讲座2：Bioconductor 与突变分析工具

作者

王诗翔

发布于

2026年4月23日

2.1 Bioconductor 简介

Bioconductor 是一个开源的生物信息学软件项目，专门为生物数据的分析和理解开发工具。

项目特点：

开发和分享用于精确、可重复分析生物数据的开源软件
培养包容和协作的开发者和数据科学家社区
提供丰富的高质量生物信息学工具包

与 CRAN 的区别：

特点	CRAN	Bioconductor
包类型	通用 R 包	生物信息学专用包
发布周期	随时更新	半年一次发布
质量控制	基础审核	严格审核流程
依赖管理	标准依赖	严格的版本控制

Bioconductor 安装

# 安装 BiocManager
if (!require("BiocManager", quietly = TRUE))
    install.packages("BiocManager")

# 设置版本（当前最新版本 3.21）
BiocManager::install(version = "3.21")

# 安装特定包
BiocManager::install(c("maftools", "VariantAnnotation", "GenomicRanges"))

2.2 Bioconductor 包概览

Bioconductor 包分为以下几类：

软件包：分析方法和算法实现

注释包：基因组注释和映射信息

实验数据包：示例数据集

工作流包：完整的分析流程

常用突变分析相关包

包名	功能	应用场景
maftools	MAF 数据分析可视化	突变概览、生存分析
VariantAnnotation	变异注释	VCF 文件处理
GenomicRanges	基因组区间操作	突变定位
Sigminer	突变特征分析	特征提取、拟合
BSgenome	参考基因组	序列获取

2.3 GenomicRanges 包

GenomicRanges 是处理基因组区间数据的核心包。

主要功能：

表示和操作基因组区间
区间交集、并集等操作
区间查找和匹配

GRanges 对象：

library(GenomicRanges)

# 创建 GRanges 对象
gr <- GRanges(
    seqnames = c("chr1", "chr2", "chr1"),
    ranges = IRanges(start = c(100, 200, 150), width = c(50, 100, 30)),
    strand = c("+", "-", "+"),
    gene = c("GeneA", "GeneB", "GeneC")
)

# 查看对象
print(gr)

点击查看运行结果

GRanges object with 3 ranges and 1 metadata column:
      seqnames    ranges strand |      gene
         <Rle> <IRanges>  <Rle> | <character>
  [1]     chr1   100-149      + |      GeneA
  [2]     chr2   200-299      - |      GeneB
  [3]     chr1   150-179      + |      GeneC

常用操作：

# 获取区间长度
width(gr)

# 查找重叠区间
findOverlaps(gr1, gr2)

# 合并区间
reduce(gr)

2.4 VariantAnnotation 包

VariantAnnotation 用于注释和处理变异信息。

主要功能：

读取 VCF 文件
注释变异位点
计算变异效应

VCF 格式简介

VCF（Variant Call Format）是存储基因组变异的标准格式。

VCF 文件结构：

元数据行：以 ## 开头，描述文件信息
列标题行：以 # 开头，描述各列含义
数据行：每行代表一个变异位点

主要字段：

字段	含义	示例
CHROM	染色体名称	chr1
POS	变异位置	12345
ID	变异标识	rs12345
REF	参考序列	A
ALT	变异序列	G
QUAL	质量得分	100
FILTER	过滤状态	PASS
INFO	附加信息	各种键值对

VariantAnnotation 使用示例

library(VariantAnnotation)

# 读取 VCF 文件
vcf_file <- system.file("extdata", "chr7.vcf.gz", package = "VariantAnnotation")
vcf <- readVcf(vcf_file, "hg19")

# 查看 VCF 信息
summary(vcf)

# 提取变异信息
variants <- rowRanges(vcf)

2.5 maftools 包介绍

maftools 是分析 MAF 格式突变数据的核心工具包。

maftools 功能概览

功能模块	描述	相关函数
数据导入	读取 MAF 文件	read.maf()
数据概览	突变统计汇总	getSampleSummary()
可视化	突变图谱绘制	oncoplot()
生存分析	突变与生存关联	mafSurvival()
关联分析	突变互斥/协同	somaticInteractions()

maftools 安装

# 从 Bioconductor 安装
BiocManager::install("maftools")

# 加载包
library(maftools)

MAF 格式详解

MAF（Mutation Annotation Format）是由 TCGA 制定的突变注释格式。

MAF 与 VCF 的区别：

特点	VCF	MAF
数据粒度	单个变异位点	带注释的变异
样本信息	需额外文件	包含在同一文件
注释信息	需单独注释	内置注释字段
分析便利性	需预处理	直接分析

MAF 必需字段：

字段	含义
Hugo_Symbol	基因名称
Entrez_Gene_Id	Entrez ID
Chromosome	染色体
Start_Position	起始位置
End_Position	终止位置
Variant_Classification	变异分类
Variant_Type	变异类型
Reference_Allele	参考等位基因
Tumor_Seq_Allele1	肿瘤等位基因1
Tumor_Seq_Allele2	肿瘤等位基因2
Tumor_Sample_Barcode	样本标识

maftools 基础操作

library(maftools)

