Q&A | 如何使用clusterProfiler对MSigDB数据库进行富集分析

最新推荐文章于 2024-04-23 14:30:57 发布
最新推荐文章于 2024-04-23 14:30:57 发布
阅读量2.8k 收藏 20
点赞数 1
文章标签： 大数据 机器学习 人工智能 java python
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/weixin_45822007/article/details/121623611
版权

Q&A | 如何使用clusterProfiler对MSigDB数据库进行富集分析

  • Question

  • MSigDB

  • 富集分析

    • 富集分析

  • 思考

  • 参考

  • 往期

Question

有朋友在后台提问：在使用clusterProfiler做富集分析时，想用MSigDB里的数据库进行注释，而不是常规的GO和KEGG，需要怎么操作。其实这个问题在clusterProfiler包的使用文档(Chapter 12 Universal enrichment analysis | Biomedical Knowledge Mining using GOSemSim and clusterProfiler (yulab-smu.top)里已经写的很清楚了，这里我就简单的翻译一下。

MSigDB

The Molecular Signatures Database (MSigDB) 一个用于GSEA软件的注释基因集的集合。MSigDB基因集分为9个主要集合:

  • H: hallmark gene sets(browse 50 gene sets)

该基因集概括和代表了特定的定义良好的生物状态或过程，并显示一致的表达。这些基因集是通过一种计算方法生成的，该方法基于识别其他MSigDB集合中基因集之间的重叠，并保留显示协调表达的基因。

5a85e00369af8a346042b0a9f3baaa36.png

  • C1: positional gene sets(browse 278 gene sets)

该类别包含人类每条染色体上的不同cytoband区域对应的基因集合。根据不同染色体编号进行二级分类。

ca85587721a6557ac441fc46c5d50329.png

  • C2: curated gene sets(browse 6290 gene sets)

共识基因集合，基于通路、文献等：这部分包括我们熟悉的KEGG信号通路等 。

54f0d783219cced186c927374068ec9f.png

  • C3: regulatory target gene sets(browse 3731 gene sets)

该类别包含了miRNA靶基因和转录因子结合区域等基因集合。

0e57d452ef7ad99481c726d76f8dfebb.png

  • C4: computational gene sets(browse 858 gene sets)

该类别包含计算机软件预测出来的基因集合，主要是和癌症相关的基因，示意如下

42184d84925e58c1e98a16ec5c4aeb29.png

  • C5: ontology gene sets(browse 14998 gene sets)

C5基因集分为两个子集，第一个来自于包含BP、CC和MF的Gene Ontology(GO)，第二个来自于人类表型本体(HPO)。

bf6828d469e6e4fb88102a09874a4602.png

  • C6: oncogenic signature gene sets(browse 189 gene sets)

代表细胞通路的基因集合，这些通路在癌症中通常是不受调节的。大多数特征直接来自NCBI GEO的微阵列数据，或者来自内部未发表的涉及已知癌症基因微扰的分析实验。

b544459fb1468ca407af27fe39e8e223.png

  • C7: immunologic signature gene sets(browse 5219 gene sets)

该类别包含了免疫系统功能相关的基因集合。

1c927665626ef6c97a283e96d9adc496.png

  • C8: cell type signature gene sets(browse 671 gene sets)

包含人类组织单细胞测序研究中确定的细胞类型的簇标记的基因集。

e02e9c220e1253ffaad6c8d47507ec1e.png

富集分析

你可以从 Broad Institute 下载 GMT files  然后使用  read.gmt() 读取文件并作为enricher() and GSEA()的参数。

当然。也有一个R包msigdbr，已经将MSigDB基因集打包成整齐的数据格式，可以直接与clusterProfiler一起使用。

我们使用 C6, oncogenic gene sets 为例。

# BiocManager::install("msigdbr")
library(msigdbr)
# 提取C6库
m_t2g <- msigdbr(species = "Homo sapiens", category = "C6") %>% 
  dplyr::select(gs_name, entrez_gene)
head(m_t2g)
> head(m_t2g)
# A tibble: 6 x 2
  gs_name      entrez_gene
  <chr>              <int>
1 AKT_UP.V1_DN       57007
2 AKT_UP.V1_DN       22859
3 AKT_UP.V1_DN       22859
4 AKT_UP.V1_DN      137872
5 AKT_UP.V1_DN         249
6 AKT_UP.V1_DN         271

