第R語(yǔ)言使用cgdsr包獲取TCGA數(shù)據(jù)示例詳解目錄TCGA數(shù)據(jù)源TCGA數(shù)據(jù)庫(kù)探索工具查看任意數(shù)據(jù)集的樣本列表方式選定數(shù)據(jù)形式及樣本列表后獲取感興趣基因的信息,下載mRNA數(shù)據(jù)選定樣本列表獲取臨床信息綜合性獲取下載mRNA數(shù)據(jù)獲取病例列表的臨床數(shù)據(jù)從cBioPortal下載點(diǎn)突變信息從cBioPortal下載拷貝數(shù)變異數(shù)據(jù)把拷貝數(shù)及點(diǎn)突變信息結(jié)合畫(huà)熱圖

TCGA數(shù)據(jù)源

眾所周知,TCGA數(shù)據(jù)庫(kù)是目前最綜合全面的癌癥病人相關(guān)組學(xué)數(shù)據(jù)庫(kù)，包括的測(cè)序數(shù)據(jù)有：

DNASequencing

miRNASequencing

ProteinExpression

mRNASequencing

TotalRNASequencing

Array-basedExpression

DNAMethylation

CopyNumber

TCGA數(shù)據(jù)庫(kù)探索工具

知名的腫瘤研究機(jī)構(gòu)都有著自己的TCGA數(shù)據(jù)庫(kù)探索工具，比如：

BroadInstituteFireBrowseportal,TheBroadInstitute

cBioPortalforCancerGenomics,MemorialSloan-KetteringCancerCenter

TCGABatchEffects,MDAndersonCancerCenter

RegulomeExplorer,InstituteforSystemsBiology

Next-GenerationClusteredHeatMaps,MDAndersonCancerCenter

其中cBioPortal更是被包裝到R包里面

這里介紹如何使用R語(yǔ)言的cgdsr包來(lái)獲取任意TCGA數(shù)據(jù)。

cgdsr包:R語(yǔ)言工具包，可以下載TCGA數(shù)據(jù)。

DT包:data.table包，簡(jiǎn)稱DT包，是R語(yǔ)言中的數(shù)據(jù)可視化工具包。DT包可以將Javascript中的方法運(yùn)用到R中，也能將矩陣或者數(shù)據(jù)表在網(wǎng)頁(yè)中可視化為表格，以及其它的一些功能。

setwd("C:/Users/YLAB/Documents/R/win-library/4.1/")

install.packages("R.methodsS3_1.8.1.zip",repos=NULL)#安裝

install.packages("R.oo_1.24.0.zip",repos=NULL)#安裝

install.packages("data.table")

BiocManager::install("cgdsr",force=TRUE)#安裝

library(cgdsr)

library(DT)

#創(chuàng)建一個(gè)cgdsr對(duì)象

mycgds-CGDS("/")

#檢查下載是否成功，如果是FAILED就是沒(méi)成功。

test(mycgds)

getCancerStudies...OK

getCaseLists(1/2)...OK

getCaseLists(2/2)...OK

getGeneticProfiles(1/2)...OK

getGeneticProfiles(2/2)...OK

getClinicalData(1/1)...OK

getProfileData(1/6)...OK

getProfileData(2/6)...OK

getProfileData(3/6)...OK

getProfileData(4/6)...OK

getProfileData(5/6)...OK

getProfileData(6/6)...OK

all_TCGA_studies-getCancerStudies(mycgds)

DT::datatable(all_TCGA_studies)

查看任意數(shù)據(jù)集的樣本列表方式

上表的cancer_study_id其實(shí)就是數(shù)據(jù)集的名字，我們?nèi)我膺x擇一個(gè)數(shù)據(jù)集，比如stad_tcga_pub，可以查看它里面有多少種樣本列表方式。

stad2014-"stad_tcga_pub"

##獲取在stad2014數(shù)據(jù)集中有哪些表格（每個(gè)表格都是一個(gè)樣本列表）

all_tables-getCaseLists(mycgds,stad2014)

dim(all_tables)##共6種樣本列表方式

[1]65

DT::datatable(all_tables[,1:3])

查看任意數(shù)據(jù)集的數(shù)據(jù)形式

##而后獲取可以下載哪幾種數(shù)據(jù)，一般是mutation，CNV和表達(dá)量數(shù)據(jù)

all_dataset-getGeneticProfiles(mycgds,stad2014)

DT::datatable(all_dataset,

extensions='FixedColumns',

options=list(#dom='t',

scrollX=TRUE,

fixedColumns=TRUE

一般來(lái)說(shuō)，TCGA的一個(gè)項(xiàng)目數(shù)據(jù)就幾種，如下：

選定數(shù)據(jù)形式及樣本列表后獲取感興趣基因的信息,下載mRNA數(shù)據(jù)

my_dataset-'stad_tcga_pub_rna_seq_v2_mrna'

my_table-"stad_tcga_pub_rna_seq_v2_mrna"

BRCA1-getProfileData(mycgds,"BRCA1",my_dataset,my_table)

dim(BRCA1)

[1]2651

樣本個(gè)數(shù)差異很大，不同癌癥熱度不一樣。

選定樣本列表獲取臨床信息

##如果我們需要繪制survivalcurve，那么需要獲取clinical數(shù)據(jù)

clinicaldata-getClinicalData(mycgds,my_table)

