GO和KEGG富集分析

已于 2024-02-19 17:08:27 修改
阅读量1.1k 收藏 25
点赞数 33
分类专栏： R语言精美图形绘制教程 文章标签： GO富集分析 KEGG分析 差异分析 功能富集 GEO数据 生物信息学
于 2024-02-19 17:07:07 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/kanghua_du/article/details/136174576
版权

写在前面

我们《复现SCI文章系列教程》专栏现在是免费开放，推出这个专栏差不多半年的时间，但是由于个人的精力和时间有限，只更新了一部分。后续的更新太慢了。因此，最终考虑后还是免费开放吧，反正不是什么那么神秘的东西。原本就是一个套路的文章，此外，这篇文章也相对比较简单。在此章节以前，还有一个WGCNA的分析，你若需要可以看**WGCNA分析 | 全流程分析代码**

目前全部开放链接：

  1. SCI文章复现 | GEO文章套路，数据下载和批次效应处理
  2. 差异分析和PPI网路图绘制教程

原付费：复现SCI文章系列教程文章

  1. 订阅《复现SCI文章系列教程》须知
  2. 复现SCI文章系列 | 第一篇文章复现：1. 文章讨论与文章分析套路讲解
  3. 2.1 材料与方法 (IF 7.3)
  4. 2.2 数据集下载 (IF 7.3)
  5. 2.3 数据去重和标准化(附送去批次效应)
  6. 2.4 差异分析
  7. 2.5 加权基因共表达分析(WGCNA)
  8. 2.6 PPI网络分析

本期推文内容

2.7.1 章节总结

在前的教程中，我们已经获得差异基因(2.4 差异分析)和获得与纤维化相关的模块基因。此教程，我们做功能富集分析。但是，此数据问题依旧是很大的影响因素，严重影响后续的分析。

2.7.2 文章结果内容

  1. GO和KEGG富集分析结果
  2. 分析结果图

2.7.3 取交集

根据文章分析流程，将DEGs和WGNCA分析获得的结果去交集，获得的交集基因进行后续分析。

在差异分析中，我们获得600多个DEGs，在WGCNA分析中，与纤维化相关的模块为“yellow”。

共有200多个基因。

WGCNA分析全部结果。

2.7.4 获得交集并绘制韦恩图

汇总数据

绘制vennplot，可以是哟TBtools绘制韦恩图，很是方便。或是直接使用我们前提教程进行绘制，基于R语言绘制VennPlot图 | 可以绘制大于等于7个类别的码.

根据筛选出来的关键模块，采用GS>0.2，MM>0.8筛选高度关联基因并与差异基因取交集。我们在自己做分析时，或在写论文时，其实这些参数可以写进论文中，对读者是比较友好的。

但是这里的结果真的是出乎我的意料。我们继续往下看。

绘制维恩图代码

setwd("E:\\小杜的生信筆記\\2023-复现期刊文章系列教程\\复现文章一分析\\05.功能富集分析")
library(VennDiagram) 
library(ggplot2) 
library(venn) 
library(RColorBrewer) 

readFlie=function(input,type,row=T,header=T){ 
  # input 为读入文件的路径，type为读入文件的类型，格式为‘.txt’或‘.csv’,row=T,将文件的第一列设置为列名 
  library(data.table,quietly = TRUE) 
  if(type=='txt'){ 
    dat = fread(input,header = header,sep='\t',stringsAsFactors = F,check.names = F) 
    if(row){ 
      dat = as.data.frame(dat,stringsAsFactors = F) 
      rownames(dat) = dat[,1] 
      dat = dat[,-1] 
    }else{ 
      dat = as.data.frame(dat,stringsAsFactors = F) 
    } 
  }else{ 
    dat = fread(input,header = header,sep=',',stringsAsFactors = F,check.names = F) 
    if(row){ 
      dat = as.data.frame(dat,stringsAsFactors = F) 
      rownames(dat) = dat[,1] 
      dat = dat[,-1] 
    }else{ 
      dat = as.data.frame(dat,stringsAsFactors = F) 
    } 
  } 
  return(dat) 
} 

