TCGA数据挖掘五：突变数据画图
2019-07-09 本文已影响12人
mayoneday
一.整理并加载数据
（这里没有把整理数据步骤放进去，直接加载的已经整理好的maf文件）
rm(list=ls())
options()$repos
options()$BioC_mirror
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
options()$repos
options()$BioC_mirror
#biocLite("maftools")
#library(maftools)
require(maftools)
laml = read.maf(maf = 'D:/R/tcga_example-master/tcga_example-master/GDC/TCGA.KIRC.mutect.somatic.maf.gz')
#maf文件，可以看说明书，包含基因及突变信息，TCGA下载之后可以用R语言转换为maf文件后读取
laml
QQ截图20190709165817.jpg
QQ截图20190709165650.jpg
二.把基因突变情况可视化
plotmafSummary(maf=laml, rmOutlier = TRUE, showBarcodes = TRUE,addStat ="median",dashboard = TRUE,
titvRaw = F)
画出对基因突变情况的统计图
三.画基因突变瀑布图
oncoplot(maf = laml, top = 30,fontSize=12, writeMatrix=T,removeNonMutated = F,showTumorSampleBarcodes=F)
#把前30个基因拿出来做瀑布图
QQ截图20190709170506.jpg
纵是基因，取的突变数量前30个；横的是样本
每横条代表这个基因在哪些样本中产生突变
