.3 读入数据、匹配颜色
代码语言：javascript复制# 读入数据
library(ComplexHeatmap)
mat<-read.table(file="onco_matrix_KICH.txt",
header = T, stringsAsFactors = FALSE,sep = "t")
mat[is.na(mat)]<-""
mat[1:3, 1:3]
# TCGA.KO.8408 TCGA.KN.8428 TCGA.KL.8335
# TP53 Frame_Shift_Del Nonsense_Mutation Splice_Site
# PTEN Nonsense_Mutation
# ZAN Nonsense_Mutation Missense_Mutation
- 设置对应突变的颜色，背景设置为灰色
col <- c("Nonsense_Mutation" = "blue", "Missense_Mutation" = "red",
"Splice_Site" = "#008000","Frame_Shift_Del"="orange",
"Frame_Shift_Ins"="black","Multi_Hit"="purple")
alter_fun <- list(
background = function(x, y, w, h) {
grid.rect(x, y, w-unit(0.5, "mm"), h-unit(0.5, "mm"),
gp = gpar(fill = "#CCCCCC", col = NA))
},
# big blue
Nonsense_Mutation = function(x, y, w, h) {
grid.rect(x, y, w-unit(0.5, "mm"), h-unit(0.5, "mm"),
gp = gpar(fill = col["Nonsense_Mutation"], col = NA))
},
# bug red
Missense_Mutation = function(x, y, w, h) {
grid.rect(x, y, w-unit(0.5, "mm"), h-unit(0.5, "mm"),
gp = gpar(fill = col["Missense_Mutation"], col = NA))
},
# small green
Splice_Site = function(x, y, w, h) {
grid.rect(x, y, w-unit(0.5, "mm"), h*0.33,
gp = gpar(fill = col["Splice_Site"], col = NA))
},
Frame_Shift_Del = function(x, y, w, h) {
grid.rect(x, y, w-unit(0.5, "mm"), h*0.33,
gp = gpar(fill = col["Frame_Shift_Del"], col = NA))
},
Frame_Shift_Ins = function(x, y, w, h) {
grid.rect(x, y, w-unit(0.5, "mm"), h*0.33,
gp = gpar(fill = col["Frame_Shift_Ins"], col = NA))
},
Multi_Hit = function(x, y, w, h) {
grid.rect(x, y, w-unit(0.5, "mm"), h*0.33,
gp = gpar(fill = col["Multi_Hit"], col = NA))
}
)
- 设置标签和标题,六个突变标签
column_title <- "OncoPrint for KICH"
heatmap_legend_param <- list(title = "Alternations", at = c("Nonsense_Mutation" , "Missense_Mutation",
"Splice_Site" ,"Frame_Shift_Del",
"Frame_Shift_Ins","Multi_Hit"),
labels = c("Nonsense_Mutation" , "Missense_Mutation",
"Splice_Site" ,"Frame_Shift_Del",
"Frame_Shift_Ins","Multi_Hit"))2.4画图
ComplexHeatmap包画图的主要函数为oncoprint(),先让我们来简单了解下这个函数
主要参数 | 用法 |
|---|---|
mat | 用于画图的矩阵 |
get_type | 如果在矩阵中将不同的突变编码为复杂的字符串，则此自定义函数将确定如何提取它们。仅当mat是矩阵时才有效， 默认值为default_get_type |
alter_fun | 可以自定义不同的变异通过什么样子来进行显示。这个函数包括四个参数x,y,w,h分别代表变异的位置(x,y)以及高度(h)和宽度(w) |
alter_fun_is_vectorized | 是否将alter_fun实现矢量化 |
show_pct | 是否在左侧显示百分比值 |
pct_gp | 百分比值的图形参数 |
show_column_names | 可以用来定义是否显示列名 |
row_names_side | 定义行名的位置 |
pct_side | 定义突变百分比的位置 |
anno_oncoprint_barplot | 调整上面和有面barplot的具体参数 |
heatmap_legend_param | 定义图例的变化 |
其他参数 | 详见官网说明 |
- 在初步了解各参数意义后，让我们一起画图吧
#画图并去除无突变的样本和基因
oncoPrint(mat,
alter_fun = alter_fun, col = col,
column_title = column_title,
remove_empty_columns = TRUE,
remove_empty_rows = TRUE,
heatmap_legend_param = heatmap_legend_param)
#对行显示位置进行调整
oncoPrint(mat,
