怎么使用MutationalPatterns進行腫瘤突變頻譜分析

這期內容當中小編將會給大家帶來有關怎么使用MutationalPatterns進行腫瘤突變頻譜分析，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

MutationalPatterns是一個bioconductor上的R包，可以用于腫瘤突變頻譜的分析。腫瘤突變頻譜針對點突變進行定義，A,T,C,G四種堿基兩兩突變，共有4X3=12種排列，考慮到正負鏈堿基配對原則，正鏈上的A->C突變，對應負鏈上為T->G,  所以進一步轉換成了一個組合的問題，所以某個位點的突變可以劃分為以下6種模式

1. C>A, 表示C>A和G>T兩種

2. C>G, 表示C>G和G>C兩種

3. C>T, 表示C>T和G>A兩種

4. T>A,表示T>A和A>T兩種

5. T>C,表示T>C和A>G兩種

6. T>G,表示T>G和A>C兩種

   
   

進一步考慮突變位點所處的序列上下文環境，即上下游各取一個堿基再加上突變位點的堿基，組成了3個堿基的motif,  可以有4X4X6=96種模式，每種模式的頻率分布就是突變頻譜。突變頻譜可以當做一個腫瘤樣本的特征，進行樣本間的比較。通過MutationalPatterns包，可以方便的根據樣本對應的VCF文件，提取突變頻譜的信息，首先讀取文件，代碼如下

# 加載R包
> library(MutationalPatterns)
# 列出vcf的路徑
> vcf_files <- c("sample1.vcf", "sample2.vcf")
# 設置vcf文件對應的樣本名稱
> sample_names <- c("sample1", "sample2")
# 加載參考基因組
> library(BSgenome.Hsapiens.UCSC.hg19)
> ref_genome <- "BSgenome.Hsapiens.UCSC.hg19"
# 讀取vcf文件
> vcfs <- read_vcfs_as_granges(vcf_files, sample_names, ref_genome)

讀取完成之后，可以先統計下6種不同的點突變模式的分布，代碼如下

> type_occurrences <- mut_type_occurrences(vcfs, ref_genome)
> plot_spectrum(type_occurrences)

可視化結果示意如下

該R包經典的使用場景如下

1. 計算樣本突變頻譜

根據vcf文件，計算每個樣本中96種motif的頻數，并可視化，代碼如下

> mut_mat <- mut_matrix(vcf_list = vcfs, ref_genome = ref_genome)
> plot_96_profile(mut_mat[,c(1,2)], condensed = TRUE)

可視化結果示意如下

2. 比較兩個樣本間突變頻譜分布的差異

代碼如下

> plot_compare_profiles(mut_mat[,1], mut_mat[,2], condensed = TRUE)

可視化結果示意如下

左上角的給出了兩個頻譜間cosine similarity相似度，圖片中前兩層分別對應兩個需要比較的頻譜，第三層為兩個頻譜的差異，直接用頻率相減。

3.  NMF find mutation signature

通過非負矩陣分解NMF算法，從原始的突變頻譜中提取特征，稱之為突變特征mutation signature，代碼如下

> library(NMF)
> estimate <- nmf(mut_mat, rank=2:5, method="brunet", nrun=10, seed=123456)
> nmf_res <- extract_signatures(mut_mat, rank = 2, nrun = 10)
> colnames(nmf_res$signatures) <- c("Signature A", "Signature B")
> rownames(nmf_res$contribution) <- c("Signature A", "Signature B")
> plot_96_profile(nmf_res$signatures, condensed = TRUE)

4. mutation singnature contribution

每個樣本的突變頻譜是不同突變特征組成的結果，通過如下代碼可視化每個樣本中不同突變特征的貢獻率

plot_contribution(nmf_res$contribution, nmf_res$signature, mode = "relative")

可視化結果示意如下

5. 比較多個突變頻譜/突變特征之間的相似性，

計算圖片頻譜間的cosine similarity相似度，結果用熱圖展現，代碼如下

> cos_sim_samples_signatures = cos_sim_matrix(mut_mat, mut_mat)
> plot_cosine_heatmap(cos_sim_samples_signatures)

可視化的結果示意如下

通過這個R包，可以輕松實現突變頻譜的常見分析內容。

上述就是小編為大家分享的怎么使用MutationalPatterns進行腫瘤突變頻譜分析了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。