找基因所在的通路

复盘一下,找基因所在的通路下

新的任务,找到这 276 genes encompassed nine major DDR pathways:
base excision repair (BER),
nucleotide excision repair (NER),
mismatch repair (MMR),
the Fanconi anemia (FA) pathway,
homology-dependent recombination (HR),
non-homologous DNA end joining (NHEJ),
direct damage reversal repair (DR),
translesion DNA synthesis (TLS),
nucleotide pool maintenance (NP)
然后搞清楚每个基因出现在多少个通路,跟上次的任务比较像,来自于Genomic and Molecular Landscape of DNA Damage Repair Deficiency across The Cancer Genome Atlashttps://www.cell.com/cell-reports/pdf/S2211-1247(18)30437-6.pdf

文章在线网址https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5961503/

根据Jimmy老师提示KEGGREST包含KEGG通路里的所有基因,那么反过来理论上也是可行的。所以查找KEGGREST包的说明,了解这个包的使用。

了解一下数据


image.png

读入数据

rm (list=ls())
Sys.setenv(LANGUAGE = "en") #显示英文报错信息
options(stringsAsFactors = FALSE) #禁止chr转成factor

{ #install.packages
  options(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")
  options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
  if(!require("xlsx")) install.packages("xlsx",update = F,ask = F)
  if(!require("ggplot2")) install.packages("ggplot2",update = F,ask = F)
  if(!require("tidyverse")) install.packages("tidyverse",update = F,ask = F)
  if(!require("BiocManager")) install.packages("BiocManager",update = F,ask = F)
  if(!require("KEGGREST")) BiocManager::install("KEGGREST",update = F,ask = F)
  if(!require("clusterProfiler")) BiocManager::install("clusterProfiler",update = F,ask = F)
  if(!require("UpSetR")) BiocManager::install("UpSetR",update = F,ask = F)
}

# 载入数据,补充材料表1
library("xlsx")
res<- read.xlsx("1-s2.0-S2211124718304376-mmc2.xlsx", 1, header=F, colClasses=NA)[-(1:2),1:2]

head(res)
# colnames(res) <- res[1,]
# res <- res[-1,]

colnames(res) <- c("Entrez_Gene_ID","Gene_Symbol")
head(res)

这里可以查看差异基因在哪些KEGG通路

library(KEGGREST)
listDatabases()

 [1] "pathway"  "brite"    "module"   "ko"       "genome"   "vg"       "ag"       "compound"
 [9] "glycan"   "reaction" "rclass"   "enzyme"   "disease"  "drug"     "dgroup"   "environ" 
[17] "genes"    "ligand"   "kegg"    

#
res1 <- paste("hsa:",res[-1, 1]) #根据包说明书对变量重命名
res2 <- gsub(" ", "", res1) #正则表达式去掉空格
res3 <- keggLink("pathway", res2)#查找通路
res3

分析流程:

res1 <- paste("hsa:",res[-1, 1]) #根据包说明书对变量重命名

res2 <- gsub(" ", "", res1) #正则表达式去掉空格

res3 <- keggLink("pathway", res2)#查找通路
res3

dim(as.data.frame(res3))



#开始进行分析
DDR.list <- list("hsa03410", "hsa03420", "hsa03430", "hsa03440", "hsa03450", "hsa03460")

# 批量提取几个pathway的基因
DDRgene <- lapply(DDR.list, function(i){
  #i="hsa03410"
  d1 <- KEGGREST::keggGet(i)[[1]]$GENE
  gene <- sapply(seq(2, length(d1), 2), function(x){
    d2 <-  unlist(strsplit(d1[x], ";"))[1]
  })
})
#有三个通路在KEGG数据库中找不到,在其他数据库

#https://reactome.org/PathwayBrowser/找到的,但是与原文有些不一致

#该数据库的使用方法参考陈同老师的科学网博客科学网—没钱买KEGG怎么办?REACTOME开源通路更强大 - 陈同的博文 http://blog.sciencenet.cn/blog-118204-1142737.html


