基于 R 语言的 Reactome 数据库富集分析
最编程
2024-04-11 13:45:56
...
大家对通路富集分析应该很熟悉，今天给大家介绍下那些漂亮的可视化展示。我们需要用到包ReactomePA，这个包主要是基于Reactome数据库进行通路富集，此包支持including ‘celegans’,‘fly’, ‘human’, ‘mouse’, ‘rat’, ‘yeast’ and ‘zebrafish’。首先我们看下包的安装：
BiocManager::install("org.Hs.eg.db")
BiocManager::install("ReactomePA")接下来我们直接通过实例来看下这个包中一些功能的实现：
##数据载入
library(ReactomePA)
de <- c("4312","8318","10874","55143","55388","991")
fold=c(1.6,2,4,3,1.9,4,7)
head(de)##富集分析
x <-enrichPathway(gene=de,pvalueCutoff=0.05, readable=T)
head(as.data.frame(x))##bar图绘制
barplot(x, showCategory=8)##气泡图
dotplot(x, showCategory=15)##网络图
emapplot(x)##基因通路关系图
names(fold)=de
cnetplot(x,categorySize="pvalue", foldChange=fold)##多组基因集的气泡图
require(clusterProfiler)
data(gcSample)
res <- compareCluster(gcSample,fun="enrichPathway")
dotplot(res)##GSEA plot
data(geneList,package='DOSE')
y <- gsePathway(geneList, nPerm=10000,pvalueCutoff=0.2, pAdjustMethod="BH", verbose=FALSE)
res <- as.data.frame(y)
head(res)##绘制网络图
emapplot(y, color="pvalue")##单通路的富集结果展示
gseaplot(y, geneSetID ="R-HSA-69242")##单通路的网络分析
viewPathway("E2F mediated regulationof DNA replication", readable=TRUE, foldChange=geneList)至此整个的功能介绍结束，在此需要注意的是可视化的网络图尽量直接生成在文件中，否则可能网络的边不会显示。