GO、KEGG富集分析(一)有參情況

1、GO富集分析原理： 有一個(gè)term注釋了100個(gè)差異表達(dá)基因參與了哪個(gè)過程，注釋完之后（模式生物都有現(xiàn)成的注釋包，不用我們自己注釋），計(jì)算相對(duì)于背景它是否顯著集中在某條通路、某一個(gè)細(xì)胞學(xué)定位、某一種生物學(xué)功能。

成都創(chuàng)新互聯(lián)是一家集網(wǎng)站建設(shè),安慶企業(yè)網(wǎng)站建設(shè),安慶品牌網(wǎng)站建設(shè),網(wǎng)站定制,安慶網(wǎng)站建設(shè)報(bào)價(jià),網(wǎng)絡(luò)營銷,網(wǎng)絡(luò)優(yōu)化,安慶網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強(qiáng)企業(yè)競爭力。可充分滿足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時(shí)我們時(shí)刻保持專業(yè)、時(shí)尚、前沿，時(shí)刻以成就客戶成長自我，堅(jiān)持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實(shí)用型網(wǎng)站。

2、例如，討論這些差異基因主要映射到哪些GO或KEGG分類條目中，以說明基因表達(dá)的改變會(huì)導(dǎo)致哪些調(diào)控途徑原有功能失調(diào)，進(jìn)而與表型聯(lián)系起來。通常稱這種分析為GO、KEGG富集分析。

3、KEGG指的是京都基因與基因組百科全書，通常我們使用KEGG中的pathway模塊，將基因映射到某些通路上，了解基因參與生物體中的代謝過程等。

4、盡管多重檢驗(yàn)的校正可以減少假陽性，但并不能從根本上解決GO（或KEGG）富集的問題。GO富集的根本問題在于一個(gè)基因?qū)?yīng)的GO term有多個(gè)，一個(gè)term對(duì)應(yīng)多個(gè)gene，同時(shí)還有層級(jí)關(guān)系。

5、單細(xì)胞富集分析我最常用的是 分組GSVA ，但最近用到了GO分析，就復(fù)習(xí)一下GO和KEGG富集分析及繪圖。載入無比熟悉的pbmc.3k數(shù)據(jù)集 (已注釋好，數(shù)據(jù)準(zhǔn)備見 monocle )pbmc3k數(shù)據(jù)集只有1個(gè)樣本，沒辦法區(qū)分HC和病例組。

【R語言】解決GO富集分析繪圖,標(biāo)簽重疊問題

最近有粉絲反映說，利用clusterProfiler這個(gè)包繪制GO富集分析氣泡圖和柱形圖的時(shí)候，發(fā)現(xiàn)GO條目的名字都重疊在一起了。氣泡圖 柱形圖 這個(gè)圖別說美觀了，簡直不忍直視。經(jīng)過我的認(rèn)真研究，發(fā)現(xiàn)跟R版本有關(guān)。

但是該方法存在一個(gè)很大的問題，那就是當(dāng)x軸標(biāo)簽數(shù)量很多時(shí)，那么就無法通過這樣的方法進(jìn)行解決了。方法二是方法一的逆向思路，既然可以調(diào)大畫布，那么反過來，我們也可以調(diào)小x軸標(biāo)簽字體。

最近小Q在做自然選擇分析，分析完之后簡單粗暴的對(duì)候選基因做了富集分析，并做了展示，比起氣泡圖，我模仿了另一種作圖方式，顯示效果更佳。所以想在此分享一下如何用R語言畫富集分析示意圖（非氣泡圖）。

GO富集結(jié)果整體可視化

1、下面就來介紹一下simplifyEnrichment包是如何展示GO富集結(jié)果的。這里用該包中數(shù)據(jù)做一個(gè)演示。

2、默認(rèn)展示circ 數(shù)據(jù)前10個(gè)GO Term，通過參數(shù) nsub 調(diào)整需要展示的GO Term chord_dat ()將作圖數(shù)據(jù)構(gòu)建成GOChord() 要求的輸入格式；一個(gè)二進(jìn)制的關(guān)系矩陣， 1 表示基因?qū)儆谠揋O Term， 0 與之相反。

3、經(jīng)過上游的生信分析我們會(huì)獲得許多具有生物學(xué)意義的gene set，可以是差異表達(dá)基因，也可是正選擇基因或者加速進(jìn)化基因。通常，只要具有這些基因的gene symbol或者是geneid，都可以利用該軟件進(jìn)行分析。

4、富集分析結(jié)果的可視化無非就是柱狀圖和氣泡圖，但是公司默認(rèn)出圖實(shí)在是太丑，所以還是自己動(dòng)手修改修改。常規(guī)柱狀圖（ggplot2）橫軸為gene counts，或者用-logP也行，填充相應(yīng)的用P值或者gene counts。

本文名稱：go分析r語言 aggregate r語言
本文鏈接：http://chinadenli.net/article1/dsjicid.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供企業(yè)建站、云服務(wù)器、標(biāo)簽優(yōu)化、做網(wǎng)站、、Google

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)