qcustomplot绘制热力图瀑布图_maftools | 从头开始绘制发表级oncoplot（瀑布图）

本文首发于微信公众号 *“ 生信补给站 ” ，期待您的关注！！！*

原文链接：https://mp.weixin.qq.com/s/G-0PtaoO6bYuhx_D_Rlrlw

对于组学数据的分析和展示来说，maftools算是一个宝藏“R包”，可用于MAF格式的组学数据的汇总，分析和可视化展示。

随着癌症基因组学的进步, 突变注释格式 (MAF) 被广泛用于存储检测到的somatic variants。The Cancer Genome Atlas 项目对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种。maftools-R包能够有效的汇总，分析和可视化MAF格式的文件。

maftools函数主要分为可视化和分析两个模块，其主要功能及简短的描述如下所示，使用时只需读取MAF文件然后降MAF对象传递给所需要的绘图或分析功能即可。

本次主要使用R-maftools包绘制组学突变结果（MAF）的oncoplot或者叫“瀑布图”。

一、 载入R包，数据

1） 载入maftools包

if (!require("BiocManager"))
    install.packages("BiocManager")
BiocManager::install("maftools")

2） 载入数据

通过read.maf函数读入MAF文件，将各种数据（组学基因突变，拷贝数变异，临床数据，表达数据等）汇总并将其存储为MAF对象。

​
#TCGA-LAML MAF file (gz) 
laml.maf = system.file('extdata', 'tcga_laml.maf.gz', package = 'maftools') 
#clinical information (optional)
laml.clin = system.file('extdata', 'tcga_laml_annot.tsv', package = 'maftools') 
​
laml = read.maf(maf = laml.maf, clinicalData = laml.clin)

MAF对象中除了上面基因突变数据和对应的临床数据外，还可以加入拷贝数变异，表达数据等其他数据类型，后面需要的时候会添加。

二、 MAF对象汇总

1） 展示MAF重点变量的summary信息

#Shows sample summry.
getSampleSummary(laml)
#Shows gene summary.
getGe