R語(yǔ)言：clusterProfiler進(jìn)行GO富集分析和Gene_ID轉(zhuǎn)換

ID轉(zhuǎn)換用到的是 bitr() 函數(shù)，bitr()的使用方法：

創(chuàng)新互聯(lián)專(zhuān)業(yè)為企業(yè)提供青川網(wǎng)站建設(shè)、青川做網(wǎng)站、青川網(wǎng)站設(shè)計(jì)、青川網(wǎng)站制作等企業(yè)網(wǎng)站建設(shè)、網(wǎng)頁(yè)設(shè)計(jì)與制作、青川企業(yè)網(wǎng)站模板建站服務(wù)，十余年青川做網(wǎng)站經(jīng)驗(yàn)，不只是建網(wǎng)站，更提供有價(jià)值的思路和整體網(wǎng)絡(luò)服務(wù)。

org.Hs.eg.db包含有多種gene_name的類(lèi)型

keytypes() ：keytypes(x)，查看注釋包中可以使用的類(lèi)型

columns() ：類(lèi)似于keytypes()，針對(duì)org.Hs.eg.db兩個(gè)函數(shù)返回值一致

select() ：select(x, keys, columns, keytype, ...) eg.

函數(shù)enrichGO()進(jìn)行GO富集分析，enrichGO()的使用方法：

舉例：

[R語(yǔ)言] GO富集分析可視化 GOplot::GOCircle

查看GOplot內(nèi)示例數(shù)據(jù)的格式，對(duì)自己的數(shù)據(jù)做處理

觀察結(jié)論：

觀察自己的兩個(gè)數(shù)據(jù)表：

table.legend 設(shè)置為T(mén)時(shí)會(huì)顯示表格

本圖中表格和圖例是出圖后剪切拼合而成，沒(méi)有用R中的拼圖包

「GO富集分析」從原理到實(shí)踐 ~ 零基礎(chǔ)掌握

原本，我并無(wú)寫(xiě)這一稿件的想法。主要原因有二：

如果要找合理解釋?zhuān)敲瘁槍?duì)第一點(diǎn)，就是每天仍然有大量新接觸生信數(shù)據(jù)分析的朋友；針對(duì)第二點(diǎn)，......在前兩天我推的文稿《零基礎(chǔ)快速完成基因功能注釋 / GO / KEGG / PFAM...》中，評(píng)論區(qū)答應(yīng)了下，閱讀過(guò)5000，那就寫(xiě)一寫(xiě)富集分析。于是，如果不寫(xiě)，總是不對(duì)。如果要寫(xiě)，只能現(xiàn)在寫(xiě)。畢竟有些事情，現(xiàn)在不做，以后真的不會(huì)做。

對(duì)于這一塊，完全陌生的朋友，尤其是不少生物學(xué)背景朋友，有必要溫習(xí)一下數(shù)理統(tǒng)計(jì)基礎(chǔ)。這一稿件只做原理最簡(jiǎn)單的但使用最廣泛其速度最快的Over-Represence Analysis模式的富集分析講演。其他模式，不涉及。

回到主題，先舉個(gè)經(jīng)典的抽球例子：

小紅小綠小藍(lán)三個(gè)人自稱(chēng)有超能力，可以用手摸摸球就分辨出黑球白球，于是我們找來(lái)黑袋子，放100個(gè)球，其中20個(gè)白球80個(gè)黑球，讓三人分別無(wú)放回地抽取。

小紅隨機(jī)抽出來(lái)10個(gè)球，其中2個(gè)白球8個(gè)黑球，情況即，

抽球中白球比例與背景白球比例完全一致，說(shuō)明小紅抽球結(jié)果隨機(jī)。

球放回去，小綠來(lái)抽球，抽出來(lái)的10個(gè)球，其中3個(gè)白球7個(gè)黑球，情況即，

這是經(jīng)典的抽球案例，抽取到的白球個(gè)數(shù)的概率分布為超幾何分布?；诖?，我們可以簡(jiǎn)單計(jì)算抽取到比小綠抽取到球個(gè)數(shù)（或更多即更極端）的概率如何，在 R語(yǔ)言中計(jì)算，即

