初识Gene signature¶

什么是Gene signature¶

https://cancer.sanger.ac.uk/cosmic/signatures

Gene signature 的原理¶

人类的参考基因组序列是固定的，可以由此计算出任意三个连续的碱基序列的先的频率

这样的三个连续的碱基ATG，TCG等共有96种
- 密码子有64个，但是碱基组合有96（4 * 4 * 4 = 96）种
参考基因组的这96中序列的出现的频率也是固定的，以柱状图显示出来，即使原始signature
- 图为cosmic数据计算出的一种signature1

signature

期吸烟的患者，体内基因发生变异，导致其测序统计后的signature与原始signature出现差异
统计大量上述数据，得出的signature即可视为吸烟患者的signaure，cosmic数据给出了30种signature1-30
测序获得一个新的signature-new,即可与signature1-30进行比较,从而解读该signature-new

Gene signature的用途¶

预后诊断

如何提取Gene signature¶

r语言，有两个两个包可以实现:

maftools
- 这个包功能比较全面，不局限在signature上
deconstrucSigs
- 仅仅实现signature作图，但是可以把signature的权重提取出来，示例如下

deconstrucSigs的安装¶

S
source("http://bioconductor.org/biocLite.R")
biocLite("")

输入数据格式¶

由病人的vcf文件中提取，整理为deconstrucSigs的格式

Text Only
Sample  chr      pos ref alt
chr1   905907   A   T
chr1  1192480   C   A
chr1  1854885   G   C
chr1  9713992   G   A
chr1 12908093   C   A
chr1 17257855   C   T

+ 注意decon.maf 中chr那一列为 chr1 ，不是 Chr1 + sep = "\t" + 多个病人的数据cat 在一起，用sampleID做区分

批量保存图片¶

其中 'XH01', 'XH11', 'XH12', 'XH19', 'XH28', 'XH31', 'XH33', 'XH34', 'XH36', 'XH38', 'XH39', 'XH40', 'XH43', 'XH44', 'XH45', 'XH47', 'XH49', 'XH51', 'XH52', 'XH54', 'XH56', 'XH58' 为我的数据中SampleID

S
suppressPackageStartupMessages(library("deconstructSigs"))
sigs.input <- mut.to.sigs.input(mut.ref="decon.maf",sample.id = "Sample", chr = "chr", pos = "pos", ref = "ref", alt = "alt")
l = list('XH01', 'XH11', 'XH12', 'XH19', 'XH28', 'XH31', 'XH33', 'XH34', 'XH36', 'XH38', 'XH39', 'XH40', 'XH43', 'XH44', 'XH45', 'XH47', 'XH49', 'XH51', 'XH52', 'XH54', 'XH56', 'XH58')
pdf("plot.cosmic.pdf")
for(i in l){
test = whichSignatures(tumor.ref = sigs.input,signatures.ref = signatures.cosmic,sample.id=i,signature.cutoff=0,contexts.needed = TRUE,tri.counts.method = 'default')
plotSignatures(test)
makePie(test)
}
dev.off()

+ 该方法有个缺陷，图片输出的title字体太大，当signature较多时显示不完全

批量输出各signature 的weights¶

S
for(i in l){
    test <- whichSignatures(tumor.ref = sigs.input,signatures.ref = signatures.cosmic,sample.id=i,signature.cutoff=0,contexts.needed = TRUE,tri.counts.method = 'default')
    res <- test$weights
    write.table(res,"cosmic.weight.txt",sep="\t",col.names=F,row.names=T,quote=F,append=T)
}

可以将 signatures.ref = signatures.cosmic 改为 signatures.ref = signatures.signatures.nature2013 ,这是两个不同来源的数据集算出的signature，我们用计算出的signature 与该数据的signature进行比较，为我们的数据做注释
- 得出的结果是：signature_sample1 = signature1 * weight1 + signature2 * weight2 + ··· + signature30 * weight30
- 通过权重的比值对我们算出的signature进行注释