MAF文件格式被广泛用于检测到的体细胞变异。TCGA已经对30多种不同的癌症进行了测序，每种癌症类型的样本量超过200个，由体细胞变异组成的结果数据以突变注释格式的形式保存。maftools试图以一种有效的方式从TCGA来源或其他基因组数据来总结，分析，注释和可视化MAF文件。

1. 安装maftools

#从Bioconductor安装
BiocManager::install("maftools")

#从github安装
BiocManager::install("PoisonAlien/maftools")

2. 准备MAF文件

MAF文件生成取决于我们用什么软件进行注释，不同的注释软件生成的VCF文件略有不同。

1）使用VEP注释，可以使用vcf2maf来生成MAF文件

2）使用gatk的Funcotator来注释，可以通过指定参数--output-file-format MAF来生成MAF文件

3）使用ANNOVAR进行注释，可以用过annovarToMaf来生成MAF文件

文件格式介绍如下：

File formatsData PortalsAnnotation tools
Mutation Annotation Format（MAF）TCGAvcf2maf – for converting your VCF files to MAF
Variant Call Format（VCF）ICGCEnsembl Variant Effect Predictor VEP
ICGC Simple Somatic Mutation FormatBroad FirehoseAnnovar
cBioPortalFuncotator
CIViC – Clinical interpretation of variants in cancer
DGIdb – Information on drug-gene interactions and the druggable genome

3.maftools输入文件准备

read.maf(
  maf,
  clinicalData = NULL,
  rmFlags = FALSE,
  removeDuplicatedVariants = TRUE,
  useAll = TRUE,
  gisticAllLesionsFile = NULL,
  gisticAmpGenesFile = NULL,
  gisticDelGenesFile = NULL,
  gisticScoresFile = NULL,
  cnLevel = "all",
  cnTable = NULL,
  isTCGA = FALSE,
  vc_nonSyn = NULL,
  verbose = TRUE
)

1）前面提到的MAF文件（可以是gz压缩后的MAF文件， 必须）

2）MAF中与每个Sample/Tumor_Sample_Barcode相关的临床数据（tsv文件格式，可选但推荐，后续可视化可能会用到相关标签）

3）拷贝数数据(如果可用)。可以是GISTIC输出，也可以是包含样本名称、基因名称和拷贝状态(Amp或Del)的数据表。

4.简单展示

此处简单展示maftools的可视化应用，详细内容可以查看官方文档（推荐）

library(maftools)

laml = read.maf(maf = system.file('extdata', 'tcga_laml.maf.gz', package = 'maftools'), 
                clinicalData = system.file('extdata', 'tcga_laml_annot.tsv', package = 'maftools'))

#查看sample summry.
getSampleSummary(laml)
#查看基因summary.
getGeneSummary(laml)
#查看样本临床信息
getClinicalData(laml)
#查看所有可用的信息
getFields(laml)

#可视化
plotmafSummary(maf = laml, rmOutlier = TRUE, addStat = 'median', dashboard = TRUE, titvRaw = FALSE)

绘制Oncoplots图，这个也是基因组常用的可视化热图

oncoplot(maf = laml, top = 10)

关于maftools的简单介绍就到这里了，下面是一些作者推荐的常用的工具包：

  • TRONCO – Repository of the TRanslational ONCOlogy library (R)
  • dndscv – dN/dS methods to quantify selection in cancer and somatic evolution (R)
  • cloneevol – Inferring and visualizing clonal evolution in multi-sample cancer sequencing (R)
  • sigminer – Primarily for signature analysis and visualization in R. Supports maftools output (R)
  • GenVisR – Primarily for visualization (R)
  • comut – Primarily for visualization (Python)
  • TCGAmutations – pre-compiled curated somatic mutations from TCGA cohorts (from Broad Firehose and TCGA MC3 Project) that can be loaded into maftools (R)
  • somaticfreq – rapid genotyping of known somatic hotspot variants from the tumor BAM files. Generates a browsable/sharable HTML report. (C)

参考资料：

1.https://bioconductor.org/packages/release/bioc/vignettes/maftools/inst/doc/maftools.html

2.https://github.com/PoisonAlien/maftools

3.Mayakonda A, Lin DC, Assenov Y, Plass C, Koeffler HP. 2018. Maftools: efficient and comprehensive analysis of somatic variants in cancer. Genome Resarch. PMID: 30341162

阅读: 682