# 加载内置示例数据
laml.maf <- system.file("extdata", "tcga_laml.maf.gz", package = "maftools")
laml.clin <- system.file("extdata", "tcga_laml_annot.tsv", package = "maftools")

# 创建 MAF 对象
laml <- read.maf(maf = laml.maf, clinicalData = laml.clin)

# 查看 MAF 对象信息
laml

点击查看运行结果

An object of class MAF
          ID        summary Mean Median
1: Samples         193   NA     NA
2: Genes           880   NA     NA
3: Variants       1627    8      6
4: Mutated samples 193   NA     NA

2.6 Sigminer 包介绍

Sigminer 是专门用于突变特征分析的 R 包。

Sigminer 功能

突变特征提取（de novo）
突变特征拟合（refitting）
特征可视化
结果分析与解读

Sigminer 安装

# 从 CRAN 安装
install.packages("sigminer")

# 或从 GitHub 安装最新版
devtools::install_github("ShixiangWang/sigminer")

# 加载包
library(sigminer)

Sigminer 文档资源

GitHub：https://github.com/ShixiangWang/sigminer
在线文档：https://shixiangwang.github.io/sigminer-book/

本讲小结

本讲座介绍了 Bioconductor 和突变分析相关工具：

Bioconductor 项目及其与 CRAN 的区别
Bioconductor 包的安装方法
GenomicRanges 用于基因组区间操作
VariantAnnotation 用于 VCF 文件处理
maftools 用于 MAF 数据分析和可视化
Sigminer 用于突变特征分析

