R语言-Bioconductor依赖管理&&KEGG富集分析&&通路图&&pathview报错解决

最新推荐文章于 2024-05-15 21:15:00 发布
最新推荐文章于 2024-05-15 21:15:00 发布
阅读量9.7k 收藏 23
点赞数 10
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/urms_handsomeyu/article/details/103962949
版权

win10-R语言3.6.2-Bioconductor依赖管理&&KEGG富集分析&&通路图&&pathview报错解决

一、环境准备

下载安装包（64位），（如果没有翻墙，选择国内的源进行下载）链接如下：

https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/windows/base/R-3.6.2-win.exe

其他版本可以打开https://mirrors.tuna.tsinghua.edu.cn/CRAN,再根据自己物理机的配置自行选择,如下图所示：
在这里插入图片描述

或者选择本人的百度云链接进行下载，链接如下：

链接：https://pan.baidu.com/s/1_FEnaqRfSY1HpoQW9nfWbA 
提取码：727u

安装

  • 双击下载好的R-3.6.2-win.exe文件，按提示安装即可。

配置环境变量，在系统环境变量的Path中写入安装的R路径F:\R\R-3.6.2\bin
在这里插入图片描述
在这里插入图片描述
点击快捷方式即可运行程序
在这里插入图片描述

二、运行程序

代码：

#install.packages("colorspace")
#install.packages("stringi")
#options(BioC_mirror=”https://mirrors.tuna.tsinghua.edu.cn/bioc/“)
#if (!requireNamespace("BiocManager", quietly = TRUE))
#   install.packages("BiocManager")
#BiocManager::install(version = "3.10")
#BiocManager::install(c("DOSE", "clusterProfiler","pathview"))

# setwd设置工作路径，文件的读入和写出都是相对与该路径
setwd("C:\\Users\\urmsone\\Desktop\\Li")
library("clusterProfiler")
rt=read.table("id.txt",sep="\t",header=T,check.names=F)
rt=rt[is.na(rt[,"entrezID"])==F,]

geneFC=rt$logFC
gene=rt$entrezID
names(geneFC)=gene

#kegg富集分析
kk <- enrichKEGG(gene = gene, organism = "hsa", pvalueCutoff =0.05, qvalueCutoff =0.05)
write.table(kk,file="KEGG.txt",sep="\t",quote=F,row.names = F)

#柱状图
tiff(file="barplot.tiff",width = 30,height = 20,units ="cm",compression="lzw",bg="white",res=600)
barplot(kk, drop = TRUE, showCategory = 20)
dev.off()

#点图
tiff(file="dotplot.tiff",width = 30,height = 20,units ="cm",compression="lzw",bg="white",res=600)
dotplot(kk, showCategory = 20)
dev.off()

#通路图
library("pathview")
source("./pathview-u.R")
keggxls=read.table("KEGG.txt",sep="\t",header=T)
for(i in keggxls$ID){
  pv.out <- pathview(gene.data = geneFC, pathway.id = i, species = "hsa", out.suffix = "pathview")
}

PS：首次运行时才需要安装依赖
安装依赖：

# 该程序需要手动安装的依赖有colorspace，stringi，DOSE，clusterProfiler，pathview
install.packages("colorspace")
install.packages("stringi")
# 换源
options(BioC_mirror=”https://mirrors.tuna.tsinghua.edu.cn/bioc/“)
if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install(version = "3.10")
BiocManager::install(c("DOSE", "clusterProfiler","pathview"))

三、运行程序

打开R客户端
在这里插入图片描述
将代码复制进去执行

setwd("C:\\Users\\urmsone\\Desktop\\Li")
library("clusterProfiler")
rt=read.table("id.txt",sep="\t",header=T,check.names=F)
rt=rt[is.na(rt[,"entrezID"])==F,]

geneFC=rt$logFC
gene=rt$entrezID
names(geneFC)=gene

#kegg富集分析
kk <- enrichKEGG(gene = gene, organism = "hsa", pvalueCutoff =0.05, qvalueCutoff =0.05)
write.table(kk,file="KEGG.txt",sep="\t",quote=F,row.names = F)

#通路图
library("pathview")
#source("./pathview-u.R")
keggxls=read.table("KEGG.txt",sep="\t",header=T)
for(i in keggxls$ID){
  pv.out <- pathview(gene.data = geneFC, pathway.id = i, species = "hsa", out.suffix = "pathview")
}