富集分析

# 导入示例基因
data(geneList, package="DOSE")
head(geneList)
gene <- names(geneList)[abs(geneList) > 2]
head(gene)
em <- enricher(gene, TERM2GENE=m_t2g)
head(em)
> head(em)
                                           ID            Description
RPS14_DN.V1_DN                 RPS14_DN.V1_DN         RPS14_DN.V1_DN
GCNP_SHH_UP_LATE.V1_UP GCNP_SHH_UP_LATE.V1_UP GCNP_SHH_UP_LATE.V1_UP
PRC2_EZH2_UP.V1_DN         PRC2_EZH2_UP.V1_DN     PRC2_EZH2_UP.V1_DN
VEGF_A_UP.V1_DN               VEGF_A_UP.V1_DN        VEGF_A_UP.V1_DN
RB_P107_DN.V1_UP             RB_P107_DN.V1_UP       RB_P107_DN.V1_UP
E2F1_UP.V1_UP                   E2F1_UP.V1_UP          E2F1_UP.V1_UP
                       GeneRatio   BgRatio       pvalue     p.adjust
RPS14_DN.V1_DN            22/183 186/10915 4.716365e-13 7.970657e-11
GCNP_SHH_UP_LATE.V1_UP    16/183 181/10915 5.815455e-08 4.914059e-06
PRC2_EZH2_UP.V1_DN        15/183 192/10915 7.635020e-07 3.446929e-05
VEGF_A_UP.V1_DN           15/183 193/10915 8.158412e-07 3.446929e-05
RB_P107_DN.V1_UP          10/183 130/10915 6.428560e-05 2.024672e-03
E2F1_UP.V1_UP             12/183 188/10915 7.522623e-05 2.024672e-03
                             qvalue
RPS14_DN.V1_DN         6.503619e-11
GCNP_SHH_UP_LATE.V1_UP 4.009603e-06
PRC2_EZH2_UP.V1_DN     2.812505e-05
VEGF_A_UP.V1_DN        2.812505e-05
RB_P107_DN.V1_UP       1.652021e-03
E2F1_UP.V1_UP          1.652021e-03
                                                                                                                                       geneID
RPS14_DN.V1_DN         10874/55388/991/9493/1062/4605/9133/23397/79733/9787/55872/83461/54821/51659/9319/9055/10112/4174/5105/2532/7021/79901
GCNP_SHH_UP_LATE.V1_UP                                      55388/7153/79733/6241/9787/51203/983/9212/1111/9319/9055/3833/6790/4174/3169/1580
PRC2_EZH2_UP.V1_DN                                          8318/55388/4605/23397/9787/55355/10460/6362/81620/2146/7272/9212/11182/3887/24137
VEGF_A_UP.V1_DN                                                   8318/9493/1062/9133/10403/6241/9787/4085/332/3832/7272/891/23362/2167/10234
RB_P107_DN.V1_UP                                                                         8318/23397/79733/6241/4085/8208/9055/24137/4174/1307
E2F1_UP.V1_UP                                                                  55388/7153/23397/79733/9787/2146/2842/9212/8208/1111/9055/3833
                       Count
RPS14_DN.V1_DN            22
GCNP_SHH_UP_LATE.V1_UP    16
PRC2_EZH2_UP.V1_DN        15
VEGF_A_UP.V1_DN           15
RB_P107_DN.V1_UP          10
E2F1_UP.V1_UP             12
dotplot(em)
6277b85fe9290a93247f1493395c4bea.png

思考

之前R 实战 | 使用clusterProfiler进行多组基因富集分析我们讲过如何使用clusterProfiler进行多组基因富集分析，但是compareCluster的fun参数只有groupGO, enrichGO, enrichKEGG, enrichMKEGG, enrichWP ,enricher ,enrichPathway, enrichDO, enrichNCG, enrichDGN , enrichMeSH.如何使用compareCluster对MSigDB数据库进行多组富集分析呢？大家可以思考一下。

参考

📖 Introduction | Biomedical Knowledge Mining using GOSemSim and clusterProfiler (yulab-smu.top)

