- 博客(15)
- 收藏
- 关注
RSS订阅原创 【R语言】富集分析可视化代码（整理版）
分别介绍了如何使用DAVID在线分析工具对基因进行GO/KEGG功能富集分析、使用R ggplot包对获得的基因GO/KEGG功能富集结果进行可视化、使用R clusterProfiler包和R AnnotationHub包对基因进行GO/KEGG功能富集分析、OrgDb包制作以及结果可视化等。故，我重新整理了一波，并补充了可对多个分组的富集结果进行可视化以及富集结果绘制圈图等的代码。关注“在打豆豆的小潘学长”公众号，发送“富集分析３”获得完整代码包和演示数据。一、单组富集结果可视化。
2023-01-22 14:00:19
6414
8
原创 【R语言】——火山图绘制
以转录组为例，转录组分析并不是针对一个或几个转录本进行分析，是对一个样品中所转录表达的所有转录本进行分析。：即Log2（fold change）火山图中横坐标的变量，将“fold change”进行了log2转化后，获得的数据中正数为上调的基因/负数为下调的基因，这样就可以使火山图两边对称分布（即左侧表下调/右侧表上调）。：即P-value，统计学根据显著性检验方法所得到的一个衡量值，一般以P < 0.05为显著，P
2023-01-15 22:33:51
11576
2
原创 【R语言】——基因GO/KEGG富集分析!超级简单的保姆级教程！
GO/KEGG功能富集分析中重要的是背景基因的选择，使用R clusterProfiler包对基因进行富集，需要导入目的基因（前景基因）相对应物种的参考基因组（背景基因），现阶段“bioconductor”已有十几种常见动物，如人类、小鼠等物种的OrgDb。”介绍如何使用DAVID在线分析工具对基因进行GO/KEGG功能富集分析和使用R ggplot包对获得的基因GO/KEGG功能富集结果进行可视化。：富集到该GO term/KEGG term中的基因数目/给定基因的总数目；
2023-01-09 16:08:35
27398
12
原创 【R语言】——基因GO/KEGG功能富集结果可视化（保姆级教程）
上期“原来基因功能富集分析这么简单”介绍如何使用DAVID在线分析工具对基因进行GO/KEGG功能富集分析。注：DAVID导出来的“%”这列为“Gene ratio”；上面只展示“BP”的数据，其余“CC”和“MF”也是类似格式，故不一一列举。好了本次分享就到这里，下期将分享使用R clusterProfiler包对基因进行GO/KEGG功能富集分析，敬请期待。关注“在打豆豆的小潘学长”公众号，发送“富集分析1”获得完整代码包和演示数据。图5 KEGG富集分析柱状图。图6 KEGG富集分析气泡图。
2022-12-30 22:30:03
18212
4
原创 原来基因功能富集分析这么简单
因此，研究者可通过多个功能注释数据库对基因进行功能富集分析，将这一系列基因集分成不同的功能类别，从中寻找在生物学过程中起关键作用的生物学通路，从而揭示和理解这些生物学过程的基本及潜在的分子机制。事实上，分子水平的落脚点是在基因水平上，但是基因的种类有很多，而理解这些基因所代表的生物学意义的最佳途径就是。基因本体论（Gene Ontology，GO）数据库是GO联合会在2000年构建的一个数据库，旨在建立一个适用于各种物种的、对基因和蛋白功能进行限定和描述的，并能随着研究不断深入而更新的语义词汇标准。
2022-12-21 15:06:16
4591
原创 【R语言】——UpSetR包绘制集合图（保姆级教程）
上期“【R语言】——VennDiagram包绘制维恩图（Venn diagram）保姆级教程”介绍2-5个样本绘制维恩图的方法，但当样本超过5个时，常规维恩图可视化结果的直观性及数据的捕捉就很困难，甚是不友好。因此，可采用一种特殊的“维恩图”——集合图（upset plot）。集合图（upset plot），集合图不受样本数量的限制。可以更直观的显示各组数据之间的交互情况。可以更清晰的展示多个数据集的交集情况。
2022-12-17 22:52:17
7009
6
原创 【R语言】——VennDiagram包绘制维恩图（保姆级教程）
