使用enricher()函数进行自定义通路富集分析

 enricher()函数

描述

• 广泛的富集分析器

用法

enricher(gene, pvalueCutoff = 0.05, pAdjustMethod = "BH", universe, minGSSize = 10, maxGSSize = 500, qvalueCutoff = 0.2, TERM2GENE, TERM2NAME = NA)

参数

• gene：一个“geneID”向量，使用哪种ID类型可以自定义，但需要和TERM2GENE保持一致
• pAdjustMethod：一般选择 "BH" 或 "fdr"，BH较严格，fdr较温和（计算的q小些）
• pvalueCutoff：p阈值
• qvalueCutoff：q阈值
• TERM2GENE：一个两列的数据框，一列为“pathID”，一列为“geneID”
• TERM2NAME：一个两列的数据框，一列为“pathID”，一列为“pathName”
• 本质上只要有 pathName、geneID 二者间的对应关系就可以对任意自定义通路数据集进行富集分析，如对 Human Phenotype Ontology 进行通路富集等

代码

gene_entrezID
[1]        109     10398     1026  100289462  100289462  100289462  100289462
[8]       1026       111      108      10000      10398      10459      10152
[15] 100137049     11025    11025      11025      11025      10912 

gene_symbol
[1] "ADCY3"        "MYL9"         "CDKN1A"       "DEFB4A"       "DEFB4B"       "DEFB4A"       "DEFB4B"       "CDKN1A"       "ADCY5"        "ADCY2"       
[11] "AKT3"         "MYL9"         "MAD2L2"       "ABI2"         "PLA2G4B"      "LILRB3"       "LOC102725035" "LOC107987425" "LOC107987462" "GADD45G"     

pathset <-read.csv(file = "keggPath_entrezID_ensembleID.csv", header=T, check.names=FALSE)  
term2gene = data.frame(Term = pathset$kegg_ID, Gene = pathset$entrez_ID)
term2name = data.frame(Term = pathset$kegg_ID, Name = pathset$pathway_way)

ENRICH = enricher(gene = gene_entrezID,pvalueCutoff = 0.9,pAdjustMethod = 'fdr',qvalueCutoff = 0.9,TERM2GENE = term2gene,TERM2NAME = term2name)
ENRICH.df = as.data.frame(ENRICH)

keggPath_entrezID_ensembleID.csv

• 读取的 keggPath_entrezID_ensembleID 包含了 pathID、pathName 和 geneID 的对应关系

ENRICH.df

•  得到的富集分析结果和直接使用 enrichGO、enrichKEGG 函数的分析结果相似