PS: 如果输出的KEGG.txt文件中含有ID为hsa04251的数据，可能会报错。报错在下节讲解如何解决

四、报错解决

报错: With R version 3.5 or greater, install Bioconductor packages using BiocManager

  • 执行source("http://bioconductor.org/biocLite.R")报错

    错误: With R version 3.5 or greater, install Bioconductor packages using BiocManager; see https://bioconductor.org/install

    在这里插入图片描述

  • 原因：R 3.6以后使用BoicManager进行依赖管理

  • 解决

    # R 3.6以后使用BoicManager进行依赖管理
options(BioC_mirror=”https://mirrors.tuna.tsinghua.edu.cn/bioc/“)
if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install(version = "3.10")
# 要安装什么依赖直接BiocManager::install("xxx")即可

报错：只有负下标里才能有零

  • 执行pv.out <- pathview(gene.data = geneFC, pathway.id = i, species = “hsa”, out.suffix = “pathview”)报错

    Info: Writing image file hsa04215.pathview.png Info: some node width is different from others, and hence adjusted! Error in img[pidx[i, 3]:pidx[i, 4], sel.px, 1:3] : 只有负下标里才能有零

    在这里插入图片描述

  • 原因：拉下来的hsa04215.xml文件中部分entry为type="rectangle" x="1" y="1" width="1" height="1",node.info函数在解析该xml文件的时候会生成x=1 y=1的记录，导致生成png图片的时候报错
    在这里插入图片描述

  • 解决: 在pathview函数中把entry为type="rectangle" x="1" y="1" width="1" height="1"的数据过滤掉
    在这里插入图片描述

    • 首先，导入pathview
      > library("pathview")
载入需要的程辑包：org.Hs.eg.db
载入需要的程辑包：AnnotationDbi
载入需要的程辑包：stats4
载入需要的程辑包：BiocGenerics
载入需要的程辑包：parallel
...
    • 然后获取pathview的源码
      > pathview
function (gene.data = NULL, cpd.data = NULL, pathway.id, species = "hsa", 
    kegg.dir = ".", cpd.idtype = "kegg", gene.idtype = "entrez", 
    gene.annotpkg = NULL, min.nnodes = 3, kegg.native = TRUE, 
    map.null = TRUE, expand.node = FALSE, split.group = FALSE, 
    map.symbol = TRUE, map.cpdname = TRUE, node.sum = "sum", 
    discrete = list(gene = FALSE, cpd = FALSE), limit = list(gene = 1, 
        cpd = 1), bins = list(gene = 10, cpd = 10), both.dirs = list(gene = T, 
        cpd = T), trans.fun = list(gene = NULL, cpd = NULL), 
    low = list(gene = "green", cpd = "blue"), mid = list(gene = "gray", 
        cpd = "gray"), high = list(gene = "red", 
        cpd = "yellow"), na.col = "transparent", 
    ...)
    • 新建一个pathview-u.R文件,将pathview函数的源码写入，并修改函数名为pathview-u，在plot.data.gene=node.map..后加入plot.data.gene<-plot.data.gene[rowSums(plot.data.gene[,c("x","y","width","height")])!=4,]
      在这里插入图片描述
      在这里插入图片描述

  • 导入修改后的函数，并使用：

    > source("./pathview-u.R")
> for(i in keggxls$ID){
+   pv.out <- pathview_u(gene.data = geneFC, pathway.id = i, species = "hsa", out.suffix = "pathview")
+ }
Info: Downloading xml files for hsa04657, 1/1 pathways..
Info: Downloading png files for hsa04657, 1/1 pathways..
'select()' returned 1:1 mapping between keys and columns
Info: Working in directory C:/Users/urmsone/Desktop/Li
Info: Writing image file hsa04657.pathview.png
Info: Downloading xml files for hsa04668, 1/1 pathways..
Info: Downloading png files for hsa04668, 1/1 pathways..
'select()' returned 1:1 mapping between keys and columns
Info: Working in directory C:/Users/urmsone/Desktop/Li
Info: Writing image file hsa04668.pathview.png
Info: Downloading xml files for hsa04066, 1/1 pathways..
Info: Downloading png files for hsa04066, 1/1 pathways..
'select()' returned 1:1 mapping between keys and columns
Info: Working in directory C:/Users/urmsone/Desktop/Li
Info: Writing image file hsa04066.pathview.png
...