维恩图（Venn diagram），也叫文氏图、温氏图、韦恩图、范氏图，用于显示元素集合重叠区域的关系型图表，通过图形与图形之间的层叠关系，来反应数据集之间的相交关系。当前R语言中的VennDiagram包可用于2元到5元的图维恩绘制，而大于5元的情况这需要借助R语言的另一个R包——关注公众号，发送“Venn”获得完整代码以及演示数据包。UpsetR包（下期将做展示）。好了本次分享就到这里。
2022-12-15 22:51:56
29983
7
原创 【R语言】-核密度估计图绘制
核密度估计图（Kernel Density Estimation, KDE），是在概率论中用来估计未知的密度函数，属于非参数检验方法之一，由Rosenblatt （1955）和Emanuel Parzen（1962）提出，又名Parzen窗（Parzen window）。分析核密度函数时主要观察其面积，而不是取值。核密度图中纵轴与横轴所围成的面积为1。
2022-12-13 09:55:22
3959
原创 【R语言】——相关性分析和热图绘制
一、什么是相关性分析？相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。在组学测序（如转录组）中需设置多个生物学重复，而对多个生物学重复样本的相关性分析，可从中判断生物学重复样本数据是否可以用于接下来的分析。如有一生物学重复不一致的情况，可去除变异数据，预防某一重复数据不可用，进而影响实验数据的分析。常见的相关性分析方法有三种：皮尔森（pearson。
2022-12-12 14:59:25
27851
4
原创 【R语言】——绘制环形热图 4（保姆级教程）
1 数据准备数据输入格式（csv格式）： 2 R包加载及数据导入3 环状热图绘制3.1 绘制普通热图 图1 绘制的普通热图3.2 基础环形热图绘制 图2 基础环状热图3.3 对环形热图进行调整与美化3.3.1 对环形热图进行初步调整图3 调整后的环形热图 3.3.2 对环形热图聚类树进行调整与美化 图4 聚类树调整与美化后的热图3.3.3 环形热图图例调整与列名添加 图5 环形热图图例调整与列名添加后的热图3.4 分组环形热图绘制3.4.1 单轨分组
2022-12-07 18:48:20
8080
原创 【R语言】——绘制按聚类结果分组的热图 3（保姆级教程）
数据输入格式（csv格式）：3 按聚类结果分组的热图3.1 查看数据的分簇数在绘制由聚类结果分组的热图前，需估计数据的分簇数，从而为后续分簇数选择提供依据。通常，选择类内平方和降低开始趋于平缓的聚类数作为较优聚类数：图1 聚类簇图3.3 生成聚类树利用“tree_row” 和 “tree_col” 提取出对应的行列顺序，进而按预设的分簇数构建分簇数据集，为后续的热图绘制提供分组注释依据： 图2 基因聚类树利用“annotation_row”将分簇聚类数据结果进
2022-12-07 18:30:11
4406
1
原创 【R语言】——聚类热图行列分组信息注释热图2
数据输入格式（csv格式）：3 分组热图的绘制首先需要对分组对象进行注释，随后使用“annotation_row”、“annotation_col”、“annotation_colors”、“annotation_legend”、“annotation_names_row”和“annotation_names_col”分别对行和列进行注释、行和列注释的颜色、图例信息注释显示、行和列注释的名称显示 图1 行分组后热图 图2 行和列注释的热图 图3 多条件分组注释的
2022-12-04 22:10:01
6048
原创 【R语言】——pheatmap包绘制聚类热图1（保姆级教程）
通常，热图是对所获得的数据或其他因素进行归一化处理后，用颜色的变化来直观表示不同样本间的变化情况。本质上其是由一个个用预设颜色表示数值大小的小方格组成的数据矩阵，并通过对因子或样本的聚类，观察不同样品数据间的相似性。常用的绘图软件：origin，excel，Tbtools，GraphPadPrismR语言绘制聚类热图的R包：pheatmap，heatmap，corrplot，complexHeatmap 其中，pheatmap是R语言中使用最广泛的用于绘制聚类热图的绘图包。使用该绘图包可以帮助我
2022-12-04 21:56:32
14662
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人