r语言进行go富集分析_R语言GEO数据挖掘-功能富集分析

   功能富集分析

在得到了差异基因的基础之上，进一步进行功能富集分析，这里我们使用clusterprofiler包

本文将对差异基因进行 GO, KEGG注释并完成可视化,GSEA分析

Sys.setlocale('LC_ALL','C')

library(tidyverse)

library(ggplot2)

library(dplyr)

library(clusterProfiler)

library(org.Hs.eg.db)

load(file = "DEG_all.Rdata")

head(DEG)

##定义 筛选logFC>=1, P<=0.05的差异基因

DEG_2% rownames_to_column("genename") #%>% as_tibble() %>%

filter(abs(logFC)>=0.58,P.Value<=0.05)

genelist

## ID转换

genelist%  bitr(fromType = "SYMBOL",

toType = c("ENSEMBL", "ENTREZID"),

OrgDb = org.Hs.eg.db)

head(genelist)

dim(genelist)

GO富集分析

注意clusterprofiler中使用的富集ID是ENTREZID，如果不是需要进行转换，也很简单

我们这里其实可以用我们自带的probe中的ID

使用了semi_join这个筛选连接

注意这里我故意使用的是筛选连接，其实inner_join, 等等都可以，我就是要用这些不熟悉的

但是这里的probe其实基因名是有重复的，我们还要进行去重的操作

如果自己有probe信息

if(F){

load("probe.Rdata")

names(probe)[2]

DEG_2

probe

##设定差异阈值筛选

DEG_2% arrange(abs(logFC)) %>%

filter(abs(logFC)>=0.58,P.Value<=0.05)

dim(DEG_2)

gene%as_tibble() %>% dplyr::semi_join(DEG_2,by="genename") %>% .$ENTREZ_GENE_ID

head(gene)

length(gene)##相当于是取了交集，用DEG_2中的基因来做筛选，得到了12549个基因

}

我们假设没有probe注释信息

ego 

OrgDb         = org.Hs.eg.db,

keyType       = 'ENSEMBL',##指定gene id的类型

ont           = "all",##GO分类

pAdjustMethod = "BH",

pvalueCutoff  = 0.01,##设置阈值

qvalueCutoff  = 0.05,

readable=TRUE)

write.csv(ego,file = "ego.csv")

ego[1:5,1:5]

##

ONTOLOGY         ID

GO:0019882       BP GO:0019882</