Python根据注释表实现基于超几何分布的Go/KEGG, enrichment分析

9d2cb7c78bc70d9c553732f167992b0.jpg

拿着一个DEGs的list和基因functional annotation竟然没有找到简单的脚本一健生成Go或者Kegg的富集结果,啊这!(可能是我懒得找吧)
有需求就自己写一个好了,基于超几何分布和 Benjamini - Hochberg的P值矫正方法。
有关数学得详情点击这个https://guangchuangyu.github.io/cn/2012/04/enrichment-analysis/


需要原料:

1642996388(1).jpg

这个类似这样功能注释的格式的表。


1642996467(1).jpg

DEGs的list
依赖包:

import sys
from scipy import stats
from rpy2.robjects.packages import importr
from rpy2.robjects.vectors import FloatVector
statsr = importr('stats')

主要代码:
两个函数

def goread(goingo):#Go counts
    totalgenenum = 0
    filego = open(goingo,"r")
    linessgo = filego.readlines()
    linessgo = list(linessgo)
    dicgonum = {}
    dicgenegolist = {}
    for i in linessgo:
        totalgenenum +=1
        i = i.strip()
        i =i.split()
        #print(i)
        dicgenegolist[i[0]] = []
        try:
            for j in i[1].split(";"):
                if j.find("GO") != -1: #only for Go
                    j = j.strip()
                    dicgenegolist[i[0]].append(j)
                    if j not in list(dicgonum.keys()):
                        dicgonum[j] = 1
                    else:
                        dicgonum[j] +=1
        except:
            continue
    print(dicgenegolist)                
    return (dicgonum,dicgenegolist,totalgenenum)
                    
                    
                    
def enrichment(m,n,a,b):#enrichment test adjustment 
    pvalue = stats.hypergeom.sf(m,n,a,b)
    return pvalue

输入输出统计啥的:

goin = sys.argv[1]
goingo = sys.argv[2]
goout = sys.argv[3]
gogoout = open(goout,"w")
file2 = open(goin,"r")
liness = file2.readlines()
liness = list(liness)

dicgonum, dicgenegolist, totalgenenum  = goread(goingo)
pvaluelist = []
mapnum =0
dicquerygonum = {}
samplenum = 0
print(dicgenegolist)
dicquerylist =[]

for i in liness:
    i = i.strip()
    samplenum +=1
    try:
        
        for j in dicgenegolist[i]:
            if j not in dicquerylist:
                dicquerygonum[j] = 1
                dicquerylist.append(j)
            else:
                dicquerygonum[j] += 1
        mapnum +=1
    except:
        continue
        
if mapnum == 0:
    print("No gene mapped, check you data!")
else:
    print(mapnum,"genes mapped")
    
for i in dicquerygonum.keys():
    m = dicquerygonum[i]-1
    n = totalgenenum
    a = dicgonum[i]
    b = mapnum
    pvalue = stats.hypergeom.sf(m,n,a,b)
    pvaluelist.append(pvalue)

P值矫正(BH)

p_adjust = statsr.p_adjust(FloatVector(pvaluelist), method = 'BH') #P value adjustment

输出:

diclist = list(dicquerygonum.keys())
for i in range(len(list(dicquerygonum.keys()))):
    name = diclist[i]
    oa = dicquerygonum[diclist[i]]
    ob = mapnum
    oc = dicgonum[diclist[i]]
    od = totalgenenum-dicgonum[diclist[i]]
    op = pvaluelist[i]
    opadj  = p_adjust[i]
    print(name,oa,ob,oc,od,op,opadj,file = gogoout) 
    
gogoout.close()

输出样品:

1642996800(1).png

完整版看看Github:https://github.com/lifangpings/enrichmentgo.py

最后编辑于
©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 194,242评论 5 459
  • 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 81,769评论 2 371
  • 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 141,484评论 0 319
  • 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 52,133评论 1 263
  • 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 61,007评论 4 355
  • 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 46,080评论 1 272
  • 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 36,496评论 3 381
  • 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 35,190评论 0 253
  • 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 39,464评论 1 290
  • 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 34,549评论 2 309
  • 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 36,330评论 1 326
  • 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 32,205评论 3 312
  • 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 37,567评论 3 298
  • 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 28,889评论 0 17
  • 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 30,160评论 1 250
  • 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 41,475评论 2 341
  • 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 40,650评论 2 335

推荐阅读更多精彩内容