TCGA的微卫星不稳定性数据获取和可视化

1.背景知识

在一篇文章里看到了微卫星不稳定性(Microsatellite Instability,MSI)与riskscore的关系图,就去查了一下,很好的背景知识资料:

https://mp.weixin.qq.com/s/zx5eaNvBrwWxKWgIl7CC4w

核心知识:

1.计算MSI分数的工具:MANTIS,默认阈值0.4,高于阈值为MSI-H,低于阈值为MSS(无明显的MSI出现)。
2.最早再结直肠癌种发现,是预后良好的标志,MSI结直肠癌5年生存率要显著高于MSS结直肠癌,MSI-H结直肠癌比MSS结直肠癌有更好的预后。

2.寻找TCGA的MSI数据

那么TCGA微卫星不稳定的数据上哪找呢?隐约记得在cbioportal有。但是他们现在把下载接口删掉了,不好找。

继续搜索,搜到了这个包:cBioPortalData,可以下载数据。

一个不错的教程:

https://zhuanlan.zhihu.com/p/406088178

我的需求,主要是下载cBioPortal的临床信息,有很多是其他渠道找不到的。

使用起来非常简单:

library(cBioPortalData)
cbio <- cBioPortal()
studies = getStudies(cbio)
head(studies$studyId)
## [1] "acc_tcga"                     "blca_plasmacytoid_mskcc_2016"
## [3] "bcc_unige_2016"               "all_stjude_2015"             
## [5] "ampca_bcm_2016"               "blca_dfarber_mskcc_2014"
id = "ucec_tcga_pan_can_atlas_2018"
clinical = clinicalData(cbio, id)
colnames(clinical)
##  [1] "patientId"                                
##  [2] "AGE"                                      
##  [3] "AJCC_STAGING_EDITION"                     
##  [4] "BUFFA_HYPOXIA_SCORE"                      
##  [5] "CANCER_TYPE_ACRONYM"                      
##  [6] "DAYS_LAST_FOLLOWUP"                       
##  [7] "DAYS_TO_INITIAL_PATHOLOGIC_DIAGNOSIS"     
##  [8] "DSS_MONTHS"                               
##  [9] "DSS_STATUS"                               
## [10] "ETHNICITY"                                
## [11] "FORM_COMPLETION_DATE"                     
## [12] "HISTORY_NEOADJUVANT_TRTYN"                
## [13] "ICD_10"                                   
## [14] "ICD_O_3_HISTOLOGY"                        
## [15] "ICD_O_3_SITE"                             
## [16] "INFORMED_CONSENT_VERIFIED"                
## [17] "IN_PANCANPATHWAYS_FREEZE"                 
## [18] "NEW_TUMOR_EVENT_AFTER_INITIAL_TREATMENT"  
## [19] "OS_MONTHS"                                
## [20] "OS_STATUS"                                
## [21] "OTHER_PATIENT_ID"                         
## [22] "PERSON_NEOPLASM_CANCER_STATUS"            
## [23] "PFS_MONTHS"                               
## [24] "PFS_STATUS"                               
## [25] "PRIOR_DX"                                 
## [26] "RACE"                                     
## [27] "RADIATION_THERAPY"                        
## [28] "RAGNUM_HYPOXIA_SCORE"                     
## [29] "SAMPLE_COUNT"                             
## [30] "SEX"                                      
## [31] "SUBTYPE"                                  
## [32] "WEIGHT"                                   
## [33] "WINTER_HYPOXIA_SCORE"                     
## [34] "DAYS_TO_BIRTH"                            
## [35] "DFS_MONTHS"                               
## [36] "DFS_STATUS"                               
## [37] "sampleId"                                 
## [38] "ANEUPLOIDY_SCORE"                         
## [39] "CANCER_TYPE"                              
## [40] "CANCER_TYPE_DETAILED"                     
## [41] "FRACTION_GENOME_ALTERED"                  
## [42] "GRADE"                                    
## [43] "MSI_SCORE_MANTIS"                         
## [44] "MSI_SENSOR_SCORE"                         
## [45] "MUTATION_COUNT"                           
## [46] "ONCOTREE_CODE"                            
## [47] "SAMPLE_TYPE"                              
## [48] "SOMATIC_STATUS"                           
## [49] "TISSUE_PROSPECTIVE_COLLECTION_INDICATOR"  
## [50] "TISSUE_RETROSPECTIVE_COLLECTION_INDICATOR"
## [51] "TISSUE_SOURCE_SITE"                       
## [52] "TISSUE_SOURCE_SITE_CODE"                  
## [53] "TMB_NONSYNONYMOUS"                        
## [54] "TUMOR_TISSUE_SITE"                        
## [55] "TUMOR_TYPE"

这是临床信息的数据列名,里面就包括了MSI_SCORE_MANTIS这一列。

3.画个图玩

R语言的好处就是拿到了数据可以进行自定义的可视化,比网页工具更加灵活,也更好重复。

df = na.omit(clinical[,c("patientId","MSI_SCORE_MANTIS")])
colnames(df)[2] = "MSI_score"
df$MSI_score = as.numeric(df$MSI_score)
k= df$MSI_score >0.4;table(k)
## k
## FALSE  TRUE 
##   358   168
df$Group =  ifelse(k,"MSI","MSS")
head(df)
## # A tibble: 6 x 3
##   patientId    MSI_score Group
##   <chr>            <dbl> <chr>
## 1 TCGA-2E-A9G8     0.323 MSS  
## 2 TCGA-4E-A92E     0.340 MSS  
## 3 TCGA-5B-A90C     0.334 MSS  
## 4 TCGA-5S-A9Q8     0.320 MSS  
## 5 TCGA-A5-A0G1     0.311 MSS  
## 6 TCGA-A5-A0G2     0.400 MSI

整理好了数据,就可以画图啦

library(ggplot2)
ggplot(df,aes(x = Group,y = MSI_score,fill = Group))+
  geom_boxplot()+
  geom_jitter(size = 0.5)+
  geom_hline(yintercept = 0.4,lty = 4)+
  theme_bw()
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容