差异基因富集分析(R语言——GO&KEGG&GSEA)
创作时间:
作者:
@小白创作中心
差异基因富集分析(R语言——GO&KEGG&GSEA)
引用
CSDN
1.
https://blog.csdn.net/m0_74823094/article/details/144343797
在基因表达数据分析中,获得差异基因集后,进行通路富集分析是理解这些基因功能和生物学意义的重要步骤。本文将详细介绍如何使用R语言进行GO(Gene Ontology)、KEGG(Kyoto Encyclopedia of Genes and Genomes)和GSEA(Gene Set Enrichment Analysis)富集分析,帮助研究人员深入挖掘差异基因的生物学意义。
1. 准备差异基因集
在进行通路富集分析之前,我们需要准备差异基因集。通常,我们会将差异基因分为上调基因和下调基因分别进行分析。以下代码展示了如何从上次分析中获取差异基因集:
##载入所需R包
library(readxl)
library(DOSE)
library(org.Hs.eg.db)
library(topGO)
library(pathview)
library(ggplot2)
library(GSEABase)
library(limma)
library(clusterProfiler)
library(enrichplot)
##edger
edger_diff <- diff_gene_Group
edger_diff_up <- rownames(edger_diff[which(edger_diff$logFC > 0.584962501),])
edger_diff_down <- rownames(edger_diff[which(edger_diff$logFC < -0.584962501),])
##deseq2
deseq2_diff <- diff_gene_Group2
deseq2_diff_up <- rownames(deseq2_diff[which(deseq2_diff$log2FoldChange > 0.584962501),])
deseq2_diff_down <- rownames(deseq2_diff[which(deseq2_diff$log2FoldChange < -0.584962501),])
##将差异基因集保存为一个list
gene_diff_edger_deseq2 <- list()
gene_diff_edger_deseq2[["edger_diff_up"]] <- edger_diff_up
gene_diff_edger_deseq2[["edger_diff_down"]] <- edger_diff_down
gene_diff_edger_deseq2[["deseq2_diff_up"]] <- deseq2_diff_up
gene_diff_edger_deseq2[["deseq2_diff_down"]] <- deseq2_diff_down
2. 进行通路富集分析
接下来,我们将进行GO和KEGG富集分析。这里使用循环处理上调和下调基因集,以提高效率。
for (i in 1:length(gene_diff_edger_deseq2)){
keytypes(org.Hs.eg.db)
entrezid_all = mapIds(x = org.Hs.eg.db,
keys = gene_diff_edger_deseq2[[i]],
keytype = "SYMBOL", #输入数据的类型
column = "ENTREZID")#输出数据的类型
entrezid_all = na.omit(entrezid_all) #na省略entrezid_all中不是一一对应的数据情况
entrezid_all = data.frame(entrezid_all)
##GO富集##
GO_enrich = enrichGO(gene = entrezid_all[,1],
OrgDb = org.Hs.eg.db,
keyType = "ENTREZID", #输入数据的类型
ont = "ALL", #可以输入CC/MF/BP/ALL
#universe = 背景数据集我没用到它。
pvalueCutoff = 1,qvalueCutoff = 1, #表示筛选的阈值,阈值设置太严格可导致筛选不到基因。可指定 1 以输出全部
readable = T) #是否将基因ID映射到基因名称。
GO_enrich_data = data.frame(GO_enrich)
write.csv(GO_enrich_data,paste('GO_enrich_',names(gene_diff_edger_deseq2)[i], '.csv', sep = ""))
GO_enrich_data <- GO_enrich_data[which(GO_enrich_data$p.adjust < 0.05),]
