R語言使用cgdsr包獲取TCGA數(shù)據(jù)示例詳解
更新時間：2022年06月25日 10:29:01 作者：Z_Y_H
這篇文章主要為大家介紹了R語言使用cgdsr包獲取TCGA數(shù)據(jù)示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪
TCGA數(shù)據(jù)源
眾所周知,TCGA數(shù)據(jù)庫是目前最綜合全面的癌癥病人相關(guān)組學(xué)數(shù)據(jù)庫，包括的測序數(shù)據(jù)有：
DNA Sequencing
miRNA Sequencing
Protein Expression
mRNA Sequencing
Total RNA Sequencing
Array-based Expression
DNA Methylation
Copy Number
TCGA數(shù)據(jù)庫探索工具
知名的腫瘤研究機構(gòu)都有著自己的TCGA數(shù)據(jù)庫探索工具，比如：
Broad Institute FireBrowse portal, The Broad Institute
cBioPortal for Cancer Genomics, Memorial Sloan-Kettering Cancer Center
TCGA Batch Effects, MD Anderson Cancer Center
Regulome Explorer, Institute for Systems Biology
Next-Generation Clustered Heat Maps, MD Anderson Cancer Center
其中cBioPortal更是被包裝到R包里面
這里介紹如何使用R語言的cgdsr包來獲取任意TCGA數(shù)據(jù)。
cgdsr包:R語言工具包，可以下載TCGA數(shù)據(jù)。
DT包:data.table包，簡稱DT包，是R語言中的數(shù)據(jù)可視化工具包。DT包可以將Javascript中的方法運用到R中，也能將矩陣或者數(shù)據(jù)表在網(wǎng)頁中可視化為表格，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cgdsr對象
> mycgds <- CGDS("http://www.cbioportal.org/")
#檢查下載是否成功，如果是FAILED就是沒成功。
> 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其實就是數(shù)據(jù)集的名字，我們?nèi)我膺x擇一個數(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（每個表格都是一個樣本列表） all_tables <- getCaseLists(mycgds, stad2014) dim(all_tables) ## 共6種樣本列表方式 [1] 6 5 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
))
一般來說，TCGA的一個項目數(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] 265 1
樣本個數(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survival curve，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)形式及對應(yīng)的樣本量。就可以獲取對應(yīng)的信息：
library(cgdsr)
library(DT)
mycgds <- CGDS("http://www.cbioportal.org")
##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'
# Get data slices for a specified list of genes, genetic profile and case list
expr=getProfileData(mycgds,c('BRCA1','BRCA2'),mygeneticprofile,mycaselist)
DT::datatable(expr)
很簡單就得到了指定基因在指定癌癥的表達量
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
))
## Warning in instance$preRenderHook(instance): It seems your data is too
## big for client-side DataTables. You may consider server-side processing:
## http://rstudio.github.io/DT/server.html
從cBioPortal下載點突變信息
#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)及點突變信息結(jié)合畫熱圖
下面的函數(shù)，主要是配色比較復(fù)雜，其實原理很簡單，就是一個熱圖。
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(row.names(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 = function(x,y,w,h){ grid.rect(x,y,w-unit(0.5,"mm"),h-unit(0.5,"mm"), gp=gpar(fill="pink",col=NA)) }, AMP = function(x,y,w,h){ grid.rect(x,y,w-unit(0.5,"mm"),h-unit(0.5,"mm"), gp=gpar(fill="red",col=NA)) }, MUT = function(x,y,w,h){ grid.rect(x,y,w-unit(0.5,"mm"),h-unit(0.5,"mm"), gp=gpar(fill="#008000",col=NA)) })
col <- c("MUT"="#008000","AMP"="red","HOMDEL"="blue3", "HETLOSS"="cadetblue1","GAIN"="pink")
alt = intersect(names(alter_fun),alt)
alt_fun_list <- alter_fun[alt]
col <- col[alt]
oncoPrint(mat=mat,alter_fun = alt_fun_list, get_type = function(x) strsplit(x,";")[[1]], col = col)
以上就是R語言使用cgdsr包獲取TCGA數(shù)據(jù)示例詳解的詳細內(nèi)容，更多關(guān)于R語言cgdsr獲取TCGA數(shù)據(jù)的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
R語言利用loess如何去除某個變量對數(shù)據(jù)的影響詳解
這篇文章主要給大家介紹了關(guān)于R語言利用loess去除某個變量對數(shù)據(jù)的影響的相關(guān)資料，文中通過示例代碼介紹的非常詳細，對大家學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧。2017-11-11
R語言數(shù)據(jù)可視化ggplot添加左右y軸繪制天貓雙十一銷售圖
本篇文章主要介紹如何在R中，使用ggplot2包在一個圖像上添加左右兩個 y 軸刻度，并在同一個圖像上繪制兩個完全不一樣的統(tǒng)計圖，有需要的朋友可以借鑒參考下2021-11-11
這篇文章主要介紹了R語言-t分布正態(tài)分布分位數(shù)圖的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
R包clusterProfiler如何安裝成功(新手必看!)
最近在我以為ClusterProfiler已經(jīng)安裝好的時候,又遇到了一些問題,所以這篇文章主要給大家介紹了關(guān)于R包clusterProfiler如何安裝成功的相關(guān)資料,需要的朋友可以參考下2023-02-02
在本篇文章里小編給大家整理一篇關(guān)于R語言控制結(jié)構(gòu)知識點總結(jié)內(nèi)容，有興趣的朋友們可以學(xué)習(xí)參考下。2021-03-03
在本篇文章里小編給大家整理的是一篇關(guān)于R語言條形圖創(chuàng)建方法，有需要的朋友們可以跟著學(xué)習(xí)參考下。2021-04-04
這篇文章主要介紹了R語言文本文件讀寫(txt/csv/xlsx),文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
R語言RCode與RStudio使用對比體驗分析總結(jié)
這篇文章主要為大家介紹了R語言RCode與RStudio使用對比體驗分析總結(jié)，有需要的朋友可以借鑒參考下，希望能夠有所幫助祝大家多多進步2021-11-11
這篇文章主要介紹了解決R語言安裝時出現(xiàn)輯程包不存在的問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
詳解R語言MCMC:Metropolis-Hastings采樣用于回歸的貝葉斯估計
這篇文章主要介紹了R語言MCMC:Metropolis-Hastings采樣用于回歸的貝葉斯估計,本文通過圖文實例相結(jié)合給大家介紹的非常詳細，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-03-03