突变景观图（Oncoplot）

分类：基因组 ｜ 依赖包：maftools

解决的生物学问题

队列中哪些基因突变频率最高？不同突变类型在各样本中如何分布？

应用场景

• 肿瘤队列突变全景展示
• 驱动基因突变频率排序
• 多突变类型共现分析
• 临床注释与突变关联

输入数据格式

MAF 文件（maftools::read.maf）

关键参数

• top 展示基因数（10-20）
• clinicalFeatures 临床注释列
• sortByAnnotation 是否按注释排序
• fontSize 字体大小
• colors 突变类型配色

快速开始

1. 直接在线运行

打开 FigCode 在线绘图，点击本工具卡片的"在线绘图"按钮即可用内置示例数据出图，零环境配置。

2. 本地复现

下载脚本和示例数据，本地 RStudio 运行：

# 下载
curl -O https://<your-site>/figcode/scripts/oncoplot.R
curl -O https://<your-site>/figcode/data/oncoplot.csv

3. 安装依赖

# CRAN 包
install.packages(c())

# Bioconductor 包（如需）
# BiocManager::install(c("maftools"))

完整代码

library(maftools)

# --- Demo: use built-in TCGA LAML dataset ---
laml.maf <- system.file("extdata", "tcga_laml.maf.gz", package = "maftools")
laml.clin <- system.file("extdata", "tcga_laml_annot.tsv", package = "maftools")
laml <- read.maf(maf = laml.maf, clinicalData = laml.clin)

# --- Plot ---
oncoplot(laml, top = 10, fontSize = 0.7)

替换为自己的数据

脚本中以 # --- Demo data --- 标注的段落是示例数据生成代码。替换为自己的数据时，保持列名一致即可：

• 输入格式：MAF 文件（maftools::read.maf）
• 使用 read.csv() / readRDS() 读取本地文件

延伸阅读

• 相关教程：突变景观图 完整流程
• 出现 bug？欢迎在 FigCode 页面 点击对应卡片，在评论区留言。