alter_fun = alter_fun, col = col,
remove_empty_columns = TRUE, remove_empty_rows = TRUE,
pct_side = "right", row_names_side = "left",
column_title = column_title, heatmap_legend_param = heatmap_legend_param)
- 颜色、字体、位置等修改可以参考参数自行设置
#添加临床信息的注释
pdata<-read.csv(file="KICH-clininc.csv",row.names = 1)
sOrder <- order(pdata$stage,
pdata$gender,
pdata$vital_status)
pdata <- pdata[sOrder,]
mat <- mat[, sOrder]
ha<-HeatmapAnnotation(stage=pdata$stage,
gender=pdata$gender,
vital_status=pdata$vital_status,
show_annotation_name = TRUE,
annotation_name_gp = gpar(fontsize = 7))
oncoPrint(mat,top_annotation = ha,
alter_fun = alter_fun, col = col,
column_title = column_title, heatmap_legend_param = heatmap_legend_param)
#还可以添加柱状图/散点图（这里以柱状图为例子）
ha<-HeatmapAnnotation(stage=pdata$stage,
gender=pdata$gender,
vital_status=pdata$vital_status,
age= anno_barplot(pdata$age_at_initial_pathologic_diagnosis,
border=FALSE, gp = gpar(fill="blue")),
show_annotation_name = TRUE,
annotation_name_gp = gpar(fontsize = 7))
oncoPrint(mat,top_annotation = ha,
alter_fun = alter_fun,col=col,
column_title = column_title, heatmap_legend_param = heatmap_legend_param)
#添加突变注释（可以只展示你想展示的类别）
oncoPrint(mat,
alter_fun = alter_fun,col=col,
column_title = column_title, heatmap_legend_param = heatmap_legend_param,
right_annotation = rowAnnotation(
row_barplot = anno_oncoprint_barplot(c("Nonsense_Mutation", "Missense_Mutation",
"Splice_Site"),
border = TRUE, height = unit(4, "cm"),
axis_param = list(side = "bottom", labels_rot = 90))))
#还可以添加热图、密度图等（这里以热图为例）
#热图数据为随机产生
ht_list = oncoPrint(mat,
alter_fun = alter_fun, col = col, row_barplot = anno_oncoprint_barplot(c("Nonsense_Mutation", "Missense_Mutation",
"Splice_Site"),
border = TRUE, height = unit(2, "cm"),
axis_param = list(side = "bottom", labels_rot = 90))),
column_title = column_title, heatmap_legend_param = heatmap_legend_param)
Heatmap(matrix(rnorm(nrow(mat)*5), ncol = 5), name = "expr", width = unit(2, "cm"))
draw(ht_list)
- 当然，ComplexHeatmap包的功能远远不止以上这些，标签的位置、颜色、字体的大小、位置等全都是可以根据相对应的参数自己灵活改变的。
3.总结
以上，我们简单介绍了画突变全景图的两个包，现在让我们来对比以下这两个包的优缺点吧。
maftools | ComplexHeatmap | |
|---|---|---|
需要的文件格式 | maf格式的文件 | 突变矩阵 |
画图主要函数 | oncoplot（） | oncoPrint（） |
代码 | 相对简单 | 相对复杂（需要一定的R基础） |
灵活度 | 相对固定 | 相当灵活，想画哪里写哪里 |
出图 | 相对单调（因为是对maf文件画图） | 自定义的程度相对更高，可以加入更多元素 |
同时，小编在学习过程了，也总结了点小窍门，希望能帮助大家少踩雷:
- 虽然maftools处理的是maf文件，但是不要慌，txt、csv、xlx等格式的文件和maf格式文件是可以相互转换的。（以下这段代码是用cBioProtal网站txt的突变文件转变为maf后，用maftools画图，完全可行的）
- 不管是使用maftools包还是ComplexHeatmap包，突变信息的Tumor_Sample_Barcode是完整的TCGA代码16位，但是临床信息的Tumor_Sample_Barcode的只有前12位，所以在匹配临床信息时都要记得使用substr(data$Tumor_Sample_Barcode,1,12)先处理条码的不同哦。
- 虽然ComplexHeatmap包对代码要求相对高一些，不要慌，在此安利大家一个超详细的讲解，网址：https://www.jianshu.com/p/3448ca155440