往期

  1. 跟着Nature学作图 | 配对哑铃图+分组拟合曲线+分类变量热图

  2. (免费教程+代码领取)|跟着Cell学作图系列合集

  3. 跟着Nat Commun学作图 | 1.批量箱线图+散点+差异分析

  4. 跟着Nat Commun学作图 | 2.时间线图

  5. 跟着Nat Commun学作图 | 3.物种丰度堆积柱状图

  6. 跟着Nat Commun学作图 | 4.配对箱线图+差异分析

711496f5f35173e6d88f55ef9017edbc.png

木舟笔记
关注
  • 1
    点赞
  • 踩
  • 20
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【生信分析】clusterProfiler: universal enrichment tool for functional and comparative study（3）
小哲的博客
08-12 1177
clusterProfiler: universal enrichment tool for functional and comparative studyClusterProfiler: 用于功能和比较研究的通用富集工具7. MSigDb 分析8. Reactome通路分析9. MeSH富集分析10. 基因组协作的功能富集分析11. 生物主题对比11.1 compareCluster 的公式接口（Formula interface of compareCluster）11.2 数据谱比较的可视化（Vis
gsea富集分析结果怎么看_GSEA基因集富集分析clusterProfiler篇
weixin_39653481的博客
11-30 7922
GSEA 介绍GSEA全名Gene Set Enrichment Analysis，翻译过来就是基因集富集分析。基本思想是使用预定义的基因集，将基因按照在两类样本中的差异表达程度排序，然后检验预先设定的基因集是否在这个排序表的顶端或者末端富集。GSEA分析检测基因集合而不是单个基因的表达变化，因此可以包含更多细微的表达变化，从另一个角度来解读生物学信息，以阐述其中的生物学意义。GSEA与...
enrichment4GTEx_clusterProfiler:使用clusterProfilerDOSE重现GTEx论文中介绍的功能增强分析
05-16
GTEx纸的功能浓缩 于光闯 2015年7月15日 参考该，本文档将使用和软件包重现功能分析。 纸和补充文件位于。 在第63页中，作者提到在GO富集分析中使用了个体对剪接变异具有高贡献的基因。 个人和组织对剪接变异的贡献存储在，并作为导出。 require(magrittr) require(DOSE) require(RDAVIDWebService) require(clusterProfiler) table17 <- read.csv("paper/tableS17.csv") gene <- with(table17, gene_id[ Individuals > quantile(Individuals, 0.98)]) gene %<>% as.character %>% gsub("\\.\\d+", "", .) head(gene) ## [1] "ENSG0
MSigDB数据库 | 富集分析需要的基因集该去哪里找？如何选择适合自己数据的基因集？
weixin_43843918的博客
03-12 849
富集分析可以说是我们的老帮手了！进行富集分析，就不能不提基因集，那基因集我们该去哪里找呢？我们又该如何选择适合自己数据的基因集呢？咱们今天就来浅浅唠一唠！最常见的操作就是去MSigDB数据库找现成的基因集，当然也可以自定义基因集，那既然有现成的，我们为什么还要多此一举去自定义呢？因为呀，总会有新发现的基因集或其它感兴趣的基因的集合对不对，甚至有些物种没有现成的基因集，我们只能自制，所以在之后我会教大家怎么制作自定义基因集，有需求的小伙伴们也可以催催我哈哈哈哈哈哈哈哈哈哈哈哈！！！
使用小鼠数据进行GSEA分析
mosmoon的博客
01-22 7954
使用小鼠数据进行GSEA分析 Molecular Signatures Database (MSigDB) 是一个由Broad研究所创建和维护的重要资源。MSigDB包含了各种各样的资源，并且与多个物种有关，其中主要是人类相关的数据集。目前许多工作是利用小鼠模型研究人类疾病。MSigDB的数据集不能直接使用，需要经过基因映射到小鼠同源基因。最近的工作刚好需要处理这个事情，于是整理了目前的处理方式。 利用GSEA工具分析需要的输入数据包括： 表达矩阵（GCT，TXT） 表型文件（CLS） 数据集文件（GM
R 绘制环状富集分析结果图
10-26
使用 R 的 clusterProfiler 进行富集分析，然后使用 circlize 包绘制环状的富集分析结果展示图
对接第三方接口，其中图片是经过Base64加密的
热门推荐
qq_28262549的博客
05-20 5万+