write.csv(GO_enrich_data,paste('GO_enrich_',names(gene_diff_edger_deseq2)[i], '_filter.csv', sep = ""))
###KEGG富集分析###
KEGG_enrich = enrichKEGG(gene = entrezid_all[,1], #即待富集的基因列表
keyType = "kegg",
pAdjustMethod = 'fdr', #指定p值校正方法
organism= "human", #hsa,可根据你自己要研究的物种更改,可在https://www.kegg.jp/brite/br08611中寻找
qvalueCutoff = 1, #指定 p 值阈值(可指定 1 以输出全部)
pvalueCutoff=1) #指定 q 值阈值(可指定 1 以输出全部)
KEGG_enrich_data = data.frame(KEGG_enrich)
write.csv(KEGG_enrich_data, paste('KEGG_enrich_',names(gene_diff_edger_deseq2)[i], '.csv', sep = ""))
KEGG_enrich_data <- KEGG_enrich_data[which(KEGG_enrich_data$p.adjust < 0.05),]
write.csv(KEGG_enrich_data, paste('KEGG_enrich_',names(gene_diff_edger_deseq2)[i], '_filter.csv', sep = ""))
}
3. 通路富集情况可视化
富集分析的结果需要通过可视化的方式展示,以便更好地理解数据。这里介绍一种简单的气泡图绘制方法。
##GO&KEGG富集BPCCMFKEGG分面绘图需要分开处理一下,富集结果里的ONTOLOGYL列修改
GO_enrich_data_BP <- subset(GO_enrich_data, subset = GO_enrich_data$ONTOLOGY == "BP")
GO_enrich_data_CC <- subset(GO_enrich_data, subset = GO_enrich_data$ONTOLOGY == "CC")
GO_enrich_data_MF <- subset(GO_enrich_data, subset = GO_enrich_data$ONTOLOGY == "MF")
##提取GO富集BPCCMF的top5
GO_enrich_data_filter <- rbind(GO_enrich_data_BP[1:5,], GO_enrich_data_CC[1:5,], GO_enrich_data_MF[1:5,])
##重新整合进富集结果
GO_enrich@result <- GO_enrich_data_filter
##处理KEGG富集结果
KEGG_enrich@result <- KEGG_enrich_data
ncol(KEGG_enrich@result)
KEGG_enrich@result$ONTOLOGY <- "KEGG"
KEGG_enrich@result <- KEGG_enrich@result[,c(10,1:9)]
##整合GO KEGG富集结果
ego_GO_KEGG <- GO_enrich
ego_GO_KEGG@result <- rbind(ego_GO_KEGG@result, KEGG_enrich@result[1:5,])
ego_GO_KEGG@result$ONTOLOGY <- factor(ego_GO_KEGG@result$ONTOLOGY, levels = c("BP", "CC", "MF","KEGG"))##规定分组顺序
##简单画图
pdf("edger_diff_up_dotplot.pdf", width = 7, height = 7)
dotplot(ego_GO_KEGG, split = "ONTOLOGY", title="UP-GO&KEGG", label_format = 60, color = "pvalue") +
facet_grid(ONTOLOGY~., scale = "free_y")+
theme(plot.title = element_text(hjust = 0.5, size = 13, face = "bold"), axis.text.x = element_text(angle = 90, hjust = 1))
dev.off()
4. GSEA富集分析
GSEA是一种基于基因集的富集分析方法,能够更全面地评估基因集在差异表达中的富集情况。以下是GSEA分析的代码示例:
##GSEA官方网站下载背景gmt文件并读入
geneset <- list()
geneset[["c2_cp"]] <- read.gmt("c2.cp.v2023.2.Hs.symbols.gmt")