报错：Error in readPNG(paste(kegg.dir, "/", pathway.name, ".png", sep = "")) : libpng error: Read Error

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

五、Demo获取链接

完整Demo和使用说明请参考https://github.com/UrmsOne/KEGG-demo

Urmsone
关注
  • 10
    点赞
  • 踩
  • 23
    收藏
    觉得还不错? 一键收藏
  • 17
    评论
R语言Bioconductor安装全流程
TianzhouFeng的博客
02-01 2万+
R语言Bioconductor安装全流程 作为一只生物狗，R语言对于生物数据分析真的很重要！如果你翻翻生物专业研究生的朋友圈，你的感觉一定是： 满世界都在学R语言； 满世界都在吐槽R包难装！ 下面给大家分享一下bioconductor包的安装全过程，算是轻度排雷。 准备_Rtools的安装 首先我们必须清楚Bioconductor和R是具有版本对应关系的！我们在着手安装Bioconductor之前一定要前往Bioconductor主页查看与你的R匹配的Bioconductor版本！ 如果你正好使用的是
R语言：创建bioconductor的package
pure小清新的博客
08-28 1741
Bioconductor是生物信息在R语言中常用的软件包，我是做计算生物学中方法学的，所以打算把自己设计的方法做成一个package。
R 问题解决 | 错误: With R version 3.5 or greater, install Bioconductor packages using BiocManager； see...
weixin_43353775的博客
07-03 4825
在使用如下代码安装Bioconductor来源的package时， source("https://bioconductor.org/biocLite.R") biocLite("affy") 遇到如下报错： 错误: With R version 3.5 or greater, install Bioconductor packages using BiocManager; see https://bioconductor.org/install 解决方法： 先安装Bioconductor上的Bioc
R语言：GO和KEGG分析
最新发布
weixin_69558614的博客
05-15 1525
id.fc=rtdev.off()> id.fc=rt。
错误 With R version 3.5 or greater, install Bioconductor packages using BiocManager; see..
热门推荐
weixin_38987362的博客
11-06 1万+
在使用如下代码安装Bioconductor来源的package时， source("https://bioconductor.org/biocLite.R") biocLite("apeglm") 遇到如下报错： 错误: With R version 3.5 or greater, install Bioconductor packages using BiocManager; see...
keil551的芯片包不能用_r语言中使用Bioconductor 分析芯片数据
weixin_39761696的博客
11-22 332
原文链接：r语言中使用Bioconductor 分析芯片数据​tecdat.cn介绍芯片数据分析流程有些复杂，但使用 R 和 Bioconductor 包进行分析就简单多了。本教程将一步一步的展示如何安装 R 和 Bioconductor，通过 GEO 数据库下载芯片数据， 对数据进行标准化，然后对数据进行质控检查，最后查找差异表达的基因。教程示例安装的各种依赖包和运行命令均是是在 Ubuntu ...
R语言meta分析-细菌和古菌群落随时间变化.zip
03-28
在本项目中，“R语言meta分析-细菌和古菌群落随时间变化”是一个专注于生态学研究中的统计分析方法，即Meta分析，特别是在探究细菌和古菌群落随着时间推移的动态变化。Meta分析是一种综合多个研究结果的方法，用于...
R语言--数据分析.ppt
11-07
R语言数据分析包daMA简介 daMA包是Bioconductor数据分析类中的一个重要包，主要应用于设计双色因子微阵列实验，并对相关的实验结果数据进行统计分析。该包提供了设计双色微阵列实验的方法，以及对实验结果的分析...
R_bioinfomatics_learning:这是我关于R＆Bioinformatics的课程的基本代码重复
04-20
在本项目"R_bioinfomatics_learning"中，我们聚焦于使用R语言进行生物信息学分析。R语言因其强大的统计计算能力和丰富的可视化工具，成为生物信息学领域中不可或缺的工具。这个课程旨在教授如何利用R来处理和分析...
R语言与BIOCONDUCTOR生物信息学应用.rar
06-18
《R语言与BIOCONDUCTOR生物信息学应用》是一本深入探讨如何使用R语言及其BIOCONDUCTOR套件进行生物信息分析的专著。R语言是生物信息学领域广泛应用的一种统计计算和图形制作工具，而BIOCONDUCTOR项目则为R语言提供了...
R语言代谢组学数据分析.zip
01-07
R语言作为一款强大的统计和图形处理工具，被广泛应用于代谢组学数据的处理、分析和可视化。本资料"R语言代谢组学数据分析.zip"显然是为了帮助用户了解如何在R环境中进行此类工作。下面我们将深入探讨R语言在代谢组学...
R语言与BIOCONDUCTOR生物信息学应用_
03-15
