bulk RNA-Seq(9)富集分析

歡迎關(guān)注Bioinfor 生信云澎埠!

這一期我們來(lái)講講富集分析。

構(gòu)建OrgDB

OrgDB是bioconductor中存儲(chǔ)不同數(shù)據(jù)庫(kù)基因ID之間的對(duì)應(yīng)關(guān)系始藕,以及基因與GO等注釋的對(duì)應(yīng)關(guān)系的R軟件包蒲稳。共有19個(gè)物種,可以在這里下載

Bioconductor - BiocViews

沒(méi)有OrgDB的物種可以通過(guò)AnnotationForge自己構(gòu)建

使用eggnog-mapper的注釋結(jié)果構(gòu)建OrgDB(私聊我獲取構(gòu)建OrgDB腳本)

#安裝自己構(gòu)建的OrgDB
dir.create('R_lib', recursive = T)
install.packages('org.My.eg.db_1.0.tar.gz',
                 repos = NULL,
                 lib = 'R_lib')
library(org.My.eg.db, lib = 'R_lib')

GO富集(自建OrgDB的物種)

gene <- filter(de_result, 
               abs(log2FoldChange) > 1 & padj < 0.05) %>%
  pull(id) 

geneList <- de_result$log2FoldChange
names(geneList) <- de_result$id
geneList <- sort(geneList, decreasing = T)

de_go <- enrichGO(gene = gene,
          OrgDb = org.My.eg.db,
          keyType = 'GID',
          ont = 'ALL',
          qvalueCutoff = 0.05,
          pvalueCutoff = 0.05)
de_go_df <- as.data.frame(de_go)
barplot(de_ego, showCategory = 10)
dotplot(de_ego, showCategory = 10)
cnetplot(de_ego, 
         foldChange = geneList, 
         showCategory = 5,
         node_label = "all", # category | gene | all | none
         circular = TRUE, 
         colorEdge = TRUE)

GO富集(已有OrgDB的物種伍派,擬南芥為例)

library(org.At.tair.db)
de_go <- enrichGO(gene = gene,
          OrgDb = org.At.tair.db,
          keyType = 'TAIR',
          ont = 'ALL',
          qvalueCutoff = 0.05,
          pvalueCutoff = 0.05)

barplot(de_go, showCategory = 10)
dotplot(de_go, showCategory = 10)

test <- pairwise_termsim(de_go)
p1 <- treeplot(test, showCategory = 30)
p2 <- treeplot(test, hclust_method = "average")
plot_grid(p1, p2, lables = c('A', 'B'), nrow = 2)

emapplot(test)
emapplot_cluster(test)



KEGG富集分析(不常見(jiàn)物種)

emapper <- read_delim('query_seqs.fa.emapper.annotations', 
                      "\t", escape_double = FALSE, col_names = FALSE, 
                      comment = "#", trim_ws = TRUE) %>%
  dplyr::select(GID = X1, 
                KO = X9, 
                Pathway = X10)

pathway2gene <- dplyr::select(emapper, Pathway, GID) %>%
  separate_rows(Pathway, sep = ',', convert = F) %>%
  filter(str_detect(Pathway, 'ko')) %>%
  mutate(Pathway = str_remove(Pathway, 'ko'))

library(magrittr)
get_path2name <- function(){
  keggpathid2name.df <- clusterProfiler:::kegg_list("pathway")
  keggpathid2name.df[,1] %<>% gsub("path:map", "", .)
  colnames(keggpathid2name.df) <- c("path_id","path_name")
  return(keggpathid2name.df)
}
pathway2name <- get_path2name()

ibrary(clusterProfiler)
 de_kegg <- enricher(gene,
                 TERM2GENE = pathway2gene,
                 TERM2NAME = pathway2name,
                 pvalueCutoff = 0.05,
                 qvalueCutoff = 0.05)

de_kegg_df <- as.data.frame(de_kegg)
barplot(de_kegg, showCategory = 10)
dotplot(de_kegg, showCategory = 10)
cnetplot(de_kegg, 
         foldChange = geneList, 
         showCategory = 3,
         node_label = "category", # category | gene | all | none
         circular = TRUE, 
         colorEdge = TRUE)