课后思考题：

为什么生物信息学分析需要 Bioconductor 这样的专业平台？
MAF 格式相比 VCF 格式有哪些优势和不足？
如何根据研究需求选择合适的分析工具包？

--- title: "讲座2：Bioconductor 与突变分析工具" author: "王诗翔" date: "2026-04-23" format: html: toc: true toc-depth: 3 --- ## 2.1 Bioconductor 简介 Bioconductor 是一个开源的生物信息学软件项目，专门为生物数据的分析和理解开发工具。 **项目特点**： - 开发和分享用于精确、可重复分析生物数据的开源软件 - 培养包容和协作的开发者和数据科学家社区 - 提供丰富的高质量生物信息学工具包 **与 CRAN 的区别**： | 特点 | CRAN | Bioconductor | |------|------|--------------| | 包类型 | 通用 R 包 | 生物信息学专用包 | | 发布周期 | 随时更新 | 半年一次发布 | | 质量控制 | 基础审核 | 严格审核流程 | | 依赖管理 | 标准依赖 | 严格的版本控制 | ### Bioconductor 安装 ```r # 安装 BiocManager if (!require("BiocManager", quietly = TRUE)) install.packages("BiocManager") # 设置版本（当前最新版本 3.21） BiocManager::install(version = "3.21") # 安装特定包 BiocManager::install(c("maftools", "VariantAnnotation", "GenomicRanges")) ``` ## 2.2 Bioconductor 包概览 Bioconductor 包分为以下几类： **软件包**：分析方法和算法实现 **注释包**：基因组注释和映射信息 **实验数据包**：示例数据集 **工作流包**：完整的分析流程 ### 常用突变分析相关包 | 包名 | 功能 | 应用场景 | |------|------|----------| | maftools | MAF 数据分析可视化 | 突变概览、生存分析 | | VariantAnnotation | 变异注释 | VCF 文件处理 | | GenomicRanges | 基因组区间操作 | 突变定位 | | Sigminer | 突变特征分析 | 特征提取、拟合 | | BSgenome | 参考基因组 | 序列获取 | ## 2.3 GenomicRanges 包 GenomicRanges 是处理基因组区间数据的核心包。 **主要功能**： - 表示和操作基因组区间 - 区间交集、并集等操作 - 区间查找和匹配 **GRanges 对象**： ```r library(GenomicRanges) # 创建 GRanges 对象 gr <- GRanges( seqnames = c("chr1", "chr2", "chr1"), ranges = IRanges(start = c(100, 200, 150), width = c(50, 100, 30)), strand = c("+", "-", "+"), gene = c("GeneA", "GeneB", "GeneC") ) # 查看对象 print(gr) ``` <details> <summary>点击查看运行结果</summary> ``` GRanges object with 3 ranges and 1 metadata column: seqnames ranges strand | gene <Rle> <IRanges> <Rle> | <character> [1] chr1 100-149 + | GeneA [2] chr2 200-299 - | GeneB [3] chr1 150-179 + | GeneC ``` </details> **常用操作**： ```r # 获取区间长度 width(gr) # 查找重叠区间 findOverlaps(gr1, gr2) # 合并区间 reduce(gr) ``` ## 2.4 VariantAnnotation 包 VariantAnnotation 用于注释和处理变异信息。 **主要功能**： - 读取 VCF 文件 - 注释变异位点 - 计算变异效应 ### VCF 格式简介 VCF（Variant Call Format）是存储基因组变异的标准格式。 **VCF 文件结构**： 1. **元数据行**：以 `##` 开头，描述文件信息 2. **列标题行**：以 `#` 开头，描述各列含义 3. **数据行**：每行代表一个变异位点 **主要字段**： | 字段 | 含义 | 示例 | |------|------|------| | CHROM | 染色体名称 | chr1 | | POS | 变异位置 | 12345 | | ID | 变异标识 | rs12345 | | REF | 参考序列 | A | | ALT | 变异序列 | G | | QUAL | 质量得分 | 100 | | FILTER | 过滤状态 | PASS | | INFO | 附加信息 | 各种键值对 | ### VariantAnnotation 使用示例 ```r library(VariantAnnotation) # 读取 VCF 文件 vcf_file <- system.file("extdata", "chr7.vcf.gz", package = "VariantAnnotation") vcf <- readVcf(vcf_file, "hg19") # 查看 VCF 信息 summary(vcf) # 提取变异信息 variants <- rowRanges(vcf) ``` ## 2.5 maftools 包介绍 maftools 是分析 MAF 格式突变数据的核心工具包。 ### maftools 功能概览 | 功能模块 | 描述 | 相关函数 | |----------|------|----------| | 数据导入 | 读取 MAF 文件 | read.maf() | | 数据概览 | 突变统计汇总 | getSampleSummary() | | 可视化 | 突变图谱绘制 | oncoplot() | | 生存分析 | 突变与生存关联 | mafSurvival() | | 关联分析 | 突变互斥/协同 | somaticInteractions() | ### maftools 安装 ```r # 从 Bioconductor 安装 BiocManager::install("maftools") # 加载包 library(maftools) ``` ### MAF 格式详解 MAF（Mutation Annotation Format）是由 TCGA 制定的突变注释格式。 **MAF 与 VCF 的区别**： | 特点 | VCF | MAF | |------|-----|-----| | 数据粒度 | 单个变异位点 | 带注释的变异 | | 样本信息 | 需额外文件 | 包含在同一文件 | | 注释信息 | 需单独注释 | 内置注释字段 | | 分析便利性 | 需预处理 | 直接分析 | **MAF 必需字段**： | 字段 | 含义 | |------|------| | Hugo_Symbol | 基因名称 | | Entrez_Gene_Id | Entrez ID | | Chromosome | 染色体 | | Start_Position | 起始位置 | | End_Position | 终止位置 | | Variant_Classification | 变异分类 | | Variant_Type | 变异类型 | | Reference_Allele | 参考等位基因 | | Tumor_Seq_Allele1 | 肿瘤等位基因1 | | Tumor_Seq_Allele2 | 肿瘤等位基因2 | | Tumor_Sample_Barcode | 样本标识 | ### maftools 基础操作 ```r library(maftools) # 加载内置示例数据 laml.maf <- system.file("extdata", "tcga_laml.maf.gz", package = "maftools") laml.clin <- system.file("extdata", "tcga_laml_annot.tsv", package = "maftools") # 创建 MAF 对象 laml <- read.maf(maf = laml.maf, clinicalData = laml.clin) # 查看 MAF 对象信息 laml ``` <details> <summary>点击查看运行结果</summary> ``` An object of class MAF ID summary Mean Median 1: Samples 193 NA NA 2: Genes 880 NA NA 3: Variants 1627 8 6 4: Mutated samples 193 NA NA ``` </details> ## 2.6 Sigminer 包介绍 Sigminer 是专门用于突变特征分析的 R 包。 ### Sigminer 功能 - 突变特征提取（de novo） - 突变特征拟合（refitting） - 特征可视化 - 结果分析与解读 ### Sigminer 安装 ```r # 从 CRAN 安装 install.packages("sigminer") # 或从 GitHub 安装最新版 devtools::install_github("ShixiangWang/sigminer") # 加载包 library(sigminer) ``` ### Sigminer 文档资源 - **GitHub**：https://github.com/ShixiangWang/sigminer - **在线文档**：https://shixiangwang.github.io/sigminer-book/ ## 本讲小结本讲座介绍了 Bioconductor 和突变分析相关工具： 1. Bioconductor 项目及其与 CRAN 的区别 2. Bioconductor 包的安装方法 3. GenomicRanges 用于基因组区间操作 4. VariantAnnotation 用于 VCF 文件处理 5. maftools 用于 MAF 数据分析和可视化 6. Sigminer 用于突变特征分析 **课后思考题**： - 为什么生物信息学分析需要 Bioconductor 这样的专业平台？ - MAF 格式相比 VCF 格式有哪些优势和不足？ - 如何根据研究需求选择合适的分析工具包？