1.简介 http post请求第三方接口，返回图片的信息是经过Base64加密的，如下： <details> <summary>点击时的区域标题：点击查看详细内容</summary> <p> - 测试 测试测试</p> <pre><code>title，value，callBack可以缺省</code></pre> </details> <?xml version
转录组功能分析数据库及富集分析
weixin_54199212的博客
04-18 7159
转录组功能分析数据库及富集分析
clusterprolifer go kegg msigdbr 富集分析应该使用哪个数据集，GO?KEGG?Hallmark？
生信小博士的博客
11-02 1011
ORA基于预定义的基因集，用超几何分布计算差异表达基因与该基因集中的基因数之间的显著性，适用于已知基因集和差异表达较大情况。GSEA考虑所有基因，根据基因在表型排序上的变化来寻找整个基因集是否显著富集，比ORA更适用于寻找微小但协调变化的基因集。3. Environmental Information Processing （环境信息处理）2. Genetic Information Processing （遗传信息处理）4. Cellular Processes （细胞过程）3.KEGG 分类备注。
clusterProfiler进行GSEA富集分析
qq_27390023的博客
11-13 4081
不同于ORA富集分析（仅需要差异表达基因列表），GSEA富集分析需要基因排序列表（a ranked list of genes），一般根据logFC对基因排序。 1. 载入包，读入数据 rm(list=ls()) setwd("your_dir") # read the file mydata <- read.csv("your_diff_expr_file",row.names=1) head(mydata) # if (!requireNamespace("BiocManager", q
clusterProfiler_Go_生物信息_clusterProfiler_
09-30
在生物信息学分析中，该代码主要用于GO和KEGG分析
clusterProfiler:基因和基因簇的功能谱的统计分析和可视化
04-28
:writing_hand: 作者余光创南方医科大学基础医学院 使用clusterProfiler时，请引用以下文章： 于庚，王L，韩Y和何Q * 。 clusterProfiler：一个R包，用于比较基因簇之间的生物学主题。 OMICS：综合生物学杂志。 ...
bulk-RNA-seq-lymphangio:淋巴管内皮细胞的RNA seq数据分析（用肿瘤分泌物组或VEGF-C处理）
04-12
命令行的详细列表，用于分析从原始计数到差异表达分析（基于edgeR程序包）和基因集富集分析（使用fgsea和clusterProfiler）的大量RNA测序数据。 还包括用于显示多个关联的热图的代码（heatmap.2和pheatmap程序包）
【Hadoop】-HDFS的存储原理[4]
weixin_63106307的博客
04-20 1475
HDFS的存储原理是将大文件切分成固定大小的数据块，并在集群中的不同节点上存储数据块的，以提高数据的可靠性和性能。同时，HDFS采用流式的数据读写方式，减少了寻址的开销，提高了数据的传输效率。
ELK日志系统的搭建
adminstate的博客
04-23 1046
ELK日志系统搭建
ElasticSearch 入门学习
最新发布
灰熊
04-23 779
ElasticsSearch 是一个分布式的实时文档存储，每个字段可以被索引与搜索也是一个分布式实时分析搜索引擎也是一个能胜任上百个服务节点的扩展，并支持 PB 级别的结构化或者非结构化数据。
深入理解Java消息中间件-RabbitMQ
u011532237的博客
04-21 829
RabbitMQ是基于高级消息队列协议（AMQP）实现的一款开源消息代理软件，旨在提供高可用性、安全、互操作性强的企业消息系统。它由Erlang编写，因而继承了Erlang语言高并发、高可靠性的特点。
大数据——Zookeeper ZBA协议（四）
大数据爱好者的博客
04-20 920
对于分布式框架而言，基本上都会遵循CAP三大理论CAP(CAP理论是从客户端角度出发的！！！C(Consistency)：一致性。在一段时间内，访问这个集群获取到的数据是相同的。注意，此时，在一个时间段内，不要求每一台服务器的数据都一样，只要保证客户端获取到的数据一样就行A(Availability)：可用性。当客户端对集群中的节点发起请求的时候，节点能够在合理的时间内(一般理解为立刻)进行响应 - 时效性。注意，此处的可用性和服务器的高可用不是一回事儿！！！
clusterprofiler富集分析
06-06
它可以对基因集进行富集分析，包括基因本体论、通路分析、转录因子靶基因预测等。该包提供了丰富的可视化工具，可以帮助用户更好地理解富集分析结果。此外，clusterProfiler还支持多种物种和基因ID类型，可以方便地...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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