利用cBioPortal分析并作图
回顾一下昨天发布的标题：
《模仿文学》,由PMID cBioportal绘制：28930697，图5。
图纸很多，但是流程是一样的。
答：TCGA前列腺癌临时数据集。查询APC、CTNNB1、GALNT10、GRB2、LYN、SIGLEC1、SOS1、ZAP70、FAM84B这9个基因，选择拷贝数变异(CNA)的子集。浏览每个样本中每个基因的变异，并标记无病状态。
b:有或无上述基因变异的无进展生存期生存曲线。
c:前列腺癌，MSKCC，癌细胞2010数据集，选择有CNA的子集，查询上述9个基因的变异情况，标记疾病状态。
d:无进展生存曲线，数据集与c相同。
e:与图A和b相同的数据集的总体寿命曲线。
提示：图A、B、E是provisonal的数据，可能有更新，所以做出来的图和发表的文献略有不同，不需要平方。图C和D与正文中的相同。
步骤
打开cBioportal的官网：研究项目中的http://www.cbioportal.org/.依次找到前列腺癌，再找到TCGA的暂定数据集：
低于
的基因组数据类型是默认的。然后，案例子集选择具有CNA数据的案例。在基因查询列表中填入标题中的9个基因，自动验证所有名称有效。出现下面的绿色提示后，单击提交查询按钮。
下面自动弹出的第一个界面，OncoPrint，就是样本中这些基因的变异，差不多就是图a，把鼠标悬停在图和选项卡之间的空白区域，显示其他选项。
在添加临床追踪的下拉框中，搜索无病状态，输入前几个字母就能找到。检查一下。这样就很方便的在图中添加疾病状态的图片，标注每个样本的“无病”或“复发/进展”状态。
接下来是文献中的图片，可以下载保存。建议选择PDF或SVG，这是可以放大不失真的矢量格式，容易进入Adobe Illustrator进一步编辑排版。比如文章中的图例和生存数据汇总表的位置和网页上的位置不一样，可能是为了后期排版而调整的。
在文章
中，图A只截取了一段含有基因变异的部分，但实际上是把后面492个样本的信息画了出来。以下图片取自下载的PDF文件，还没完。
接下来，在顶部选项卡中找到生存，你会在底部看到卡普兰迈耶的生存图。
在这个页面上，最上面是总体生存的KM图(图E)，最下面是无进展生存的图(图B)。如果你要问作者为什么倒排，我也不会(oo)。
还可以保存svg格式，而png适合网页显示。如果你把它粘贴到一篇文章中，它可能会被烧毁。
如你所见，这张图和原图有点出入，应该是数据更新了。但是大的结论没有改变。
接下来，在图C和图D中，只需更改一个数据集，点击网页顶部的修改查询，修改查询条件即可。
这又回到熟悉的查询界面，
接下来的步骤就跟上边一样了。同样，OncoPrint中的图只截取了有变异的一小段，成为图C。
后边的Survival找到无进展生存期的图，即图D。
这回是用一份已发表的数据，所以做出来应该跟示例文献中的图是一样的。啊~文中两个OncoPrint的图里为啥“无疾病”和“复发/进展”的颜色是反过来的捏？本宝宝也不知道这图经历了什么^(oo)^但是我们新做的图，颜色是一致的，所标的样本疾病状态和下面的基因变异情况，跟文中的是能对应上的。
除了这张图之外，这份文献对TCGA的运用还有不少值得学习的地方。比如，那9个基因的筛选也有TCGA的参与，即是用TCGA provisional数据集的485例患者随机拆分成10套n = 300的训练集（training set）和n = 185的测试集（testing set），经过Cox模型筛选得来的。
本题作业所用的图，是把筛选好的9个基因放回原来的TCGA provisional整个数据集中进行验证，再用一个独立的外部数据集，即MSKCC, Cancer Cell 2010，再次验证。此外，也在黑色素瘤的TCGA, provisional数据集中得到相似的结果。
当然作为一篇5分的文章，还要加上动物实验和作者新收集的临床样本等，感兴趣的同学可以自己看看~
明天第三题预告
模仿文献，用R语言作箱线图，PMID: 26559812，Fig 1B
用RTCGAToolbox包下载结肠癌的mRNAArray的数据，肿瘤类型代号：COAD；版本号：20140115；基因：IL17A。
图中所标的P值，其获取方法在本次单元课中未提及，故作业不做要求。
有兴趣的小伙伴还可以试试该文补充材料的Fig 1，即同一套数据的RORC基因。
