R語言可視化之ggplot2——KEGG通路富集分析

之前分享了如何用ggplot2可視化GO分析的結果。既然做了GO，當然少不了KEGG了。

創新互聯建站成立與2013年，先為平順等服務建站，平順等地企業，進行企業商務咨詢服務。為平順企業網站制作PC+手機+微官網三網同步一站式服務解決您的所有建站問題。

同樣的，我們從 DAVID 獲取KEGG pathway的結果。

對于KEGG，我比較喜歡做氣泡圖，這樣用兩種形式的圖結合在一起，效果更豐富更好看一點。

GO、KEGG富集分析（一）有參情況

對基因的描述一般從三個層面進行：

這三個層面具體是指：

得到GO注釋

做GO分析的思路：

比如，在疾病研究的時候，進行藥物治療之后某些基因的表達量明顯的發生了變化，拿這些基因去做GO分析發現在Biological process過程當中集中在RNA修飾上，然后在此基礎上繼續進行挖掘。這個例子就是想啟示大家拿到差異表達基因DEG只是一個開始，接下來就應該去做GO注釋，之后需要進行一個分析看這些注釋主要集中在哪個地方。假如我們有100個差異表達基因其中有99個都集中在細胞核里，那我們通過GO分析就得到了一個顯著的分布。

GO富集分析原理：

有一個term注釋了100個差異表達基因參與了哪個過程，注釋完之后（模式生物都有現成的注釋包，不用我們自己注釋），計算相對于背景它是否顯著集中在某條通路、某一個細胞學定位、某一種生物學功能。

clusterProfiler是一個功能強大的R包，同時支持GO和KEGG的富集分析，而且可視化功能非常的優秀，本章主要介紹利用這個R包來進行Gene Ontology的富集分析。

進行GO分析時，需要考慮的一個基礎因素就是基因的GO注釋信息從何處獲取。Bioconductor上提供了以下19個物種的Org類型的包，包含了這些物種的GO注釋信息

對于以上19個物種，只需要安裝對應的org包，clusterProfile就會自動從中獲取GO注釋信息，我們只需要差異基因的列表就可以了，使用起來非常方便。

1.1 準備輸入數據

待分析的數據就是一串基因名稱了，可以是ensembl id、entrze id或者symbol id等類型都可以。把基因名稱以一列的形式排開，放在一個文本文件中（例如命名“gene.txt”）。Excel中查看，就是如下示例這種樣式。

1.3 GO富集分析

加載了注釋庫之后，讀取基因列表文件，并使用clusterProfiler的內部函數enrichGO()即可完成GO富集分析。

讀取基因列表文件，并使用clusterProfiler的內部函數enrichKEGG()即可完成KEGG富集分析。

此外，clusterProfiler中也額外提供了一系列的可視化方案用于展示本次富集分析結果，具有極大的便利。

參考：

;utm_medium=timeline

【R語言】解決GO富集分析繪圖，標簽重疊問題

前面我給大家詳細介紹過

?GO簡介及GO富集結果解讀

?四種GO富集柱形圖、氣泡圖解讀

?GO富集分析四種風格展示結果—柱形圖，氣泡圖

?KEGG富集分析—柱形圖，氣泡圖，通路圖

? DAVID GO和KEGG富集分析及結果可視化

也用視頻給大家介紹過

? GO和KEGG富集分析視頻講解

最近有粉絲反映說，利用clusterProfiler這個包繪制GO富集分析氣泡圖和柱形圖的時候，發現GO條目的名字都重疊在一起了。

氣泡圖

柱形圖

這個圖別說美觀了，簡直不忍直視。經過我的認真研究，發現跟R版本有關。前面我給大家展示的基本都是R 3.6.3做出來的圖。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，相應的R包也在不停的更新。我把繪制氣泡圖和柱形圖相關的函數拿出來認真的研究了一下，終于發現的癥結所在。

dotplot這個函數，多了個 label_format 參數

我們來看看這個參數究竟是干什么用的，看看參數說明

label_format :

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

原來這個參數默認值是30，當標簽的長度大于30個字符就會被折疊，用多行來展示。既然問題找到了，我們就來調節一下這個參數，把他設置成100，讓我們的標簽可以一行展示。

是不是還是原來的配方，還是熟悉的味道

同樣的柱形圖，我們也能讓他恢復原來的容貌。

關于如何使用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

R語言：clusterProfiler進行GO富集分析和Gene_ID轉換

ID轉換用到的是 bitr() 函數，bitr()的使用方法：

org.Hs.eg.db包含有多種gene_name的類型

keytypes() ：keytypes(x)，查看注釋包中可以使用的類型

columns() ：類似于keytypes()，針對org.Hs.eg.db兩個函數返回值一致

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

函數enrichGO()進行GO富集分析，enrichGO()的使用方法：

舉例：

[R語言] GO富集分析可視化 GOplot::GOCircle

查看GOplot內示例數據的格式，對自己的數據做處理

觀察結論：

觀察自己的兩個數據表：

table.legend 設置為T時會顯示表格

本圖中表格和圖例是出圖后剪切拼合而成，沒有用R中的拼圖包

如何從眾多go生物學分析中選取出需要的生物過程

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

2 cytoscape 的插件cluego可以傻瓜式實現通路的圖片展示，可以用來直接發文章（低分的至少可以）

3 關于GO和KEGG數據的獲得，上DAVID就好

文章題目：如何利用R語言做GO分析 如何利用r語言做go分析方法
轉載源于：http://www.yijiale78.com/article48/dooedep.html

成都網站建設公司_創新互聯，為您提供響應式網站、移動網站建設、企業建站、自適應網站、網站建設、ChatGPT

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