## 绘制venn图 
wn_venn=function(list,col='black'){ 
  # 定义颜色体系 
  library(RColorBrewer,quietly = TRUE) 
  #corlor = brewer.pal(8,'Dark2') 
  corlor = brewer.pal(8,"Accent") 
  # 绘制Venn图 
  library(VennDiagram, quietly=TRUE) 
  library(venn,quietly = TRUE) 
  if(length(list)<=11){ 
    if(length(list)<=4){ 
      graphics=venn.diagram(list,filename=NULL,fill = corlor[1:length(list)], 
                            col = col,alpha = 0.5, cat.cex = 1.5,rotation.degree = 0) 
      grid.draw(graphics) 
    }else if(length(list)==5){ 
      graphics=venn(list, zcolor = corlor[1:length(list)],box=F,ellipse =TRUE,cexil = 1, cexsn = 1) 
    }else{ 
      graphics=venn(list, zcolor = corlor[1:length(list)],box=F,cexil = 1, cexsn = 1) 
    } 
    return(graphics) 
  }else{ 
    print('The function only supports data of dimension 7 and below.') 
  } 
} 
## 保存图片,只支持ggplot对象 
savePlots=function(path,plot,type=c('pdf','png','tiff')[1],width=10,height=8,dpi=300){ 
  # path表示保存图片路径,需要加上相应的文件扩展名称 
  library(ggplot2) 
  if(type=='pdf'){ 
    ggsave(filename = path,plot = plot,width = width,height = height,device = 'pdf') 
  }else if(type=='png'){ 
    ggsave(filename = path,plot = plot,width = width,height = height,device = 'png',dpi = dpi) 
  }else{ 
    ggsave(filename = path,plot = plot,width = width,height = height,device = 'tiff',dpi = dpi) 
  } 
} 


df <- readFlie("03_DEG_WGCNA交集数据.txt", type = "txt", row = F)
head(df)

df_list = list('DEGs'=sample(df$DEGs),'WGCNA'=sample(df$WGCNA)) 

# 绘制venn图 
## 4维veen图 
venn_2 = wn_venn(df_list[1:2]) 

# 保存图片
savePlots(path = 'DEGs_WGCNA_VennPlot.jpg',plot = venn_2,type = 'jpg',width = 8,height = 8,dpi = 300)

结果


所以基因无任何交集。这个是什么原因呢？？？

现在我们又重新回去做分析。

WGNCA重新分析代码

寻找方案一

我们开始做WGCNA分析时，有过滤数值。

  1. 使不过滤的数据进行WGCNA分析。

寻找方案二

WGCNA分析，不去离散样本，所有样本进行分析。

我们这里不在坐重复演练，大体的流程就是这样。我们只需要学会这个思路就可以，不需要和文章一模一样的结果。

正常结果应该是这样的，一定会有交集。我们的只需要调整相关的参数即可。但是更具前面的分析就是离谱。

猜测

  1. 数据问题
    我有仔细回去看了原文作者使用的数据，这是count值吗？但是这个数据怎么能这么小？以及与我们获得表达量直接是不对等，若是原文作者将FPKM值转换成count值，但依旧是不对等。
  2. 数据标准化或归一化的原因
    自己认为，我们原始获得数据，已经是进行标准化后的数据了，应该是作者上传时就已经处理过。最大值在13…,但是原文作者依旧是进行标准化处理，那么我们也进行处理吧。
  3. 不知道，能力有限的原因？？？？？？

GO富集分析

setwd("E:\\小杜的生信筆記\\2023-复现期刊文章系列教程\\复现文章一分析\\05.功能富集分析")
library(stringr)
library(ggplot2)
library(clusterProfiler)
library(org.Hs.eg.db)
diffSig <- read.table("关键基因ID.txt",header=F,sep="\t",row.names=1)
DEG.gene_symbol = as.character(rownames(diffSig))
DEG.entrez_id = mapIds(x = org.Hs.eg.db,keys = DEG.gene_symbol,
                       keytype = "SYMBOL",column = "ENTREZID")
gene = bitr(DEG.gene_symbol, fromType="SYMBOL", toType="ENTREZID", OrgDb="org.Hs.eg.db")
DEG.entrez_id = na.omit(DEG.entrez_id)
DEG.entrez_id
write.csv(gene, "01_78.gene.SYMBOL_WNTREZID.csv")
#write.table(DEG.entrez_id,"DEG.entrez_id.txt",sep="\t")

