【R语言】——基因GO/KEGG富集分析!超级简单的保姆级教程!
上期“干货预警——原来基因功能富集分析这么简单!”和“【R语言】——基因GO/KEGG功能富集结果可视化(保姆级教程)”介绍如何使用DAVID在线分析工具对基因进行GO/KEGG功能富集分析和使用R ggplot包对获得的基因GO/KEGG功能富集结果进行可视化。本期介绍使用R clusterProfiler包和R AnnotationHub包对基因进行GO/KEGG功能富集分析、OrgDb包制作以及结果可视化。
GO/KEGG功能富集分析中重要的是背景基因的选择,使用R clusterProfiler包对基因进行富集,需要导入目的基因(前景基因)相对应物种的参考基因组(背景基因),现阶段“bioconductor”已有十几种常见动物,如人类、小鼠等物种的OrgDb。但仍然有许多物种不在Bioconductor的OrgDb列表里,但存在参考基因组,如山羊,绵羊等,这种情况则需要用到R AnnotationHub包进行索引其对应物种的参考基因组,并制作OrgDb包使用。
1 数据准备
数据输入格式(xlsx格式):
2 R包加载、数据导入及处理
#下载包# if(!requireNamespace("BiocManager", quietly = TRUE)) install.packages("BiocManager") BiocManager::install("clusterProfiler") BiocManager::install("topGO") BiocManager::install("Rgraphviz") BiocManager::install("pathview") install.packages("ggplot2") BiocManager::install('stringr') install.packages("openxlsx") #加载包# library(clusterProfiler) library(topGO) library(Rgraphviz) library(pathview) library(ggplot2) library(stringr) library(openxlsx) #导入数据# remove(list = ls()) #清除 Global Environment getwd() #查看当前工作路径 setwd("C:/Rdata/jc") #设置需要的工作路径 list.files() #查看当前工作目录下的文件 data = read.xlsx("enrich-gene.xlsx",sheet= "enrich_genes",sep=',') #导入数据 head(data)
#数据处理-差异基因筛选# vector = abs(data$log2FC) > 1 & data$PValue 1和PValue
文章版权声明:除非注明,否则均为主机测评原创文章,转载或复制请以超链接形式并注明出处。
还没有评论,来说两句吧...