之前看到TMB还以为在骂人呢。后来知道这是一个随着肿瘤免疫火起来的新名词。
定义： 肿瘤基因组每个编码区域的非同义突变的总数。
好吧，那就需要知道什么是非同义突变了。
不导致氨基酸改变的核苷酸变异我们称为同义突变，反之则称为非同义突变
这个应该是可以理解到的，因为密码子的简并性，有的点突变虽然发生，但并没有改变密码子所编码的氨基酸，突变了个寂寞。
TMB的等级划分
maf文件读进R语言后，一个函数即可计算,还出了个图呢。
我用的是卵巢癌的数据。随便拿哪个maf都行。
x第三列就是TMB值了,可以用四分位数看看tmb值的分布情况：
图的意思：
横坐标没写，就是TMB排序后的样本，纵坐标是log后的TMB值，也就是x表格里的第四列。默认取log，是为了画图直观。如果你不想取log，那就设置一下参数：
齐活啦！感谢maftools!
箱线图（Boxplot）也称箱须图（Box-whisker Plot），是利用数据中的五个统计量：最小值、第一四分位数、中位数、第三四分位数与最大值来描述数据的一种方法。它也可以粗略地看出数据是否具有有对称性，分布的离散程度等信息；特别适用于对几个样本的比较。 注：四分位数（Quartile），即统计学中，把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。 第一四分位数 (Q1)，又称“较小四分位数”，等于该样本中所有数值由小到大排列后第25%的数字。 第二四分位数 (Q2)，又称“中位数”，等于该样本中所有数值由小到大排列后第50%的数字。 第三四分位数 (Q3)，又称“较大四分位数”，等于该样本中所有数值由小到大排列后第75%的数字。 第三四分位数与第一四分位数的差距又称四分位距（InterQuartile Range,IQR）。 R语言中计算方法： quantile函数直接计算四分位： 例如：data = c(1,2,3,4,5,6.2,7,8,9,10) quantile(data) #其结果如下 0% 25% 50% 75% 100% 1.00 3.25 5.60 7.75 10.00 其中0%：最小值；25%：第一四分位数Q1；50%：中位数；75%：第三四分位数；100%：最大值。 其计算方法为： 1. 排序，从小到大排列data； 2. 计算分位数的位置；pos = 1+ (n-1)*p，n为数据的总个数，p为0-1之间的值 3. 给出分位数 注意：另一种分位数的计算方法为：其他与前面的一致。但是分位数位置的计算采用：pos = (n+1)*p，n为数据的总个数，p为0-1之间的值。 四分位数的计算方法没有一个统计的标准，如果对此计算有要求的，需要注意函数的具体算法。 另外，boxplot中存在异常值，其规定标准如下： 当数据中的值大于或小于箱体的四分位距IQR的1.5倍时，认定为异常值。 就是说当某值大于（Q3+1.5*IQR）或小于（Q1-1.5*IQR）时，处理时会认定为异常值。sum(向量名） ：求和
max(向量名） ：返回向量最大值
min(向量名） ：返回向量最小值
range(向量名） ：返回向量中的上界和下界
mean(向量名） ：返回向量平均值
var(向量名） ：返回向量的方差
sd(向量名） ：返回向量的标准差
prod(向量名） ：向量中所有值的乘积
median(向量名） ：求中位数
quantile(向量名） ：求分位数, quantile(x,c(0.4,0.5,0.8) 求出向量x的四分位，五分位和八分位值。
abs(向量名） ：返回绝对值
sqrt(向量名) :计算平方根
log(向量名/值，base=底数值) :取对数
exp(向量名) :计算向量中每个元素的指数
sin(向量或值) ：正弦三角函数
cos(向量或值) ：余弦三角函数
ceiling(向量名） ：向上取整
floor(向量名） ：向下取整
trunc(向量名） ：舍去小数，取整
round(向量名） ：四舍六入五留双(五留双含义整数部分为偶数留整数，奇数部分进一，例如4.5留4，5.5留6)
round(向量名，digits=数值x）： round函数下保留x位小数，digits指小数点后位数
sigif(向量，digits=数值x) ：截取数据，digits指有效数字的位数
下标从1开始
which.max(向量名) ：返回最大元素的索引值
which.min(向量名）：返回最小元素的索引值
which(t>5)：返回元素值大于5的索引位置
t[which(t>5)]：返回元素值大于5的元素位置上的值
