使用oncoPrint绘制瀑布图

杀杀
生信分析中，我们在全基因组测序后会获得分子突变谱信息，如何直观地将各种疾病分子亚型下的基因突变特征，以及分子共突变/互斥突变的特征展示出来呢？

我们可以使用R语言中一个非常方便的包来实现大样本数据中基因突变/表达总体特征的可视化，也就是大概这个样子->

胶质瘤基因突变和临床信息瀑布图展示

好了让我们来学习它
首先安装和加载包

library(ComplexHeatmap) 
library(circlize)
library(RColorBrewer)  #这是一个颜色搭配包

我们需要导入两部分数据，一部分是分子突变信息数据，另一部分是临床特征数据

首先是分子突变数据：

分子突变谱

在有突变信息的地方展示突变类型，其余地方为空（空着就好不用NA）

这个表格的制作比较基础，就不多介绍，从TCGA数据库（胶质瘤的CGGA数据库直接是整理好的表格）中下下来的原始数据中都有突变类型注释，直接转换成表格即可。

制作需要展现的基因列表，有些基因基本上就没突变，或不关心，就不需要展示，也可以直接从excel表格导入

genelist <- c("IDH1","IDH2","TP53","ATRX","PTEN","EGFR","NF1","PIK3CA")
interestgene_matrix <- TCGA_mut_matrix_2016[match(genelist,rownames(TCGA_mut_matrix_2016)),]

将我们感兴趣的基因的突变谱取出准备画图

接下来要为热图准备一些注释信息，首先是每个突变的颜色，所有的突变类型都可以设置，我比较习惯取自己喜欢的颜色，也可以用颜色包

col <- c( "missense_variant" = "#0072b4","splice_acceptor_variant" = "#e29e3e",
"stop_gained" = "#008f8c", "frameshift_variant" = "#e29e3e",
"inframe_deletion" = "#e8c31c","synonymous_variant" = "#9ec66d")

接下来这一步很重要，给背景以及每个突变类型设置形状和颜色，如果不运行这一步，接下来的主函数将不会自动给你分配颜色和大小，会报错

另外，这边的h*0.8会在图中每行的基因突变条间留一些空隙，大家可以乘不同的数值试试看

alter_fun <- list(
 background = function(x, y, w, h) {
   grid.rect(x, y, w-unit(0.5, "mm"), h*0.8, 
             gp = gpar(fill = "#e8e7e3", col = NA))
},
 missense_variant = function(x, y, w, h) {
   grid.rect(x, y, w-unit(0.5, "mm"), h*0.8,
             gp = gpar(fill = col["missense_variant"], col = NA))
},
 splice_acceptor_variant = function(x, y, w, h) {
   grid.rect(x, y, w-unit(0.5, "mm"), h*0.8,
             gp = gpar(fill = col["splice_acceptor_variant"], col = NA))
},
 stop_gained = function(x, y, w, h) {
   grid.rect(x, y, w-unit(0.5, "mm"), h*0.8,
             gp = gpar(fill = col["stop_gained"], col = NA))
},
 frameshift_variant = function(x, y, w, h) {
   grid.rect(x, y, w-unit(0.5, "mm"), h*0.8,
             gp = gpar(fill = col["frameshift_variant"], col = NA))
},
 inframe_deletion = function(x, y, w, h) {
   grid.rect(x, y, w-unit(0.5, "mm"), h*0.8,
             gp = gpar(fill = col["inframe_deletion"], col = NA))
},
 synonymous_variant = function(x, y, w, h) {
   grid.rect(x, y, w-unit(0.5, "mm"), h*0.8,
             gp = gpar(fill = col["synonymous_variant"], col = NA))
}
)

接下来设置图例

heatmap_legend <- list(title = "Alternations",
                            at = c("missense_variant", "splice_acceptor_variant",
"stop_gained", "frameshift_variant", "inframe_deletion", "synonymous_variant",
"start_lost", "splice_region_variant", "splice_donor_variant",
"intron_variant", "stop_lost", "coding_sequence_variant","Mutant","Methylated","Codel"),
                            labels = c("missense_variant", "splice_acceptor_variant",
"stop_gained", "frameshift_variant", "inframe_deletion", "synonymous_variant",
"start_lost", "splice_region_variant", "splice_donor_variant",
"intron_variant", "stop_lost", "coding_sequence_variant","Mutant","Methylated","Codel"))