而對(duì)于小藍(lán)的情況，那么概率如何？

在 TBtools 中也可以計(jì)算，只是寫(xiě)法有點(diǎn)區(qū)別

可以看到，盡管這只是一次抽球，小綠抽球中白球比例（或更極端情況）出現(xiàn)的概率是31.88%+，還是挺高的，于是我們有較高的把握說(shuō)，小綠嘛，只是走了狗屎運(yùn)。相反，小藍(lán)抽球中白球比例或更極端情況出現(xiàn)的概率幾乎為 0 ，我們幾乎沒(méi)啥把握說(shuō)，小藍(lán)走狗屎運(yùn)....換句話說(shuō)，我們有理由相信，或許小藍(lán)真有抽白球的超能力.....

說(shuō)了這么多，那么跟基因集合富集分析有啥關(guān)系？....基因集合功能富集分析。那么我們就需要有一個(gè)基因集合（如差異表達(dá)基因集合或ChIP-seq的Peaks或GWAS定位的系列區(qū)間），還有一個(gè)功能標(biāo)簽（如 生長(zhǎng)素信號(hào)轉(zhuǎn)導(dǎo)相關(guān) ）。于是黑白球案例可以簡(jiǎn)單調(diào)整一下。假定現(xiàn)在這個(gè)物種一共有100個(gè)基因，其中20個(gè)基因與生長(zhǎng)素信號(hào)轉(zhuǎn)導(dǎo)相關(guān)，80個(gè)沒(méi)有注釋到與生長(zhǎng)素信號(hào)轉(zhuǎn)導(dǎo)相關(guān)（換句話說(shuō)，約等于無(wú)關(guān)），我們做了對(duì)植株做了處理，和CK分別測(cè)定轉(zhuǎn)錄表達(dá)譜，通過(guò)差異表達(dá)分析，鑒定到10個(gè)差異表達(dá)基因，其中2個(gè)與生長(zhǎng)素信號(hào)轉(zhuǎn)導(dǎo)相關(guān)，而另外8個(gè)則沒(méi)注釋到生長(zhǎng)素信號(hào)轉(zhuǎn)導(dǎo)相關(guān)，簡(jiǎn)單畫(huà)一下，即

好，剩下的兩個(gè)就不替換了。整體上，ORA模式的富集分析，本身就是經(jīng)典的抽球案例，感興趣的自行替換就可以了。

基本原理，相信都搞清楚了。不過(guò)還是有兩三點(diǎn)需要注意：

具體如何做物種所有基因的背景注釋?zhuān)?qǐng)參考前述推文《零基礎(chǔ)快速完成基因功能注釋 / GO / KEGG / PFAM...》。

首先，打開(kāi) TBtools GO 富集分析界面

整體如上，一共三個(gè)文件：

具體示例如下

點(diǎn)擊 Start ，隨后等待即可。完成時(shí)會(huì)有彈窗提示。查看輸出文件

（寫(xiě)到這里，突然覺(jué)得這些都沒(méi)啥意思，不知為何....就不詳細(xì)寫(xiě)了，大伙自己看看列名，猜猜吧）

很多時(shí)候，我們會(huì)選擇，篩選第一列，只看 Biological Process。一般這些與我們的生物學(xué)認(rèn)知會(huì)貼近一些。

基因集合功能富集分析，是一個(gè)常常被談起的話題，甚至近期都有不少新方法或算法被提出。感興趣的朋友可以去了解。這份教程，只與大伙說(shuō)最簡(jiǎn)單，但也是使用最為廣泛的一種富集分析模式。無(wú)論是不是 TBtools 用戶(hù)，理論上來(lái)說(shuō)，都可以輕松理解并掌握，從原理到實(shí)踐。