geneset[["c2_cp_kegg_legacy"]] <- read.gmt("c2.cp.kegg_legacy.v2023.2.Hs.symbols.gmt")

geneset[["c2_cp_kegg_medicus"]] <- read.gmt("c2.cp.kegg_medicus.v2023.2.Hs.symbols.gmt")
geneset[["c2_cp_reactome"]] <- read.gmt("c2.cp.reactome.v2023.2.Hs.symbols.gmt")
geneset[["c3_tft"]] <- read.gmt("c3.tft.v2023.2.Hs.symbols.gmt")
geneset[["c4_cm"]] <- read.gmt("c4.cm.v2023.2.Hs.symbols.gmt")
geneset[["c5_go_bp"]] <- read.gmt("c5.go.bp.v2023.2.Hs.symbols.gmt")
geneset[["c5_go_cc"]] <- read.gmt("c5.go.cc.v2023.2.Hs.symbols.gmt")
geneset[["c5_go_mf"]] <- read.gmt("c5.go.mf.v2023.2.Hs.symbols.gmt")
geneset[["c6"]] <- read.gmt("c6.all.v2023.2.Hs.symbols.gmt")
geneset[["c7"]] <- read.gmt("c7.all.v2023.2.Hs.symbols.gmt")
##进行GSEA富集分析,这里也是写了个循环
gsea_results <- list()
for (i in names(gene_diff)){
geneList <- gene_diff[[i]]$logFC
names(geneList) <- toupper(rownames(gene_diff[[i]]))
geneList <- sort(geneList,decreasing = T)
for (j in names(geneset)){
listnames <- paste(i,j,sep = "_")
gsea_results[[listnames]] <- GSEA(geneList = geneList,
TERM2GENE = geneset[[j]],
verbose = F,
pvalueCutoff = 0.1,
pAdjustMethod = "none",
eps=0)
}
}
##批量绘图,注意这里如果有空富集通路,会报错!
for (j in 1:nrow(gsea_results[[i]]@result)) {
p <- gseaplot2(x=gsea_results[[i]],geneSetID=gsea_results[[i]]@result$ID[j], title =
gsea_results[[i]]@result$ID[j])
pdf(paste(paste(names(gsea_results)[i], gsea_results[[i]]@result$ID[j], sep =
"_"),".pdf",sep = ""))
print(p)
dev.off()
}
5. GSEA富集分析结果
GSEA富集分析的结果可以通过热图或条形图等方式展示。以下是GSEA富集分析的简单图形示例:
通过以上步骤,我们可以系统地完成差异基因的通路富集分析,并通过可视化方式展示分析结果。希望这篇文章能对大家的科研工作有所帮助。
热门推荐
经常运动和不运动的人,原来有这么大区别!
佛朗哥改组长枪党:走向法西斯
英国绘画大师阿尔玛-塔德玛 Lawrence Alma-Tadema
颈椎钢钉是否需要取出?医生的专业解答来了
25fall英国博士申请时间线
药明生物深度分析:从股价暴跌到行业复苏
儿童斜视的手术时机是什么时候比较合适?如何判断儿童斜视是否需要手术?
注册公司有什么类型及其含义有何不同
夜奶喂到崩溃?只因没学会这3招,让儿科医生帮助宝宝一觉到天明
应该叫醒宝宝喂奶吗?
贷款年限与年龄的关系及影响因素
形似飞船,第一颗到达太阳系的系外天体,奥陌陌身上的秘密是啥?
奥陌陌,横穿太阳系后加速离去,它到底是不是外星文明物体呢?
传统行业的转型与创新:行业变革中的机遇与挑战
得了类风湿关节炎该如何治疗呢?
路上开车时,与前车保持多少车距才安全?记住这个“百米法则”!
英国电力市场调研成果课件
"糟粕"的正确读音是什么?一文读懂这个词语的前世今生
黄金价格体系的演变和发展分析
非萎缩性胃炎患者多久做一次胃镜检查?
连巴菲特都推荐的指数基金,到底好在哪里?
有员工离开团队 如何说
十二生肖命理纳音五行婚配表 六十甲子纳音配婚详解原则
八里河风景区:皖北明珠的生态人文之美
保险诈骗犯罪量刑标准的探讨
舞台幕布有哪些类别?
激光脱毛真能一劳永逸?疗程次数与效果期限深度揭秘
从灰暗到绚烂,磷化技术如何让金属焕发新生?
【城市精细化管理】停车需规范 道路更通畅
挥拍运动“避险”指南 | 运动是良医