KEGG富集分析(常見(jiàn)物種,擬南芥為例)

library(tidyverse)
library(clusterProfiler)
de_kegg <- enrichKEGG(gene,
                      keyType = 'kegg',
                      organism = 'ath',
                      pvalueCutoff = 0.05,
                      pAdjustMethod = 'BH')

barplot(de_kegg, showCategory = 10)
dotplot(de_kegg, showCategory = 10)
cnetplot(de_kegg, 
         foldChange = geneList, 
         showCategory = 3,
         node_label = "category", # category | gene | all | none
         circular = TRUE, 
         colorEdge = TRUE)

喜歡的話(huà)就點(diǎn)個(gè)贊吧

歡迎關(guān)注Bioinfor 生信云 微信公眾號(hào)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末江耀,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子诉植,更是在濱河造成了極大的恐慌祥国,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,372評(píng)論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件晾腔,死亡現(xiàn)場(chǎng)離奇詭異舌稀,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)建车,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,368評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門(mén)扩借,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)椒惨,“玉大人缤至,你說(shuō)我怎么就攤上這事。” “怎么了领斥?”我有些...
    開(kāi)封第一講書(shū)人閱讀 162,415評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵嫉到,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我月洛,道長(zhǎng)何恶,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,157評(píng)論 1 292
  • 正文 為了忘掉前任嚼黔,我火速辦了婚禮细层,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘唬涧。我一直安慰自己疫赎,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,171評(píng)論 6 388
  • 文/花漫 我一把揭開(kāi)白布碎节。 她就那樣靜靜地躺著捧搞,像睡著了一般。 火紅的嫁衣襯著肌膚如雪狮荔。 梳的紋絲不亂的頭發(fā)上胎撇,一...
    開(kāi)封第一講書(shū)人閱讀 51,125評(píng)論 1 297
  • 那天,我揣著相機(jī)與錄音殖氏,去河邊找鬼晚树。 笑死,一個(gè)胖子當(dāng)著我的面吹牛雅采,可吹牛的內(nèi)容都是我干的题涨。 我是一名探鬼主播,決...
    沈念sama閱讀 40,028評(píng)論 3 417
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼总滩,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼纲堵!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起闰渔,我...
    開(kāi)封第一講書(shū)人閱讀 38,887評(píng)論 0 274
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤席函,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后冈涧,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體茂附,經(jīng)...
    沈念sama閱讀 45,310評(píng)論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,533評(píng)論 2 332
  • 正文 我和宋清朗相戀三年督弓,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了营曼。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,690評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡愚隧,死狀恐怖蒂阱,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤录煤,帶...
    沈念sama閱讀 35,411評(píng)論 5 343
  • 正文 年R本政府宣布鳄厌,位于F島的核電站,受9級(jí)特大地震影響妈踊,放射性物質(zhì)發(fā)生泄漏了嚎。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,004評(píng)論 3 325
  • 文/蒙蒙 一廊营、第九天 我趴在偏房一處隱蔽的房頂上張望歪泳。 院中可真熱鬧,春花似錦露筒、人聲如沸夹囚。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,659評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)荸哟。三九已至,卻和暖如春瞬捕,著一層夾襖步出監(jiān)牢的瞬間鞍历,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 32,812評(píng)論 1 268
  • 我被黑心中介騙來(lái)泰國(guó)打工肪虎, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留劣砍,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,693評(píng)論 2 368
  • 正文 我出身青樓扇救,卻偏偏與公主長(zhǎng)得像刑枝,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子迅腔,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,577評(píng)論 2 353

推薦閱讀更多精彩內(nèi)容