我5分钟做了模式植物的GO和KEGG富集分析，并创建了orgDb数据库

原文教程：我5分钟做了模式植物的GO和KEGG富集分析，并创建了orgDb数据库

一边学习，一边总结，一边分享！

本期教程

获得本教程Data and Code，请在后台回复：20240811。

2022年教程总汇

2023年教程总汇

写在前面

我们在前面的教程分享了模式植物构建orgDb数据库 | 以org.Slycompersicum.eg.db为例,这两天也做对应的分析，但是发现前面的代码速度太慢了，以及会出现报错的情况。

那么我们也做了对应的优化，可以大大减少花费时间，以及减少我们的报错。

现在我们的代码，可以直接读取eggnog分析获得数据，非常的方便。

此外，我们在这里依旧推荐大家使用本地的Egg-mapper进行注释，我自己使用下来，非常的快捷。虽然网页版的Egg-mapper工具，现在可以支持最多10000条的序列，但是速度依旧是比较慢的。

此外，本地使用Egg-mapper使用时，数据库的下载可能对新手小白具有挑战性，若是本推文阅读量超过5000+，我们也会视频讲解+文本，手把手教大家。

---

Code

本次，我们依旧使用我们的一步法进行数据库的构建。

source("../Set_OrgDb_Database.R")

# 使用函数
# 使用函数
Set_OrgDb_Database(
  emapper_file = "tomato.emapper.annotations",  ## 输入的eggnog结果文件
  json_file = "../ko00001.json",               ## 下载ko00001.json，下载网址：https://www.genome.jp/kegg-bin/get_htext?ko00001
  tax_id = "4081",                          ## 物种信息
  genus = "Solanum",
  species = "lycompersicum",
  versions = "4.0",                         ## 版本号
  maintainer = "du<16***@qq.com>",     ## 修改为你的名字和邮箱
  author = "du<16****@qq.com>",         ## 修改为你的名字和邮箱
  outputDir = "."## 保存路径
)

我们自己这边注注释番茄、黄瓜、甜瓜、辣椒的数据库，基本每个数据库会在2分钟内完成。

加载数据包并进行分析

install.packages("org.Slycompersicum.eg.db/", repos = NULL,
                 type = 'sources')

library(org.Slycompersicum.eg.db)

GO 富集分析

Gene_list <- read.table("01.tomato_target_gene.id.txt",header = F)$V1
head(Gene_list)

go_result <- enrichGO(gene = Gene_list,
                      OrgDb = org.Slycompersicum.eg.db,
                      keyType = "GID",
                      ont = "ALL",
                      qvalueCutoff = 1,
                      pvalueCutoff = 1)

go_data <- as.data.frame(go_result)

dim(go_data)
head(go_data)

write.csv(go_data, "02.tomato.miRNA.GO.result.csv")

## 绘图
pdf("04.tomato.go.柱状图.pdf",width = 8, height = 10)
barplot(go_result,
        drop = TRUE,
        showCategory = 20)
dev.off()

KEGG 富集分析

##KEGG 富集分析
pathway2gene <- AnnotationDbi::select(org.Slycompersicum.eg.db,
                                      keys = keys(org.Slycompersicum.eg.db),
                                      columns = c("Pathway","Ko")) %>%
  na.omit() %>%
  dplyr::select(Pathway, GID)

必须加载的数据，在数据包制作过程中会生成。

load("kegg_info.RData")

kegg_result <- enricher(Gene_list,
                        TERM2GENE = pathway2gene, 
                        TERM2NAME = pathway2name,
                        pvalueCutoff = 1,
                        qvalueCutoff = 1)

kegg_data <- as.data.frame(kegg_result)
dim(kegg_data)

write.csv(kegg_data, "./03.tomato.kegg.result.csv")

pdf("05.kegg.tomato.柱状图.pdf",height = 4, width = 6)
barplot(kegg_result, showCategory= 10,
        drop=F,
        color="pvalue", 
        font.size=10) 
dev.off()

富集网络图

MF_ego <- enrichGO(
  gene  = gene_list,
  keyType = "GID",
  OrgDb   = org.Slycompersicum.eg.db,
  ont     = "MF", ##'@GO的种类，BP，CC，MF
  pAdjustMethod = "BH",
  pvalueCutoff  = 0.5##'@结合自己的需求进行调整
)

pdf("./功能富集/05.MF_网络图.pdf", width = 8, height = 8)
plotGOgraph(MF_ego)
dev.off()

MF_ego <- pairwise_termsim(MF_ego)
pdf("./功能富集/06.网络图.pdf",width = 8, height = 8)
emapplot(MF_ego, cex.params = list(category_label = 0.8, line = 0.5)) + 
  scale_fill_continuous(low = "#e06663", high = "#327eba", name = "p.adjust",
                        guide = guide_colorbar(reverse = TRUE, order=2), trans='log10')
dev.off()

---

写在最后

分析就是不停的折腾，不停的捣鼓。小杜在这里记录是自己分析中所学的、用的，以及存在的问题。我们的代码可能在运行时候会出现不同的问题，也会出现，在我这里正常运行，而在你那边程序中却报错的情况。

对于我自己而言，也会出现这样的情况。自己的代码或教程，在前面分析过程中可以运行，但是现在再去使用时也会报错。

好比，这个教程，我昨天的运行时，也各种报错，内心是发狂的，不知道为什么。最后，仅仅只是更改了某个地方的参数，导致在制作过程中缺失变量。

获得本教程Data and Code，请在后台回复：20240811。

若我们的教程对你有所帮助，请点赞+收藏+转发，这是对我们最大的支持。

往期部分文章

1. 最全WGCNA教程（替换数据即可出全部结果与图形）

• WGCNA分析 | 全流程分析代码 | 代码一

• WGCNA分析 | 全流程分析代码 | 代码二

• WGCNA分析 | 全流程代码分享 | 代码三

• WGCNA分析 | 全流程分析代码 | 代码四

• WGCNA分析 | 全流程分析代码 | 代码五(最新版本)

---

2. 精美图形绘制教程

• 精美图形绘制教程

3. 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

4. 转录组下游分析

• 批量做差异分析及图形绘制 | 基于DESeq2差异分析

• GO和KEGG富集分析

• 单基因GSEA富集分析

• 全基因集GSEA富集分析

小杜的生信筆記 ，主要发表或收录生物信息学教程，以及基于R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!!