導(dǎo)讀

利用富集分析，我們可以把很多看著雜亂的差異基因總結(jié)出一個(gè)比較整體反應(yīng)事件發(fā)生的概述性的句子轴术。

例如：TP53信號(hào)通路和胃癌的發(fā)生有關(guān)难衰。而不是說BAX、BID逗栽、ABL1盖袭、ATM、BCL2彼宠、BOK鳄虱、CDKN1A這7個(gè)基因和胃癌的發(fā)生有關(guān)系。

TP53通路及其相關(guān)基因

GO和KEGG就是基于不同的分類思想而儲(chǔ)存的基因相關(guān)功能的數(shù)據(jù)庫(kù)凭峡。

GO數(shù)據(jù)庫(kù)：全稱是Gene Ontology(基因本體)拙已，他們把基因的功能分成了三個(gè)部分分別是：細(xì)胞組分（cellular component, CC）、分子功能（molecular function, MF）想罕、生物過程（biological process, BP）悠栓。利用GO數(shù)據(jù)庫(kù)，我們就可以得到我們的目標(biāo)基因在CC, MF和BP三個(gè)層面上按价，主要和什么有關(guān)惭适。

KEGG數(shù)據(jù)庫(kù)：除了對(duì)基因本身功能的注釋，我們也知道基因會(huì)參與人體的各個(gè)通路楼镐，基于人體通路而形成的數(shù)據(jù)庫(kù)就是通路相關(guān)的數(shù)據(jù)庫(kù)癞志。

一、DAVID網(wǎng)站做富集分析

DAVID官網(wǎng)：https://david.ncifcrf.gov/

第一步：點(diǎn)擊紅框部分

第二步：按要求上傳DEGs

第三步：勾選需要的富集分析結(jié)果

第四步：下載結(jié)果

二框产、整理數(shù)據(jù)

DAVID富集分析結(jié)果可保存為.txt文件凄杯，然后用excel打開整理。

富集分析結(jié)果

其中%列代表 Fold Enrichment秉宿，注意畫圖前需要將表頭的%更改為Fold_Enrichment

對(duì)結(jié)果進(jìn)行排序

經(jīng)過排序篩選后戒突，復(fù)制需要繪圖的數(shù)據(jù)（你所關(guān)注的通路），粘貼至新建的KEGG.txt文件和GO.txt中并保存描睦。

三膊存、ggplot包繪制KEGG氣泡圖

#########################################
###        KEGG Pathway Plot         ### 
##           2021.11.17              ##
######################################

library(dplyr)
library(ggplot2)
library(ggrepel)
setwd("D:/Your/Working/Directory/")
#載入數(shù)據(jù)
KEGG_dataset <- read.table(file ="KEGG.txt",
                           header = TRUE, sep = "\t")

#按照PValue從低到高排序[升序]
KEGG_dataset <- arrange(KEGG_dataset,KEGG_dataset[,4])
#Pathway列最好轉(zhuǎn)化成因子型，否則作圖時(shí)ggplot2會(huì)將所有Pathway按字母順序重排序
#將Pathway列轉(zhuǎn)化為因子型
KEGG_dataset$Term <- factor(KEGG_dataset$Term,levels = rev(KEGG_dataset$Term))

#圖片背景設(shè)定
mytheme <- theme(axis.title=element_text(face="bold", size=14,colour = 'black'), #坐標(biāo)軸標(biāo)題
                 axis.text=element_text(face="bold", size=14,colour = 'black'), #坐標(biāo)軸標(biāo)簽
                 axis.line = element_line(size=0.5, colour = 'black'), #軸線
                 panel.background = element_rect(color='black'), #繪圖區(qū)邊框
                 legend.key = element_blank() #關(guān)閉圖例邊框
)

#繪制KEGG氣泡圖
p <- ggplot(KEGG_dataset,aes(x=Fold_Enrichment,y=Term,colour=-1*log10(PValue),size=Count))+
  geom_point()+
  scale_size(range=c(2, 8))+
  scale_colour_gradient(low = "blue",high = "red")+
  theme_bw()+
  ylab("KEGG Pathway Terms")+
  xlab("Fold Enrichment")+
  labs(color=expression(-log[10](PValue)))+
  theme(legend.title=element_text(size=14), legend.text = element_text(size=14))+
  theme(axis.title.y = element_text(margin = margin(r = 50)),axis.title.x = element_text(margin = margin(t = 20)))+
  theme(axis.text.x = element_text(face ="bold",color="black",angle=0,vjust=1))
plot <- p+mytheme
plot
#保存圖片
ggsave(plot,filename = "KEGG.pdf",width = 10,height = 6,dpi=300)
ggsave(plot,filename = "KEGG.png",width = 10,height = 6,dpi=300)

KEGG氣泡圖

三忱叭、ggplot包繪制GO條形圖

#########################################
###        GO Pathway Plot           ### 
##           2021.11.24              ##
######################################

setwd("D:/Your/Working/Directory/")
getwd()

dat = read.table("GO.txt",header = T,sep = "\t")
library(ggplot2)#沒有自己安裝 install.package("ggplot2")
p <- ggplot(dat,aes(y=Fold_Enrichment,x=Term,fill=PValue)) + 
      geom_bar(stat="identity",position = "dodge") +
      facet_grid(Category~.,scales = "free",space = "free") + 
      coord_flip() + 
      theme_bw() +
      theme(plot.title = element_text(hjust = 0.5),
            strip.text.y = element_text(size = 14),
            legend.position="right",
            legend.title = element_text(size=18),
            legend.text = element_text(size=14),
            axis.text.x = element_text(size=14),
            axis.text.y = element_text(size=18),
            axis.title.x = element_text(size=14),
            axis.title.y = element_text(size=14))
p
ggsave(p,filename = "GO.pdf",width = 10,height = 7,dpi=300)
ggsave(p,filename = "GO.jpg",width = 10,height = 7,dpi=300)

GO條形圖