DT::datatable(clinicaldata,

extensions='FixedColumns',

options=list(#dom='t',

scrollX=TRUE,

fixedColumns=TRUE

綜合性獲取

只需要根據(jù)癌癥列表選擇自己感興趣的研究數(shù)據(jù)集即可，然后選擇好感興趣的數(shù)據(jù)形式及對(duì)應(yīng)的樣本量。就可以獲取對(duì)應(yīng)的信息：

library(cgdsr)

library(DT)

mycgds-CGDS("")

##mycancerstudy=getCancerStudies(mycgds)[25,1]

mycancerstudy='brca_tcga'getCaseLists(mycgds,mycancerstudy)[,1]

##[1]"brca_tcga_3way_complete""brca_tcga_all"

##[3]"brca_tcga_protein_quantification""brca_tcga_sequenced"

##[5]"brca_tcga_cna""brca_tcga_methylation_hm27"

##[7]"brca_tcga_methylation_hm450""brca_tcga_mrna"

##[9]"brca_tcga_rna_seq_v2_mrna""brca_tcga_rppa"

##[11]"brca_tcga_cnaseq"

getGeneticProfiles(mycgds,mycancerstudy)[,1]

##[1]"brca_tcga_rppa"

##[2]"brca_tcga_rppa_Zscores"

##[3]"brca_tcga_protein_quantification"

##[4]"brca_tcga_protein_quantification_zscores"

##[5]"brca_tcga_gistic"

##[6]"brca_tcga_mrna"

##[7]"brca_tcga_mrna_median_Zscores"

##[8]"brca_tcga_rna_seq_v2_mrna"

##[9]"brca_tcga_rna_seq_v2_mrna_median_Zscores"

##[10]"brca_tcga_linear_CNA"

##[11]"brca_tcga_methylation_hm450"

##[12]"brca_tcga_mutations"

下載mRNA數(shù)據(jù)

mycaselist='brca_tcga_rna_seq_v2_mrna'

mygeneticprofile='brca_tcga_rna_seq_v2_mrna'

#Getdataslicesforaspecifiedlistofgenes,geneticprofileandcaselist

expr=getProfileData(mycgds,c('BRCA1','BRCA2'),mygeneticprofile,mycaselist)

DT::datatable(expr)

很簡(jiǎn)單就得到了指定基因在指定癌癥的表達(dá)量

獲取病例列表的臨床數(shù)據(jù)

myclinicaldata=getClinicalData(mycgds,mycaselist)

DT::datatable(myclinicaldata,

extensions='FixedColumns',

options=list(#dom='t',

scrollX=TRUE,

fixedColumns=TRUE

##Warningininstance$preRenderHook(instance):Itseemsyourdataistoo

##bigforclient-sideDataTables.Youmayconsiderserver-sideprocessing:

##http://rstudio.github.io/DT/server.html

從cBioPortal下載點(diǎn)突變信息

#突變基因名稱集合

mutGene=c("EGFR","PTEN","TP53","ATRX")

#檢索基因和遺傳圖譜的基因組圖譜數(shù)據(jù)

mut_df-getProfileData(mycgds,

caseList="gbm_tcga_sequenced",

geneticProfile="gbm_tcga_mutations",

genes=mutGene

mut_df-apply(mut_df,2,as.factor)

mut_df[mut_df=="NaN"]=""

mut_df[is.na(mut_df)]=""

mut_df[mut_df!='']="MUT"

DT::datatable(mut_df)

從cBioPortal下載拷貝數(shù)變異數(shù)據(jù)

mutGene=c("TP53","UGT2B7","CYP3A4")

cna-getProfileData(mycgds,mutGene,"gbm_tcga_gistic","gbm_tcga_sequenced")

cna-apply(cna,2,function(x)as.character(factor(x,levels=c(-2:2),labels=c("HOMDEL","HETLOSS","DIPLOID","GAIN","AMP"))))

cna[is.na(cna)]=""

cna[cna=="DIPLOID"]=""

DT::datatable(cna)

把拷貝數(shù)及點(diǎn)突變信息結(jié)合畫(huà)熱圖

下面的函數(shù)，主要是配色比較復(fù)雜，其實(shí)原理很簡(jiǎn)單，就是一個(gè)熱圖。

library(ComplexHeatmap)

library(grid)

conb-data.frame(matrix(paste(as.matrix(cna),as.matrix(mut_df),sep=";"),nrow=nrow(cna),ncol=ncol(cna),dimnames=list(s(mut_df),colnames(cna))))

mat-as.matrix(t(conb))

DT::datatable((mat))

alt-apply(mat,1,function(x)strsplit(x,";"))

alt-unique(unlist(alt))

alt-alt[which(alt!="")]

alt-c("background",alt)

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))},HOMDEL=function(x,y,w,h){grid.rect(x,y,w-unit(0.5,"mm"),h-unit(0.5,"mm"),gp=gpar(fill="blue3",col=NA))},HETLOSS=function(x,y,w,h){grid.rect(x,y,w-unit(0.5,"mm"),h-unit(0.5,"mm"),gp=gpar(fill="cadetblue1",col=NA))},GAIN=f