##  GO 富集分析
ego <- enrichGO(
  gene  = gene$ENTREZID,
  keyType = "ENTREZID",
  OrgDb   = org.Hs.eg.db,
  ont     = "all",
  pAdjustMethod = "BH",
  pvalueCutoff  = 0.05,
  readable      = TRUE)

pdf(file = "GO.pdf", width = 10, height = 9)
barplot(ego, drop = TRUE, showCategory = 10,split="ONTOLOGY") +
  scale_y_discrete(labels=function(x) str_wrap(x, width=80))+
  facet_grid(ONTOLOGY~., scale='free')
dev.off()
#
dotplot(ego, showCategory = 10)
# 导出GO数据
write.csv(ego, "05.GO.result.csv")


## KEGG 富集分析
ekegg <- enrichKEGG(
  gene = gene$ENTREZID,
  keyType = "kegg",
  organism  = 'hsa',
  pvalueCutoff  = 0.05,
  pAdjustMethod  = "BH")

pdf(file = "KEGG_bar.pdf", width = 9, height = 8)
barplot(ekegg, showCategory = 10)
dev.off()
pdf(file = "KEGG_dotplot.pdf", width = 9, height = 8)
dotplot(ekegg, showCategory = 10)
dev.off()
## 导出KEGG富集分析数据
write.csv(ekegg, "06.KEGG.result.csv")


往期文章：

1. 复现SCI文章系列专栏

2. 《生信知识库订阅须知》,同步更新，易于搜索与管理。

3. 最全WGCNA教程（替换数据即可出全部结果与图形）

4. 精美图形绘制教程

5. 转录组分析教程

转录组上游分析教程[零基础]

一个转录组上游分析流程 | Hisat2-Stringtie

小杜的生信筆記，主要发表或收录生物信息学的教程，以及基于R的分析和可视化（包括数据分析，图形绘制等）；分享感兴趣的文献和学习资料!!

