R语言clusProfiler进行GO与KEGG富集分析

GO和KEGG富集分析的注释信息（注释包）

• GO常用的注释信息包

GO的注释信息主要来自Bioconductor，提供了19个物种的org类型的GO注释信息。其中包括有常见的物种，如：牛、猪、人类、小鼠等。

BioconductorGO注释包https://link.zhihu.com/?target=http%3A//www.bioconductor.org/packages/release/data/annotation/

• KEGG注释信息包

KEGG APIhttps://link.zhihu.com/?target=https%3A//www.kegg.jp/kegg/rest/keggapi.html

没有物种信息

对于没有物种信息的项目进行GO富集时，我们则需要通过读取外部的GO注释文件进行分析，可以使用blast2go软件进行基因的注释。

同样地，对于pathway数据库中没有的物种，也支持读取基因的pathway注释文件，然后进行分析。

GO与KEGG分析

• clusterProfiler安装

#安装clusterProfiler
If(!requireNamespace(“BiocManager”,quietly = TRUE))

Install.packages(“BiocManager”)

BiocManager::install(“clusterProfiler”)

• 以人类注释数据库为例进行安装

其它物种数据库可自行查找

#人类注释数据库
BiocManager::install(“org.Hs.eg.db”)

library(org.Hs.eg.db)

• 进行GO富集和KEGG富集分析

library(clusterProfiler)#进行GO富集和KEGG富集

library(dplyr) #进行数据转换

library(ggplot2)#绘图

• 导入数据与geneID转换

#导入数据，数据为一列基因名的文件
f <- read.table("D:\\Rdata\\Gene.txt",header=T,sep='\t')

#取所需列进行后续分析
x <-f[,1]

#利用bitr函数进行id转换，使用bioconductor的db系列包进行
hg<-bitr(x,fromType="SYMBOL",toType=c("ENTREZID","ENSEMBL","SYMBOL"),OrgDb="org.Hs.eg.db")

#查看hg的信息，三列信息包括ENTREZID、ENSEMBL、SYMBOL
head(hg)

• GO enrichments

#进行GO富集，确定P值与Q值得卡值并使用BH方法对值进行调整。
go <- enrichGO(hg$ENTREZID,OrgDb = org.Hs.eg.db, ont='ALL',pAdjustMethod = 'BH',pvalueCutoff = 0.05, qvalueCutoff = 0.2,keyType = 'ENTREZID')

#查看富集结果
dim(go)

#导出GO富集的结果
write.csv(go,file="go.csv")

barplot(go,showCategory=20,drop=T)#柱状图

dotplot(go,showCategory=20)#气泡图

#将ont=ALL，换成CC、BP、MF分别进行富集

goCC <- enrichGO(hg$ENTREZID,OrgDb = org.Hs.eg.db, ont='CC',pAdjustMethod = 'BH',pvalueCutoff = 0.05, qvalueCutoff = 0.2,keyType = 'ENTREZID')

goBP <- enrichGO(hg$ENTREZID,OrgDb = org.Hs.eg.db, ont='BP',pAdjustMethod = 'BH',pvalueCutoff = 0.05, qvalueCutoff = 0.2,keyType = 'ENTREZID')

goMF <- enrichGO(hg$ENTREZID,OrgDb = org.Hs.eg.db, ont='MF',pAdjustMethod = 'BH',pvalueCutoff = 0.05, qvalueCutoff = 0.2,keyType = 'ENTREZID')

• KEGG enrichments

#进行KEGG富集
kegg <- enrichKEGG(hg$ENTREZID, organism = 'hsa', keyType = 'kegg', pvalueCutoff = 0.05, pAdjustMethod = 'BH', minGSSize = 3, maxGSSize = 500, qvalueCutoff = 0.2, use_internal_data = FALSE)

#导出富集结果
write.csv(kegg,file = "kegg.csv")

#查看富集结果
dim(kegg)

#可视化，同上
dotplot(kegg, showCategory=20) #气泡图

#pathway映射
browseKEGG(kegg, "hsa03728") #在pathway通路图上标记富集到的基因，会链接到KEGG官网