肿瘤变异数据分析和可视化工具maftools: CNV的可视化

Maftools系列文章：

《maftools使用方法总结以及常见问题》

《肿瘤变异数据分析和可视化工具maftools：安装和文件格式要求》

《肿瘤变异数据分析和可视化工具maftools：突变数据下载和可视化》

《肿瘤变异数据分析和可视化工具maftools：突变的数据分析》

《肿瘤变异数据分析和可视化工具maftools：CNV的可视化》

上篇文章《肿瘤变异数据分析和可视化工具maftools：突变的数据分析》介绍了使用maftools分析MAF格式的突变数据，但maftools本身功能不限于此，它也可以针对拷贝数变异进行一些分析。

CNV数据下载和处理

还是继续之前TCGA-LUAD的例子。Maftools接受的CNV数据需要是GISTIC输出的结果，包括4个文件——all_lesions.conf_XX.txt、 amp_genes.conf_XX.txt、del_genes.conf_XX.txt以及scores.gistic（其中XX代表置信水平）。但是从TCGA官网能下载到的GISTIC的输出结果只有LUAD.focal_score_by_genes.txt，因此需要下载更上游的DNAcopy的输出结果，然后自己再根据TCGA的流程和参数跑一遍GISTIC。

但这样有点麻烦，更简单的办法就是下载其他数据库已经处理好的。这里我直接从Firehose下载GISTIC2的输出结果，把其中all_lesions.conf_99.txt、amp_genes.conf_99.txt、del_genes.conf_99.txt、scores.gistic四个文件挑出来。需要注意的是，Firehose的分析流程用的是hg19，而TCGA官方目前已经用hg38了，所以参考基因组的坐标是不一致的，因为后面画oncoplot需要用到突变数据，所以索性在Firehose也下载对应的临床数据和MAF文件。

不过怕麻烦就得付出代价，Firehose的数据更新速度实在太慢，直到今天9012年了还在用2016_01_28版的TCGA数据，导致TCGA-LUAD这个项目只有230个case的MAF文件（占总585个case的39%），而官网和UCSC Xena的数据虽然比较新，但是都下不了maftools需要的GISTIC2输出的4个文件，所以最好还是自己用DNAcopy的结果跑一下GISTIC2（如果有更好的办法可以在评论区留言！）。这里只是做演示，所以我还是偷下懒算了。

通过简单的数据整理后文件如下（包括各case的MAF文件合并以及《肿瘤变异数据分析和可视化工具maftools：突变数据下载和可视化》一文中提到的两个需要处理的地方）：

$ ls -lhrt
total 237M
-rw-r--r-- 1 xiaofei xiaofei 459K Jun 7 19:26 all_lesions.conf_99.txt
-rw-r--r-- 1 xiaofei xiaofei 14K Jun 7 19:26 amp_genes.conf_99.txt
-rw-r--r-- 1 xiaofei xiaofei 63K Jun 7 19:26 del_genes.conf_99.txt
-rw-r--r-- 1 xiaofei xiaofei 2.5M Jun 7 19:26 scores.gistic
-rw-r--r-- 1 xiaofei xiaofei 223M Jun 7 19:34 TCGA.LUAD.maf
-rw-r--r-- 1 xiaofei xiaofei 11M Jun 7 19:40 LUAD-TP.samplefeatures.txt

使用maftools读取GISTIC输出的CNV数据并统计

使用函数readGistic读入GISTIC2输出的4个文件：

> library(maftools)
> luad.gistic <- readGistic(gisticAllLesionsFile=\"all_lesions.conf_99.txt\", gisticAmpGenesFile=\"amp_genes.conf_99.txt\", gisticDelGenesFile=\"del_genes.conf_99.txt\", gisticScoresFile=\"scores.gistic\", isTCGA=TRUE)
## -Processing Gistic files..
## --Processing amp_genes.conf_99.txt
## --Processing del_genes.conf_99.txt
## --Processing scores.gistic
## --Summarizing by samples

直接键入GISTIC对象luad.gistic就能得到一些简单的统计：

> luad.gistic
## An object of class  GISTIC 
##           ID summary
## 1:   Samples     516
## 2:    nGenes    6057
## 3: cytoBands      75
## 4:       Amp  177966
## 5:       Del  896197
## 6:     total 1074163

和之前介绍的MAF文件的统计方法类似，GISTIC对象可以使用getSampleSummary、getGeneSummary、getCytobandSummary进行统计，并用write.GisticSummary保存统计结果：

getSampleSummary(luad.gistic)
getGeneSummary(luad.gistic)
getCytobandSummary(luad.gistic)
write.GisticSummary(gistic=luad.gistic, basename=\"luad_gistic2\")

CNV数据的可视化

GISTIC的输出结果可以用染色体图、气泡图（点图）、oncoplot进行可视化。