这本书详细介绍了R与bioconducor在生物信息学的应用。不仅详细介绍了一些生物信息学的内容，还介绍了相关算法流程，程序编程等
R语言与Bioconductor应用
11-06
生物信息学，R语言，Bioconductor应用，中文，天津出版社
安装Bioconductor包和加载DESeq2包的报错问题解决
weixin_41796972的博客
10-28 1万+
旧方法（现在不能用） #错误1: Error in file(filename, “r”, encoding = encoding) : cannot open the connection In addition: Warning message: In file(filename, “r”, encoding = encoding) : InternetOpenUrl failed: ‘操作超时’。 #解决1: 换镜像/网速问题。 #错误2: With R version 3.5 or greater.
install bioconductor packages
u011090052的专栏
11-24 932
source("http://bioconductor.org/biocLite.R") biocLite()
0056-【R-bioconductor】-KEGG通路分析R包安装失败解决-pathview
leadingsci的博客
06-29 7379
1. 安装 &gt; source("http://bioconductor.org/biocLite.R") Bioconductor version 3.6 (BiocInstaller 1.28.0), ?biocLite for help A new version of Bioconductor is available after installing the most recent...
go分析和kegg分析_Bioconductor基因芯片数据分析之KEGG分析
weixin_34487462的博客
12-31 1123
上一期我们一起学习了基因芯片数据分析中的GO分析，这一期我们学习KEGG分析。通路(Pathway)分析包括通路注释和通路富集分析。通路富集分析的基本思路、统计模型等基本和GO富集分析如出一辙。常用的公共通路数据库主要有KEGG ( Kyoto encyclopedia of genes and genomes)、BioCarta和GenMAPP (Gene map annotator and p...
clusterProfiler安装或者升级中出现的版本问题
qq_42224274的博客
09-27 9479
1、之前按照官网的流程，如下，安装了该包并载入DOSE之后一直提示装不上enrich plot： ## try http:// if https:// URLs are not supported source("https://bioconductor.org/biocLite.R") biocLite("clusterProfiler") 2、 3、该问题的意思是R 3.4.3版本的不...
KEGG富集分析r语言
09-01
KEGG富集分析是一种常用的生物信息学分析方法，用于研究基因或蛋白质的功能和通路富集情况。在R语言中，可以使用Bioconductor中的包来进行KEGG富集分析，其中包括KEGGREST和clusterProfiler。 首先，你需要安装并加载这些包。可以使用下面的代码来完成这一步骤： install.packages("BiocManager") BiocManager::install("KEGGREST") BiocManager::install("clusterProfiler") library(KEGGREST) library(clusterProfiler) 接下来，你需要准备好你的基因列表，并使用KEGGREST包中的函数获取基因对应的KEGG通路信息。下面是一个示例代码，你可以根据你的需要进行修改： gene_list <- c("gene1", "gene2", "gene3") # 替换为你的基因列表 kegg_pathways <- keggGet("pathway", "hsa", "list") # 获取KEGG通路列表 gene_pathway <- enrichKEGG(gene = gene_list, organism = "hsa", pvalueCutoff = 0.05) # 进行KEGG富集分析 最后，你可以使用clusterProfiler包中的函数来可视化KEGG富集分析结果，比如绘制富集通路的柱状图、网络图等。以下是一个绘制柱状图的示例代码： barplot(gene_pathway, showCategory = 10) # 显示前10个富集通路 通过以上步骤，你就可以在R语言中进行KEGG富集分析了。请注意，根据你的具体需求，你可能还需要进行一些参数的调整和结果的解释。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [R语言clusProfiler进行GO与KEGG富集分析](https://blog.csdn.net/Joey_Liu666/article/details/124988292)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [生信分析论文套路R语言代码](https://download.csdn.net/download/thtfhtfhvyyy/87244940)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 17
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
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