使用clusterprofiler进行enrichGO分析，提示NO gene can be mapped

library(tidyverse)
library(clusterProfiler)
de_result <- read.table(
  file = 'flower_sex/genes.counts.matrix.F_vs_M.DESeq2.DE_results',
  header = TRUE) %>% 
  select(id,log2FoldChange,pvalue,padj)

这是de_result数据

library(readr)
emapper<- read_delim(
  file = 'D:/geneomes/',
  "\t", escape_double = FALSE, col_names = FALSE,
  comment = "#", trim_ws = TRUE)%>% 
  dplyr::select(GID = X1, 
                Gene_Symbol = X9, 
                GO = X10, 
                KO = X12, 
                Pathway = X13, 
                OG = X7, 
                Gene_Name = X8)

emapper数据

### 候选基因向量（gene）

一个字符型向量，包含感兴趣的基因，如差异表达基因、WGCNA 得到的关键模块里的基因、PCA 中某个PC loadings 高的基因。

```{r}
gene <- filter(de_result, 
               abs(log2FoldChange) > 2 & padj < 0.01) %>%
  pull(id)
```

### 基因差异向量（geneList）

一个有名向量，记录差异大小，名字为基因ID，值为 logFC，按 logFC 降序排列。

```{r}
geneList <- de_result$log2FoldChange
names(geneList) <- de_result$id
geneList <- sort(geneList, decreasing = T)

# 提取基因信息
gene_info <- dplyr::select(emapper,  GID, Gene_Name) %>%
  dplyr::filter(!is.na(Gene_Name))
# 提取GO信息
gene2go <- dplyr::select(emapper, GID, GO) %>%
  separate_rows(GO, sep = ',', convert = F) %>%
  filter(!is.na(GO)) %>%
  mutate(EVIDENCE = 'IEA') 
#过滤掉任何不以GO开头的GO
gene2go <- gene2go[grepl("^GO:", as.character(gene2go$GO)),]
# 构建 OrgDB
library(AnnotationForge)
AnnotationForge::makeOrgPackage(gene_info=gene_info,
                                go=gene2go,
                                maintainer='w<w@101214581.com>',
                                author='bank',
                                outputDir="./",
                                tax_id=0000,
                                genus='m',
                                species='y',
                                goTable="go",
                                version="1.0")

# 打包
pkgbuild::build('./org.My.eg.db', dest_path = "./enrich/")
```

安装自己构建的 OrgDb

```{r}
# 创建一个文件夹
dir.create('R_Library', recursive = T)

# 将包安装在该文件夹下
install.packages('enrich/org.My.eg.db_1.0.tar.gz', 
                 repos = NULL, #从本地安装
                 lib = 'R_Library') # 安装文件夹

# 加载 OrgDB
library(org.My.eg.db, lib = 'R_Library')

### 富集分析
de_ego <- enrichGO(gene = gene,
                   OrgDb = org.My.eg.db,
                   keyType = 'GID',
                   ont = 'BP',
                   qvalueCutoff = 0.05,
                   pvalueCutoff = 0.05)

提示：

No gene can be mapped....
--> Expected input gene ID: evm.model.Chr6.25133,evm.model.Chr1.961.3.63ebc806,evm.model.Chr5.6899,evm.model.Chr6.1573,evm.model.Chr5.6420,evm.model.Chr3.2040
--> return NULL...