R mutation signature

前言介绍：

至于突变模式为什么有96种？维基百科真的是百科

1.结合MutationalPatterns和deconstructSigs两个包讲述详细

MutationalPatterns包，表述清晰
deconstructSigs|探寻cosmic的独特“气质“mutation signature
用deconstructSigs来做cosmic的mutation signature图
deconstructSigs与MutationalPatterns包融合绘图

2.SCI 文章中基因组的突变信号（maftools）：与SBS数据库对比

w=lapply(unique(x$Sample) , function(i){
  sample_1 = whichSignatures(tumor.ref = sigs.input[,], 
                             signatures.ref = signatures.exome.cosmic.v3.may2019,  ## signatures.cosmic signatures.nature2013
                             sample.id =  i, 
                             contexts.needed = TRUE,
                             tri.counts.method = 'default')
  # print(i)
  # p <- plotSignatures(sample_1)
  return(sample_1$weights)
})

上述代码中 “signatures.cosmic ”，“signatures.nature2013”，“signatures.exome.cosmic.v3.may2019”均可以找到，进而可以替换为自定义：查看cosmic的30个signature的96突变频谱；“signatures.exome.cosmic.v3.may2019” bing搜一下就有

3. 分析需求：

理解的分析步骤：

• SigminerR包 生成突变上下文： 基于六种碱基替换 (C>A, C>T, C>G, T>A, T>G, T>C) 生成 96个突变contexts。每个contexts由突变碱基及其前后两个碱基组成。例如，“C>A” 突变，后一个碱基为 T，则对应的上下文为 “GCT>GAT”。
• 使用 SignatureAnalyzer 进行 NMF 分析： 将 96 个突变上下文作为输入数据，使用
  SignatureAnalyzer 进行非负矩阵分解 (NMF) 分析。SignatureAnalyzer 使用贝叶斯变体来进行 NMF分析，并自动推断最佳的特征数量。
• 与 COSMIC 数据库比较： 将 SignatureAnalyzer 识别的每个特征配置文件与 COSMIC 数据库中的已验证的癌症特征进行比较，使用余弦相似度分析来找到最佳匹配。余弦相似度值范围从 0 到1，代表从最大差异到最大相似。

分步执行：

使用 sigminer 进行突变模式分析： https://shixiangwang.github.io/home/cn/post/2020-06-07-mutational-signature-analysis-with-sigminer/

library(maftools)
library(sigminer)
library(NMF)
## 生成96 contexts
maf <- read.maf("data/all_sample.maf") 
mt_tally <- sig_tally(
  maf,
  ref_genome = "BSgenome.Hsapiens.UCSC.hg19",
  useSyn = TRUE,
  mode = "ALL"
)
show_catalogue(mt_tally$SBS_96 %>% t(), mode = "SBS", style = "cosmic")
## 确定提取多少个 Signatures
est <- sig_estimate(mt_tally$SBS_96, range = 2:5, nrun = 50, verbose = TRUE)
show_sig_number_survey2(est$survey)
context <- mt_tally[["SBS_96"]]
write.table(context,file = paste0(respath,"3_cosmic/96context.txt"),quote = F,col.names = T,row.names = T)