clusterProfiler包做富集分析后，可直接使用配套的可视化函数展示结果，最常见的形式有barplot、dotplot。网上有很多相关的推文，今天咱来说点不一样的方式，讲讲如何利用barplot快速画出富集条形图以及如何扩展到其他数据。
library(clusterProfiler)
library(ggplot2)
data(geneList, package = "DOSE")
de <- names(geneList)[1:100]
yy <- enrichGO(de, 'org.Hs.eg.db', ont="BP", pvalueCutoff=0.01)
p <- barplot(yy, showCategory=10)
p
clusterProfiler富集返回的结果是enrichResult对象，可以直接使用barplot函数绘制条形图，来自enrichplot包的函数，实际调用的是barplot.enrichResult。不过，生成的图可能并不够简约，也许你想要横坐标直接展示显著性即可，不要基因数量。
yy@result$Count <- -log10(yy@result$p.adjust)
p <- barplot(yy, showCategory=10) + scale_fill_continuous(low="red", high="red", name='', guide=F)
p
barplot默认分别使用Count、Description两个变量来画横坐标和纵坐标，这里用-log10转换后的p.adjust替换原来的Count值来画横坐标。默认p.adjust映射为颜色深浅，想要去除可以重新映射一下，并移除图例。如此，便可以得到想要的富集图。
做富集分析的软件那么多，如果没有使用clusterProfiler做分析，如何借助barplot画图呢？
df <- read.table('sample_go.txt', header=T, sep='\t', stringsAsFactors=F)
head(df)
id desc
GO:0044784 GO:0044784 metaphase/anaphase transition of cell cycle
GO:0010965 GO:0010965 regulation of mitotic sister chromatid separation
GO:0051306 GO:0051306 mitotic sister chromatid separation
GO:1905818 GO:1905818 regulation of chromosome separation
GO:0033047 GO:0033047 regulation of mitotic sister chromatid segregation
GO:0030071 GO:0030071 regulation of mitotic metaphase/anaphase transition
adj
GO:0044784 3.692440e-11
GO:0010965 4.179973e-11
GO:0051306 6.779593e-11
GO:1905818 9.052142e-11
GO:0033047 2.259322e-10
GO:0030071 4.991328e-10
colnames(df)[2:3] <- c('Description', 'p.adjust')
df$GeneRatio <- 0
df$Count <- -log10(df$p.adjust)
res <- new("enrichResult", result=df)
p <- barplot(res, showCategory=10) + scale_fill_continuous(low="red", high="red", name='', guide=F)
p$layers[[1]]$geom_params$width <- 0.6
p
自定义的数据结果可以构建成barplot需要的输入对象来画图，生成的是ggplot对象，修改起来也是相当方便。
