maftools-肿瘤突变数据可视化神器

## 一、安装maftools

根据maftools官网：https://bioconductor.org/packages/release/bioc/vignettes/maftools/inst/doc/maftools.html ，按如下命令安装：
```
if (!require("BiocManager"))
    install.packages("BiocManager")
BiocManager::install("maftools")
```
但是发现，安装失败，有许多依赖包会提示不支持R-3.5版本，解决方法：

对于需要BiocManager进行安装的包（如GenomeInfoDb,BiocParallel）,使用如下安装
```
#R交互界面中
library('BiocManager')
BiocManager::install("pkg_name")
```
而常规的包，如“RCurl”可以通过：
```
#R交互界面中
install.packages('RCurl')
#或者在CRAN上下载好源码，如wordcloud,mclust等（https://cran.r-project.org/web/packages/） 通过如下安装：
R CMD INSTALL mclust_5.4.2.tar.gz
```

## 二、使用简介

假设你已经全面学习了肿瘤外显子测序数据的分析，得到了你所有配对样本的somatic mutation信息，而且制作成了还算标准的maf格式文件，那么就可以跟着这篇教程进行可视化啦。

全部流程在R里面运行，maftools提供了直接读取maf文件的接口，而且存储为S4对象，非常方便进行一系列可视化操作。

而且大部分都是一行代码出图，基本上不需要太高深的R语言知识，现学现用。

![](/media/202301/2023-01-09_151414&XwWP1Jtpkabgx4U6LT3G.png)

而且得到zuguan大神的complexHeatmap的oncoplot也被封装成了一行代码：

oncoplot(maf = laml, top = 10, removeNonMutated = TRUE)

即可出图如下：

![](/media/202301/2023-01-09_151422&ZpHbA4MDkFNqXRhfKza0.png)

还有以前我在生信菜鸟团博客介绍过的，MutationMapper on cBioPortal 的lollipopPlot

![](/media/202301/2023-01-09_151432&JoSATs1irRWCKvH5d62O.png)

最近比较火的TMB也囊括进来了：

[下载TCGA所有癌症的maf文件计算TMB](http://mp.weixin.qq.com/s?__biz=MzAxMDkxODM1Ng==&mid=2247484947&idx=1&sn=fc4873fd0dbdf8c5d6431c2d42017151&chksm=9b4846a8ac3fcfbe091ffcafa3deea5e2c66823309012b3cd8d5cdca1c970e222d102b1c8a9d&scene=21#wechat_redirect)

![](/media/202301/2023-01-09_151441&E6zlh7s1ySKQRoGICA9Z.png)

华而不实的词云也少不了咯：

![](/media/202301/2023-01-09_151458&BXFDzlWPOAQMx0ktcZhK.png)

还有探索MAF分布：

![](/media/202301/2023-01-09_151504&Te6KbFmpL1vdgfOrWS7M.png)

其实图并不重要，重要的是理解图背后的生物学医院。

最重要的是：
马上就可以下载TCGA的maf文件，玩一下这个包吧，肯定对你有帮助的！！