go kegg_clusterProfiler 的 GO/KEGG 富集分析用法小结

以下文章来源于简书，作者 biobin，文章已获原作者授权。

前言

关于 clusterProfiler这个 R 包就不介绍了，网红教授宣传得很成功，功能也比较强大，主要是做 GO 和 KEGG 的功能富集及其可视化。简单总结下用法，以后用时可直接找来用。
首先考虑一个问题： clusterProfiler做 GO 和 KEGG 富集分析的注释信息来自哪里？
GO 的注释信息来自 Bioconductor，提供了19个物种的 org 类型的 GO 注释信息，如下表所示。Bioconductor 中更多的注释包可参考下面这个链接，很乱，大多数我都不知道干啥用的。

• http://www.bioconductor.org/packages/release/data/annotation/

KEGG 的注释信息 clusterProfiler通过 KEGG 数据库的 API 来获取， https://www.kegg.jp/kegg/rest/keggapi.html。

首先是一个物种所有基因对应的 pathway 注释文件，比如人的：http://rest.kegg.jp/link/hsa/pathway。

其次还需要 pathway 的描述信息，比如人的：http://rest.kegg.jp/list/pathway/hsa。

关于 KEGG 数据库全部的物种及其简写(三个字母)如下列表(部分截图)：

https://www.genome.jp/kegg/catalog/org_list.html

因此对于以上已有 pathway 注释的物种，只需要将物种简写输入给clusterProfiler， 它会通过联网自动获取该物种的 pathway 注释信息。

以上都是有物种信息的情况，那么对于无物种信息的项目怎么办？

GO 可以通过读取外部的 GO 注释文件进行分析。关于基因的 GO 注释，interproscan、eggnog-mapper和blas2go等软件都可以做，不过输出格式有些不同。clus