R: 修改镜像、bioconductor安装及go基因富集分析

1、安装bioconductor及go分析涉及的相关包

source("http://bioconductor.org/biocLite.R")
options(BioC_mirror="http://mirrors.ustc.edu.cn/bioc/")
biocLite("DO.db", type = "source")
biocLite("BiocUpgrade")
biocLite('clusterProfiler')
biocLite("fastmatch", type = "source")
biocLite("gridExtra")
biocLite("ggraph")
biocLite("UpSetR")
biocLite("cowplot")
biocLite("ggridges")
biocLite("org.Hs.eg.db")
biocLite("topGO")
biocLite("Rgraphviz")　　

在这一步经常出现以下报错：

报错类型1：Warning message: In file(filename, "r", encoding = encoding) : InternetOpenUrl failed: '操作超时'。

这类报错的解决方法就是修改镜像。R修改镜像步骤：

打开RStudio，依次点击：Tools → Packages → CRAN mirror

换镜像的原则是，哪个镜像方便安装哪个包就用哪个镜像

还有第二种修改镜像的方法就是查看R安装在哪儿，修改Rprofile.site.

R.home()

　　根据上述命令指出来的路径修改镜像

查找X:\XXX\R-X.X.X\etc\ 路径下的Rprofile.site文件，用记事本的方式打开，写入如下命令：

# set a CRAN mirror
local({r <- getOption("repos")
      r["CRAN"] <- "https://mirrors.ustc.edu.cn/CRAN/"
      options(repos=r)})

　

报错类型2：package ‘XXX’ is not available (for R version X.X.X)

解决这类报错常见思路：1、查看安装包名字有没有写错；2、版本是太新还是太旧，一般而言，都是版本太旧导致的；3、这个安装包是不是一个依赖包，比如"cowplot"是一个依赖于bioconductor的包，就不能直接用“install.packages("cowplot")”这种方式安装，要先安装好bioconductor，再安装biocLite("cowplot")；

2、go基因富集分析

如果你的原始数据为ENTREZID格式，则不需要通过bitr转化，如果不是的话，需要通过bitr转化为ENTREZID格式。如果你不知道啥是ENTREZID和SYMBOL，见下面的例子。

ENTREZID      SYMBOL                Gene name                                                                             location

1501               CTNND2                  catenin delta 2                                                                        5p15.2
154664           ABCA13                   ATP binding cassette subfamily A member 13                       7p12.3
1585              CYP11B2                  cytochrome P450 family 11 subfamily B member 2                8q24.3

go基因富集分析正式开始：

install.packages(xlsx)
install.packages(readxl)
library(xlsx)
library(readxl)
model<-read.xlsx("F:/download/38gene.xlsx",1,header=F)
model<-data.frame(model)
library(clusterProfiler)
GENEID_model = bitr(model, fromType="SYMBOL", toType="ENTREZID", OrgDb="org.Hs.eg.db")
#GENID_LIST=as.vector(t(GENEID_model))
go_model <- enrichGO(GENEID_model, OrgDb = org.Hs.eg.db, ont='ALL',pAdjustMethod = 'BH',pvalueCutoff = 0.05, 
               qvalueCutoff = 0.2,keyType = 'ENTREZID')
write.csv((as.data.frame(go_model)),"F:/download/GENEID_model.csv",row.names =F)
###go富集结果barplot图
barplot(go_model,showCategory=20,drop=T)
####go富集结果点图
dotplot(go_model,showCategory=50)
###绘制GO的网络关系图
go.BP <- enrichGO(go_model, OrgDb = org.Hs.eg.db, ont='CC',pAdjustMethod = 'BH', pvalueCutoff = 0.05, qvalueCutoff = 0.2, keyType = 'ENTREZID')
plotGOgraph(go.BP)
###ont='CC'也可以改为ont='BP'或ont='MF'

　　

转载于:https://www.cnblogs.com/chenwenyan/p/9848945.html