小杜的生信筆記
关注
  • 33
    点赞
  • 踩
  • 25
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
R语言绘图—Veen(韦恩图）
Mrrunsen的博客
09-07 2534
韦恩图（Venn Diagram，也称文氏图），用于可视化元素集合重叠区域的图示。1880年，维恩(Venn)在《论命题和推理的图表化和机械化表现》一文中首次采用固定位置的交叉环形式用封闭曲线(内部区域)表示集合及其关系的图形。其中圈或椭圆重合的部分表示数集间交集的元素，非重叠部分则为特定集合的特有元素。该函数是能够结合ggplot2函数进行优化的，如。3.5 改变韦恩图轮廓线的类型和大小。3.6结合ggplot2优化。（3）绘制三维韦恩图。
生信数据分析——GO+KEGG富集分析
最新发布
weixin_49878699的博客
03-29 1万+
转录组数据分析之一，先介绍相关基础知识，其次用实际案例为基础，由浅入深介绍GO+KEGG富集分析全过程
GO、KEGG富集分析实例讲解
nimo观察者
04-01 9963
GO、KEGG富集分析实例讲解，数据库使用方法讲解
浅谈GWAS分析后的富集分析操作（GO/KEGG）
weixin_42537753的博客
04-23 3512
浅谈GWAS分析后的富集分析操作（GO/KEGG） 作者：刘济铭 ######################## 在我们完成全基因组关联分析后，常常筛选得到特定性状的基因集，接下来，通常我们需要开展富集分析，筛选显著的基因功能富集和Pathway，这就要用到GO富集和KEGG富集。 理论和结果解释同样在知乎和各平台有很多讲解，因此，我还是重点提供一个富集分析的R脚本，供大家交流学习。 ###GO富集分析R脚本 #加载OrgDB包，OrgDB目前只有少数模式物种有公共数据库，通常大家研究的物种均已经建立了
【富集分析】GO & KEGG
vivianl_s的博客
07-18 2268
富集分析之GO和KEGG
GO和KEGG富集分析详细步骤
tqptr_opqww的博客
05-20 2万+
GO和KEGG富集分析 文章目录GO和KEGG富集分析@[toc]1. 将差异表达结果的基因名称转化为id2. GO富集分析3. GO圈图绘制4. KEGG富集分析5. KEGG圈图绘制 1. 将差异表达结果的基因名称转化为id 因为GO和KEGG分析需要用到id，所以这一步需要将基因名字转换为id。具体步骤如下： 新建空白文件夹，将差异分析得到的diff.xls复制粘贴到文件夹中 因为在这里只需要diff.xls中的基因名称和logFC两列，所以只复制这两列粘贴到新建的文本文件symbol.tx
生信知识点-串讲-富集分析_R生信_生物信息_富集分析_R富集分析_生信分析_
10-02
在R语言中，富集分析提供了强大的工具来解析基因表达数据并揭示潜在的生物学意义。本教程将深入讲解如何利用R进行富集分析，这对于理解和研究基因功能、通路以及疾病机制至关重要。 首先，富集分析的目标是检测在...
kegg与go通路数据库介绍功能富集软件介绍.ppt
06-03
在功能富集分析中，KEGG和GO数据库通常用于确定在特定实验条件下显著改变的基因集，比如在疾病样本和正常样本之间的差异表达基因。富集分析是确定一组基因是否在特定通路或功能类别中过代表现的过程。例如，通过使用...
gsea:用于基因组富集分析的R包
05-20
总的来说，`gsea`包为R用户提供了高效且易于使用的基因组富集分析工具，使得生物医学研究者能够更好地理解和解释复杂的基因表达数据，从而推进对疾病机制和治疗策略的研究。通过熟练掌握`gsea`包，你可以更好地利用...
enrichmentpipeline:定制生物的富集分析-开源
05-31
在生物信息学领域，基因集富集分析（Gene Set Enrichment Analysis，简称GSEA）是一种广泛应用的方法，用于解析大规模基因表达数据，以揭示特定生物学过程、通路或功能在实验条件下的变化情况。"enrichmentpipeline...
HOEA-开源
07-05
Hoea 是一个用于分层本体富集分析的 Python 模块，它促进了任何桌面上的 GO（基因本体）/KO（KEGG Orthology）富集分析。
富集分析原理和clusterProfiler包进行GO、KEGG富集分析详细说明
Tian問的博客
10-03 3万+
概念： 基因富集分析是指对于给定一组基因根据基因组注释信息（GO、KEGG）对基因进行聚类分析，即给定的基因是不是GO中的一个功能（或KEGG中的一个通路）。 基因的功能富集的目的说明给定的基因集对哪些功能的影响有针对性的，不是随机影响的。 原理： 基因富集分析是通过研究给定的基因集在功能节点上是否过出现来得到关注的基因集显著注释的功能节点。通常利用超几何分布等方法计算给定基因集在某个功能（或通路）上的P值，判断给定的基因集在功能（或通路）的基因数目超过了随机的期望，是一个小概率事件。 变
GO/KEGG富集分析
Christina
12-30 7614
GO全称是Gene Ontology，它分为：细胞组分（cellular component, CC）、分子功能（molecular function, MF）、生物过程（biological process, BP），那这三者有什么关系呢？，大概就是母鸡A被养在鸡笼里，它能够下鸡蛋，但是前提是我往笼子里再放一只公鸡后才能下蛋，在这个比喻里，鸡笼就是CC，下蛋这个动作是BP，而放进公鸡就是这个过程的催化作用，所以是MF。用科研专业术语来说，CC描述的像是位置，比如定位在细胞核；