接下来就可以画突变图啦：使用的就是下面这个oncoPrint函数

oncoPrint(interestgene_matrix ,  #数据
         alter_fun = alter_fun, col = col,
         column_title = column_title,
#这两行是设置要不要去掉空行和空列 remove_empty_columns = FALSE, 
#去掉空行 remove_empty_rows = FALSE, 
         row_names_side = "left", #我们可以把基因信息放左边
         pct_side = "right",
      #这个设不设置好像影响不大 alter_fun_is_vectorized = FALSE,
         heatmap_legend_param = heatmap_legend,  #设置图例
         )

接下来我们可以导入对应的临床信息，比如肿瘤等级，分型，生存，性别信息等等。

数据大概长这样

临床信息表展示

需要注意一下，临床信息里的每行样本顺序需要和前面突变谱的每列样本对应起来

接下来简单设置一下临床信息函数：$后面加上想要展示的列名

clini <- HeatmapAnnotation(Age=TCGA_clin_2016$AGE,
                     Gender=TCGA_clin_2016$SEX, 
                     GRADE  = TCGA_clin_2016$GRADE ,
                     HISTOLOGICAL_DIAGNOSIS  = TCGA_clin_2016$HISTOLOGICAL_DIAGNOSIS ,
                     OS_MONTHS = TCGA_clin_2016$OS_MONTHS,
                     show_annotation_name = TRUE,
                     annotation_name_gp = gpar(fontsize = 7))

然后在刚刚的主函数中加上你的临床信息即可

oncoplot_tcga2016 <- oncoPrint(interestgene_matrix ,
         alter_fun = alter_fun, col = col,
         column_title = column_title,
         row_names_side = "left", 
         pct_side = "right",
         alter_fun_is_vectorized = FALSE,
         heatmap_legend_param = heatmap_legend,
         bottom_annotation = clini 
         )
oncoplot_tcga2016

需要注意的是，如果你不为临床信息设置颜色的话，每一次运行出来的颜色可能是不一样的，所以你可以设置一下颜色，以防随机的颜色影响美观：

col_os = colorRamp2(c(0, 4000), c("white", "blue"))
clini <- HeatmapAnnotation(TCGA_clin_2016$AGE,
                     Gender=TCGA_clin_2016$SEX, 
                     GRADE  = TCGA_clin_2016$GRADE ,
                     HISTOLOGICAL_DIAGNOSIS  = TCGA_clin_2016$HISTOLOGICAL_DIAGNOSIS ,
                     OS_MONTHS = TCGA_clin_2016$OS_MONTHS,
                     #设置颜色
                     col = list(GRADE  = c("II" = "orange","III" = "green","IV" = "skyblue" ),os = col_os),
                     show_annotation_name = TRUE,
                     annotation_name_gp = gpar(fontsize = 7))

另外，有时我们需要根据需求优先对一些信息进行排序，这可以直接通过对数据排序实现。

当画图完成之后，可以将oncoPrint的结果赋值，并且使用draw函数，其中annotation_legend_side 参数可以将图例放在下面，让图片整体美观一些。

pdf("tcga2016result1.pdf") ##导出pdf文件
draw(oncoplot_tcga2016,annotation_legend_side = "bottom")
dev.off()

CGGA的这个网站里提供了一些他们的数据和代码，以及生成的图片，大家可以取数据下来尝试一下
http://www.cgga.org.cn/analyse/WEseq-data-oncoprint-result.jsp

参考网址：
https://jokergoo.github.io/ComplexHeatmap-reference/book/oncoprint.html
https://mp.weixin.qq.com/s/8kz2oKvUQrCR2_HWYXQT4g

使用oncoPrint绘制瀑布图

你可能感兴趣的:(使用oncoPrint绘制瀑布图)