【R语言】clusterProfiler富集分析,物种注释数据库

相信大家对Y叔的clusterprofiler这个R包并不陌生,一般做基因富集分析的时候都会用到这个R包。这个包非常实用,并且画出来的图也很不错。

其实小编前面已经花了不少篇幅给大家介绍过如何使用这个R包做GO富集分析和结果可视化,以及如何将富集结果中的gene ID转成基因名字

GO富集分析四种风格展示结果—柱形图,气泡图

GO和KEGG富集结果如何显示基因symbol

还有计算富集倍数的三种方法

GO和KEGG富集倍数(Fold Enrichment)如何计算

对于没有太多基础的小伙伴,小编还特地录制了视频进行了详细的讲解

GO简介及GO富集结果解读

四种GO富集柱形图、气泡图解读

当然使用clusterprofiler这个R包也可以进行KEGG富集分析

KEGG富集分析—柱形图,气泡图,通路图

当然小编也将以上所有内容整理成了一个系统的线上课程

GO和KEGG富集分析线上课程

我们知道一般做富集分析,都需要有一个注释数据库。里面存放了对每个基因的注释信息,告诉我们这个基因属于那一条KEGG通过,参与到那些生物学过程(BP),有那些生物学功能(MF)以及属于哪一种细胞成分(CC)。一般我们对人这个物种中的基因做富集分析的时候,都会用到org.Hs.eg.db这个注释数据库,Hs代表的是human。小编也讨论过如何安装这个注释数据库。加载R包org.Hs.eg.db出错,避坑指南!

library(org.Hs.eg.db)
library(clusterProfiler)
ego <- enrichGO(gene = DEG,
                OrgDb=org.Hs.eg.db,
                ont = "all",
                pAdjustMethod = "BH",
                minGSSize = 10,
                pvalueCutoff = 0.01,
                qvalueCutoff = 0.01,
                keyType='ENSEMBL')

那么问题来了,对于其他的物种,如小鼠,大鼠,线虫等等,其他物种的注释文件该如何获取呢?

可以从下面这个网页中查找,每一行代表一个物种的注释文件。

http://bioconductor.org/packages/release/BiocViews.html#___OrgDb

在做分析的时候我们只需要将代码中的org.Hs.eg.db更换成相应的物种的注释文件就可以了,例如我们换成小鼠的

library(org.Mm.eg.db)
library(clusterProfiler)
ego <- enrichGO(gene = DEG,
                OrgDb=org.Mm.eg.db,
                ont = "all",
                pAdjustMethod = "BH",
                minGSSize = 10,
                pvalueCutoff = 0.01,
                qvalueCutoff = 0.01,
                keyType='ENSEMBL')

参考资料:

GO富集分析四种风格展示结果—柱形图,气泡图

GO和KEGG富集结果如何显示基因symbol

GO和KEGG富集倍数(Fold Enrichment)如何计算

GO简介及GO富集结果解读

四种GO富集柱形图、气泡图解读

KEGG富集分析—柱形图,气泡图,通路图

GO和KEGG富集分析线上课程

加载R包org.Hs.eg.db出错,避坑指南!

【R语言】clusterProfilerf富集分析,物种注释数据库

©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 206,214评论 6 481
  • 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 88,307评论 2 382
  • 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 152,543评论 0 341
  • 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 55,221评论 1 279
  • 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 64,224评论 5 371
  • 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 49,007评论 1 284
  • 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 38,313评论 3 399
  • 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 36,956评论 0 259
  • 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 43,441评论 1 300
  • 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 35,925评论 2 323
  • 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 38,018评论 1 333
  • 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 33,685评论 4 322
  • 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 39,234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 30,240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 31,464评论 1 261
  • 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 45,467评论 2 352
  • 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 42,762评论 2 345

推荐阅读更多精彩内容