在r语言go富集 r语言go富集分析

小程序：扫一扫查出行
【扫一扫了解最新限行尾号】
复制小程序

R语言可视化通路富集网络图

最近小Q在做自然选择分析，分析完之后简单粗暴的对候选基因做了富集分析，并做了展示，比起气泡图，我模仿了另一种作图方式，显示效果更佳。所以想在此分享一下如何用R语言画富集分析示意图（非气泡图）。

有没有程序包我不知道，但是这个可以用plot描点，lines连线，可以批量的。

首先有一个plot.grid(nx=8， ny=8，lwd=1，lty=2，col=blue)#画8*8网络。

这两款R包都是基于浏览器的JavaScript可视化库，用于交互式的展示图形，这里我们还用到刚才的示例数据来展示。

R语言绘图系列：在不确定将图例添加在什么位置时，可使用 locator函数。 locator()函数可以定位图上的点。运行locator函数之后在图上随便点一个点，点击finish就会返回刚刚那个点的位置坐标。

R语言绘图系列：标度控制着数据到图形属性的映射，标度将我们的数据转化为视觉上可以感知的东西，比如大小、位置、颜色、形状等。标度也为我们提供了读图时所使用的工具，比如说坐标轴和图例。总的来说，可以称为引导元素。

1、方法/步骤录入原始数据。如图所示，原始数据一般采用excel表格来录入，第一列为决策单元序列，比如公司、行业等；后续各列依次是产出和投入变量，切忌产出变量一定要在投入变量前面。分析效率情况。

2、r语言数据分析是查看数据的结构、类型，数据处理。

3、获取表达矩阵，处理TCGA的count数据，1表示为行。

4、我模仿了另一种作图方式，显示效果更佳。所以想在此分享一下如何用R语言画富集分析示意图（非气泡图）。利用ggplot2+grid包进行画图，采用分面的思想作图。

5、先加载相关的package 然后提取想要的基因集，变成list 然后进行富集分析需要注意的点：expr输入的表达矩阵必须为：SummarizedExperiment或者SingleCellExperiment ExpressionSet 或者别的什么对象。

火山图可反映总体基因的表达情况，横坐标代表log2（Fold Change），纵坐标表示-log10（P值），每个点代表一个基因，颜色用以区分基因是否差异表达，图中橙色的点代表差异表达基因，蓝色的点代表没有差异表达的基因。

X轴代表log2(FC)；Y轴代表-log10(q value)，灰色代表无差异基因，红色代表上调基因，绿色代表下调基因。X轴的取值可以是FC，也可以是log2处理后的值。

火山图是用来展示差异表达的基因或者物种，其常常出现RNA-seq，amplicon-seq分析的结果中。其主要根据差异分析结果的p值和Fold change值进行展示结果。更多知识分享请到 https：//zouhua.top/ 。

根据基因表达值进行样本间的PCA分析，确定样本在PCA图中的位置，R语言中能够执行PCA分析的方法有很多，不过它们的算法都是统一的，随便使用任何一个R包就可以上一步获得了PCA分析结果，并观察到明显的组间差异。

1、对于没有转换的gene ID在r语言go富集，clusterProfiler也提供在r语言go富集了 bitr 方法进行转换ID：可以看到，这里转换ID的对应文件来源于org.Hs.eg.db这个包。

2、3)检查结果，可见geneID展示为gene symbol。（1）在enrichGO函数中，设置readable = TRUE；(2)用setReadable函数，对GO或者KEGG结果进行转化即可。

3、Gene ontology enrichment analysis可能是现在生物信息学里面最常用的分析。以前我一般都是用DAVID这个在线工具来做。但是用DAVID有三个主要问题这些问题，在clusterprofiler这个包中都得到在r语言go富集了很好的解决。

4、最近有粉丝反映说，利用clusterProfiler这个包绘制GO富集分析气泡图和柱形图的时候，发现GO条目的名字都重叠在一起了。气泡图柱形图这个图别说美观了，简直不忍直视。经过我的认真研究，发现跟R版本有关。

5、set，可以是差异表达基因，也可是正选择基因或者加速进化基因。通常，只要具有这些基因的gene symbol或者是geneid，都可以利用该软件进行分析。

在r语言go富集的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于r语言go富集分析、在r语言go富集的信息别忘了在本站进行查找喔。