#direct damage reversal/repair (DR) 
#PS:下边虽然找到了该通路,由于该数据库通路名字的原因可能并没有找全

#molecule选项里面的
'
Proteins    P16455  UniProt:P16455 MGMT 
Proteins    Q6NS38  UniProt:Q6NS38 ALKBH2   
Proteins    Q6P6C2  UniProt:Q6P6C2 ALKBH5   
Proteins    Q9C0B1  UniProt:Q9C0B1 FTO  
Proteins    Q9H1I8  UniProt:Q9H1I8 ASCC2    
Proteins    Q8N3C0  UniProt:Q8N3C0 ASCC3    
Proteins    Q8N9N2  UniProt:Q8N9N2 ASCC1    
Proteins    Q96Q83  UniProt:Q96Q83 ALKBH3'
# genenames <- 'Gene.Name'
# ddr <- c("MGMT","ALKBH2","ALKBH5","FTO","ASCC2","ASCC3","ASCC1","ALKBH3")

Gene.Name <-  c("MGMT","ALKBH2","ALKBH5","FTO","ASCC2","ASCC3","ASCC1","ALKBH3")
DDR.list2 <- list(Gene.Name=Gene.Name)

#同样的方法分别构建translesion DNA synthesis (TLS) 和 and nucleotide pool maintenance (NP)的通路基因

#translesion DNA synthesis (TLS) 

#由于TLS这个通路里面有32个基因,所以可以从文本里面导入。
#与参考博文不一致;参考博文是85个,他应该是把该条通路下面的所有基因汇总了。
#我觉得没有必要,上边的都没有汇总

TLS <- read.xlsx("TLS.xlsx", 1, header=F, colClasses=NA)[,-(1:2)]

TLS <- data.frame(TLS)
colnames(TLS) <- c("Gene.Name")

library(stringr)

TLS <- str_split(as.character(TLS$Gene.Name)," ",simplify = T)[,2]

TLS <- list(Gene.Name =TLS)
DDR.list3 <- TLS


#nucleotide pool maintenance (NP)
#这个没有找到非常匹配的
#按照提示,选取包括基因最多的通路DNA Repair
NP <- read.xlsx("NP.xlsx", 1, header=F, colClasses=NA)[,-(1:2)]

NP <- data.frame(NP)
colnames(NP) <- c("Gene.Name")

NP <- str_split(as.character(NP$Gene.Name)," ",simplify = T)[,2]

NP <- list(Gene.Name =NP)


DDR.list4 <- NP

class(NP)

merged.list <- c( DDRgene , DDR.list2, DDR.list3, DDR.list4)


#names(merged.list) <- c(1:9)

# 文章中276个基因和5条通路的交集
# overlap <- lapply(1:5, function(x){
#   res <- intersect(gene$Gene_Symbol, DDRgene[[x]])
# })

intersect(res[-1, 2], DDRgene[[1]])

overlap <- lapply(1:9, function(x){
  res <- intersect(res[-1, 2], merged.list[[x]])
})

Reduce(intersect,overlap) # 也没有overlap


library(ggplot2)
library(tidyverse)
count <- unlist(overlap) %>% table()
count <- as.data.frame(count) %>% base::subset(Freq > 1)
names(count)[1] <- "gene"

ggplot(count, aes(gene, Freq),size =1)+
  geom_bar(stat="identity")+
  coord_flip()+
  theme_bw()
  
  

ggplot(count, aes(gene, Freq, colour=Freq, size =Freq))+
  geom_point(stat="identity")+
  coord_flip()+
  theme_bw()



韦恩图

#没有生成图片
if(F){
library(UpSetR)
listinput <- list(dfgene = res[-1, 2],
                     BER = merged.list[[1]],
                     NER = merged.list[[2]],
                     MMR = merged.list[[3]],
                      HR = merged.list[[4]],
                    NHEJ = merged.list[[5]],
                      FA = merged.list[[6]],
                      NP = merged.list[[7]],
                     TLS = merged.list[[8]],
                      DR = merged.list[[9]])

pdf(file='upset.pdf',height = 8,width = 8)
p <- upset(fromList(listinput),nsets = 9, order.by = "freq")
dev.off()
}

单个基因/单个通路

keggLink("pathway", "hsa:7157" )#单个基因,比如TP53
png <- keggGet("path:hsa01522", "image")# 看下通路 
t <- tempfile()
library(png)
writePNG(png, t)
if (interactive()) browseURL(t)

注意:这个任务中最关键的是如何确定九条信号通路中有哪些基因,但是各个数据库并不一致,这是造成与作者原图有出路的主要原因,作者在补充材料表格3中有276个基因的分类,可以参考。

参考文献
Genomic and Molecular Landscape of DNA Damage Repair Deficiency across The Cancer Genome Atlas
KEGG学习笔记
简介Bioconductor中的几个注释信息数据库

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容