尔云间 一个专门做科研的团队
原创 小果 生信果
富集分析是我们科研分析中常见的一种分析方式，人的分析过程已经很清楚了，而且有在线工具可以意见富集，但一些非人物种，还需要借助一些代码来完成，富集分析中较常见的就是clusterProfiler，下面就让我们以小鼠为例，来看看富集分析是怎么做的吧。
代码如下
library(clusterProfiler) #加载程序包
library(org.Mm.eg.db)
dif_enrich<- read.table("T2DMvsCon.txt",header = T,row.names = 1,sep = "\t")
#读取表达文件
gene <- rownames(dif_enrich)# 转为向量
## 将gene symbol转换为Entrez ID
gene.id <- bitr(gene, fromType="SYMBOL", toType="ENTREZID", OrgDb="org.Mm.eg.db")
#org.Mm.eg.db包里记载了小鼠基因ID的对应关系
egoBP<-enrichGO(gene = gene.id$ENTREZID, pAdjustMethod ="none",
OrgDb = 'org.Mm.eg.db',
ont = "BP", #GO富集有多种分类，其中最重要的就是BP，也就是生物学过程，还可以选择MF分子功能和CC细胞结构。如果全都要的话可以选择ALL
pvalueCutoff = 0.05, #P小于0.05，即为显著富集，这里的设置就是只保留显著富集的结果，如果想把不显著的也都保存下来，这里可以选择把0.05改成1
qvalueCutoff=1,
minGSSize = 10,
readable= TRUE)
summary(egoBP) # 结果展示
bp2 <- simplify(egoBP, cutoff=0.7, by="p.adjust", select_fun=min) #对富集到的GO项进行简化处理。
write.table(summary(bp2), "GO.BP.txt", sep="\t") #将富集结果写入文件
pdf("GO.bp.pdf",height=8,width=8)
barplot(bp2, showCategory=8) #条形图 showCategory这个参数是用来控制显示的GO项的数量的，默认是10，具体数量可根据需要来调整
dev.off()
pdf("GOdot.bp.pdf",height=8,width=8)
dotplot(egoBP)#气泡图
dev.off()egoPathway<-enrichKEGG(gene = gene.id$ENTREZID, organism = "mmu", pvalueCutoff = 0.05,pAdjustMethod ="none",minGSSize =2,qvalueCutoff = 1) #KEGG富集，与GO富集类似，mmu代表小鼠
summary(egoPathway) # 结果展示
pdf("pathway.pdf")
barplot(egoPathway, showCategory=8)
dev.off()
pdf("pathwaydot.pdf")
dotplot(egoPathway)
dev.off()TIPS
好了，这就是今天的主要内容了，代码还是比较简单的，小伙伴们有什么问题的话欢迎来和小云分享讨论哟。
推荐阅读
