GO分析-KEGG

代碼如下,謝謝指導(dǎo)

DEG_symbolid2$g <- ifelse(DEG_symbolid2$pvalue > 0.05, "stable",
                          ifelse(DEG_symbolid2$log2FoldChange > logFC_t,"up",
                                 ifelse(DEG_symbolid2$log2FoldChange <logFC_t,"down","stable")))
DEG1 <- DEG_symbolid2
gene_up <- DEG1[DEG1$g == "up", "entrezgene_id"] 
gene_down <- DEG1[DEG1$g == "down","entrezgene_id" ]
gene_diff <- c(gene_up,gene_down)
gene_all <- as.character(DEG1[,"entrezgene_id"])
geneList <- DEG1$log2FoldChange
names(geneList)=DEG1$entrezgene_id
geneList=sort(geneList,decreasing = T)

 if(F){
    go_enrich_results <- lapply( g_list , function(gene) {
      lapply( c('BP','MF','CC') , function(ont) {
        cat(paste('Now process ',ont ))
        ego <- enrichGO(gene          = gene,
                        universe      = gene_all,
                        OrgDb         = org.Hs.eg.db,
                        ont           = ont ,
                        pAdjustMethod = "BH",
                        pvalueCutoff  = 0.99,
                        qvalueCutoff  = 0.99,
                        readable      = TRUE)
        
        print( head(ego) )
        return(ego)
      })
    })
    save(go_enrich_results,file = 'go_enrich_results.Rdata')  
  }
  
  
  load(file = 'go_enrich_results.Rdata')
  n1= c('gene_up','gene_down','gene_diff')
  n2= c('BP','MF','CC') 
  for (i in 1:3){
    for (j in 1:3){
      fn=paste0('dotplot_',n1[i],'_',n2[j],'.png')
      cat(paste0(fn,'\n'))
      png(fn,res=150,width = 1080)
      print( dotplot(go_enrich_results[[i]][[j]] ))
      dev.off()
    }
  }

input:


dotplot_gene_diff_BP.png

dotplot_gene_diff_CC.png

dotplot_gene_diff_MF.png

生物學(xué)意義:BP,CC,MF
這些挑選出來的差異化基因主要是富集在哪些通路上。


KEGG通路

kk_gse <- gseKEGG(geneList     = geneList,
                  organism     = 'hsa',
                  nPerm        = 1000,
                  minGSSize    = 120,
                  pvalueCutoff = 0.9,
                  verbose      = FALSE)

head(kk_gse)[,1:6]
emapplot(kk_gse,  showCategory = 100)
cnetplot(kk_gse, showCategory = 5)

input:


image.png
image.png

謝謝指導(dǎo)

代碼參考生信技能樹,感謝

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子凭舶,更是在濱河造成了極大的恐慌晌块,老刑警劉巖,帶你破解...
    沈念sama閱讀 221,820評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件库快,死亡現(xiàn)場離奇詭異摸袁,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)义屏,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,648評論 3 399
  • 文/潘曉璐 我一進(jìn)店門靠汁,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人闽铐,你說我怎么就攤上這事蝶怔。” “怎么了兄墅?”我有些...
    開封第一講書人閱讀 168,324評論 0 360
  • 文/不壞的土叔 我叫張陵踢星,是天一觀的道長。 經(jīng)常有香客問我隙咸,道長沐悦,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 59,714評論 1 297
  • 正文 為了忘掉前任五督,我火速辦了婚禮藏否,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘充包。我一直安慰自己副签,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 68,724評論 6 397
  • 文/花漫 我一把揭開白布基矮。 她就那樣靜靜地躺著淆储,像睡著了一般。 火紅的嫁衣襯著肌膚如雪家浇。 梳的紋絲不亂的頭發(fā)上本砰,一...
    開封第一講書人閱讀 52,328評論 1 310
  • 那天,我揣著相機(jī)與錄音钢悲,去河邊找鬼灌具。 笑死,一個胖子當(dāng)著我的面吹牛譬巫,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播督笆,決...
    沈念sama閱讀 40,897評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼芦昔,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了娃肿?” 一聲冷哼從身側(cè)響起咕缎,我...
    開封第一講書人閱讀 39,804評論 0 276
  • 序言:老撾萬榮一對情侶失蹤珠十,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后凭豪,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體焙蹭,經(jīng)...
    沈念sama閱讀 46,345評論 1 318
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有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...
    茶點故事閱讀 38,431評論 3 340
  • 正文 我和宋清朗相戀三年嫂伞,在試婚紗的時候發(fā)現(xiàn)自己被綠了孔厉。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,561評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡帖努,死狀恐怖撰豺,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情拼余,我是刑警寧澤污桦,帶...
    沈念sama閱讀 36,238評論 5 350
  • 正文 年R本政府宣布,位于F島的核電站匙监,受9級特大地震影響凡橱,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜亭姥,卻給世界環(huán)境...
    茶點故事閱讀 41,928評論 3 334
  • 文/蒙蒙 一稼钩、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧致份,春花似錦变抽、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,417評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至滔蝉,卻和暖如春击儡,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背蝠引。 一陣腳步聲響...
    開封第一講書人閱讀 33,528評論 1 272
  • 我被黑心中介騙來泰國打工阳谍, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人螃概。 一個月前我還...
    沈念sama閱讀 48,983評論 3 376
  • 正文 我出身青樓矫夯,卻偏偏與公主長得像,于是被迫代替她去往敵國和親吊洼。 傳聞我的和親對象是個殘疾皇子训貌,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,573評論 2 359

推薦閱讀更多精彩內(nèi)容