寫(xiě)到一半，其實(shí)我已經(jīng)不想寫(xiě)了。原因非常簡(jiǎn)單，這也是為什么在我之前，并沒(méi)有一個(gè)人寫(xiě)出來(lái) TBtools 類(lèi)似的工具。不是寫(xiě)不了，而是不想寫(xiě)。有時(shí)候，隨著能力增長(zhǎng)和知識(shí)積累，往往不再愿意做一些簡(jiǎn)單的事情?；蛟S這還涉及到年齡的增長(zhǎng)，角色的轉(zhuǎn)變，責(zé)任的變化....云云。

小時(shí)候，我以為寫(xiě) TBtools 玩玩；

后來(lái)，我以為我會(huì)一直寫(xiě)下去；

現(xiàn)在，，，，，，

如何從眾多go生物學(xué)分析中選取出需要的生物過(guò)程

1 如果肯下功夫，可以通過(guò)R語(yǔ)言獲得基因本體論以及通路富集數(shù)據(jù)并將其可視化，所用的R包可以是GOSim（GO分析），或者clusterprofiler(GOKEGG)

2 cytoscape 的插件cluego可以傻瓜式實(shí)現(xiàn)通路的圖片展示，可以用來(lái)直接發(fā)文章（低分的至少可以）

3 關(guān)于GO和KEGG數(shù)據(jù)的獲得，上DAVID就好

【R語(yǔ)言】解決GO富集分析繪圖，標(biāo)簽重疊問(wèn)題

前面我給大家詳細(xì)介紹過(guò)

?GO簡(jiǎn)介及GO富集結(jié)果解讀

?四種GO富集柱形圖、氣泡圖解讀

?GO富集分析四種風(fēng)格展示結(jié)果—柱形圖，氣泡圖

?KEGG富集分析—柱形圖，氣泡圖，通路圖

? DAVID GO和KEGG富集分析及結(jié)果可視化

也用視頻給大家介紹過(guò)

? GO和KEGG富集分析視頻講解

最近有粉絲反映說(shuō)，利用clusterProfiler這個(gè)包繪制GO富集分析氣泡圖和柱形圖的時(shí)候，發(fā)現(xiàn)GO條目的名字都重疊在一起了。

氣泡圖

柱形圖

這個(gè)圖別說(shuō)美觀了，簡(jiǎn)直不忍直視。經(jīng)過(guò)我的認(rèn)真研究，發(fā)現(xiàn)跟R版本有關(guān)。前面我給大家展示的基本都是R 3.6.3做出來(lái)的圖。很多粉絲可能用的都是最新版本的R 4.1.2。

我們知道R的版本在不停的更新，相應(yīng)的R包也在不停的更新。我把繪制氣泡圖和柱形圖相關(guān)的函數(shù)拿出來(lái)認(rèn)真的研究了一下，終于發(fā)現(xiàn)的癥結(jié)所在。

dotplot這個(gè)函數(shù)，多了個(gè) label_format 參數(shù)

我們來(lái)看看這個(gè)參數(shù)究竟是干什么用的，看看參數(shù)說(shuō)明

label_format :

a numeric value sets wrap length, alternatively a custom function to format axis labels. by default wraps names longer that 30 characters

原來(lái)這個(gè)參數(shù)默認(rèn)值是30，當(dāng)標(biāo)簽的長(zhǎng)度大于30個(gè)字符就會(huì)被折疊，用多行來(lái)展示。既然問(wèn)題找到了，我們就來(lái)調(diào)節(jié)一下這個(gè)參數(shù)，把他設(shè)置成100，讓我們的標(biāo)簽可以一行展示。

是不是還是原來(lái)的配方，還是熟悉的味道

同樣的柱形圖，我們也能讓他恢復(fù)原來(lái)的容貌。

關(guān)于如何使用R做GO和KEGG富集分析，可參考下文

GO和KEGG富集分析視頻講解

標(biāo)題名稱(chēng)：不用R語(yǔ)言分析GO,R語(yǔ)言缺點(diǎn)
URL分享：http://jinyejixie.com/article20/hsdsco.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站收錄、網(wǎng)站建設(shè)、動(dòng)態(tài)網(wǎng)站、軟件開(kāi)發(fā)、App設(shè)計(jì)、定制開(kāi)發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)