比较不同的肿瘤somatic突变的signature

Posted on by

前面我们详细讲解过，sanger研究所科学家【1】提出来了肿瘤somatic突变的signature概念 ，把96突变频谱的非负矩阵分解后的30个特征，在cosmic数据库可以学习它。不同的特征有不同的生物学含义【2】，比如文章【3】 就是使用了 这些signature区分生存！主要是R包deconstructSigs可以把自己的96突变频谱对应到cosmic数据库的30个突变特征。

另外一个策略就是自己推断denovo的signature，可以使用SomaticSignatures 包的identifySignatures函数。这个教程我也在生信技能树分享过：使用R包SomaticSignatures进行denovo的signature推断

而且前面我在生信菜鸟团的肿瘤外显子数据分析专辑提到了，很多研究者会嫌弃cosmic数据库的30个肿瘤突变signatures，他们觉得cosmic数据库30个signature的生物学意义并不好，会尝试自己分解出来自己的signature。比如：0元，10小时教学视频直播《跟着百度李彦宏学习肿瘤基因组测序数据分析》 这个文献，研究者就是使用R包SomaticSignatures进行denovo的signature推断，拿到了11个自定义的signature。

这个时候，通常的分析节奏，就是把11个自定义的signature去和cosmic数据库的30个突变特征进行对比。原文图表如下：

不同signature对比

signatures的本质就是96突变形式的比例，所以可以直接在R里面进行相关性计算。

首先查看自己的11个自定义的signature的96突变频谱

下面的escc_denovo_results.Rata文件来源于前面的教程：

load(file = 'escc_denovo_results.Rata')
str(sigs_nmf) 
# sp signatures_probabilities
sp=sigs_nmf@signatures
head(sp)
colSums(sp)
sp=apply(sp,2,function(x){
 x/sum(x)
})
denovo=sp
rownames(denovo)

可以看到，自己的11个自定义的signature的96突变频谱如下：

11个自定义的signature的96突变频谱

然后查看cosmic的30个signature的96突变频谱

需要读取网络文件，signatures_probabilities.txt，代码如下：

# https://cancer.sanger.ac.uk/cancergenome/assets/signatures_probabilities.txt
cosmic=read.table('https://cancer.sanger.ac.uk/cancergenome/assets/signatures_probabilities.txt',
 header = T,sep = '\t')[,1:33]

head(cosmic[,1:3])
tmp=cosmic[,2];substr(tmp,2,2) <- '.'
rownames(cosmic)=paste(gsub('>','',cosmic[,1]),
 tmp)

简单的转换，保证两个signature的矩阵行名是一样的

osmic的30个signature的96突变频谱

绘制相关性热图

代码如下：

comp=cbind(denovo[rownames(cosmic),],
 cosmic[,4:33])
colSums(comp)
pheatmap::pheatmap(cor(comp))
pheatmap::pheatmap(cor(comp)[1:11,12:41])

可以看到：

两个signature的相关性热图

文章里面的不同体系的signature的关系，得到了验证；

ESCC 508 Sigatures COSMIC Signtures
S1 COSMIC Signature 2
S2 COSMIC Signature 13
S3 COSMIC Signature 15/6
S4 COSMIC Signature 1
S5 COSMIC Signature 18
S6 COSMIC Signature 17
S7 No similar COSMIC signatures
S8 COSMIC Signature 22
S9 COSMIC Signature 16
S10 No similar COSMIC signatures
S11 COSMIC Signature 11

你可以去跟Whole-genome sequencing of 508 patients identifies key molecular features associated with poor prognosis in esophageal squamous cell carcinoma文章对比一下，几乎是一模一样。

后面我们还需要针对signature结果，进行NMF聚类后对病人进行分组，计算临床预后意义，欢迎继续follow我们的0元，10小时教学视频直播《跟着百度李彦宏学习肿瘤基因组测序数据分析》 。

​

Comments are closed.