【R语言】——基因GO/KEGG功能富集结果可视化（保姆级教程）
weixin_54004950的博客
12-30 2万+
上期“原来基因功能富集分析这么简单”介绍如何使用DAVID在线分析工具对基因进行GO/KEGG功能富集分析。注：DAVID导出来的“%”这列为“Gene ratio”；上面只展示“BP”的数据，其余“CC”和“MF”也是类似格式，故不一一列举。好了本次分享就到这里，下期将分享使用R clusterProfiler包对基因进行GO/KEGG功能富集分析，敬请期待。关注“在打豆豆的小潘学长”公众号，发送“富集分析1”获得完整代码包和演示数据。图5 KEGG富集分析柱状图。图6 KEGG富集分析气泡图。
富集分析（GO、KEGG、GSEA）
weixin_59289660的博客
04-27 1万+
library("clusterProfiler") library("org.Hs.eg.db") GO分析 GO分析需要一个基因 symbol列表，列表中为差异表达基因。 一、读入数据 result<- read.csv(file = "Results/gleason high vs low_DESeq2差异分析/gleason high vs low_result.csv", header=T, row.names=1,check.names=FALSE) t_index=r..
【R语言】——基因GO/KEGG富集分析!超级简单的保姆级教程！
weixin_54004950的博客
01-09 3万+
GO/KEGG功能富集分析中重要的是背景基因的选择，使用R clusterProfiler包对基因进行富集，需要导入目的基因（前景基因）相对应物种的参考基因组（背景基因），现阶段“bioconductor”已有十几种常见动物，如人类、小鼠等物种的OrgDb。”介绍如何使用DAVID在线分析工具对基因进行GO/KEGG功能富集分析和使用R ggplot包对获得的基因GO/KEGG功能富集结果进行可视化。：富集到该GO term/KEGG term中的基因数目/给定基因的总数目；
GO/KEGG富集分析（仅需基因列表）
qxx0828的博客
03-20 2051
【代码】GO/KEGG富集分析（仅需基因列表）
富集分析GO KEGG GSEA的区别
watermel__的博客
04-22 2万+
GO和KEGG是基于不同的分类思想而储存的基因相关功能的数据库,富集分析就是一个把这些功能进行进行整合计算的算法，GO富集，就是研究基因的本质的，从三个层面，分别描述基因的分子功能（molecular function）、细胞组分（cellular component）、参与的生物过程（biological process）。如一个基因，她的MF可能是具有催化活性，她的细胞组分，也就是其在细胞中定位为细胞膜，参与的生物过程为蛋白质运输过程，这就是这个基因按照三种不同的分类方式进行的定义。 KEGG和GO的区
DAVID 在线数据库进行 GO/ KEGG 富集分析
热门推荐
xiaobai1_1的博客
12-18 4万+
1、功能富集分析 随着高通量技术的发展，生物医学相关研究领域进入了组学时代，单个基因的研究已经不能满足研究人员的需要。然而，如此庞大的数据使得信息的有效提取和分析带来了新的挑战。以测序数据为例，测序结果分析往往会得到差异表达的基因或蛋白列表。但将这一长串基因或蛋白与某个待研究的生物学现象及其潜在机制联系起来是很困难的。应对这一挑战的一种方法就是将一个基因或者蛋白列表分成多个部分，从而减少分析的复杂...
go和kegg富集分析结果解读
09-20
go富集分析和kegg富集分析是生物信息学中常用的两种功能注释方法，用于解释大规模基因表达数据中的生物学意义和功能。这些分析通常用于分析基因列表中富集的功能类别或代谢通路。 在go富集分析中，通常使用Gene Ontology（GO）数据库来标注基因的功能、细胞组分和生物过程。分析过程包括将基因列表与注释数据库中的功能类别进行比较，并计算富集程度。富集程度由P值来衡量，P值越小表示富集程度越高，代表该功能类别在基因列表中出现的概率较小。 解读go富集分析结果时，需要关注具有显著富集的功能类别，这些功能类别指示了基因列表中的生物学过程和功能。此外，还需要考虑功能类别的层级关系，例如，富集于更高级别的功能类别可能表示更广泛的生物学过程。结合基因列表的背景信息和研究问题的特点，进一步挖掘和解释功能类别的生物学意义。 对于kegg富集分析，是基于KEGG（Kyoto Encyclopedia of Genes and Genomes）数据库中的代谢通路信息进行注释和富集分析。富集程度也是通过计算P值来量化，P值越小表示富集程度越高，代表该代谢通路在基因列表中出现的概率较小。 解读kegg富集分析结果时，可关注具有显著富集的代谢通路，这些通路是基因列表中可能参与的生物化学反应网络。进一步分析这些富集的代谢通路可以帮助理解基因表达数据中的代谢变化和生物过程的调控机制。 综上所述，go和kegg富集分析结果的解读需要结合P值和功能/通路的生物学意义，通过综合分析得出准确的结论。这两种方法在生物信息学研究中具有重要的应用价值，可以帮助揭示基因表达数据中的生物学过程、功能和代谢调控机制。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小杜的生信筆記

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值