分享

得到差异分析之后进行功能富集分析

 迷途中小小书童 2019-10-12

   功能富集分析  

在得到了差异基因的基础之上,进一步进行功能富集分析,这里我们使用clusterprofiler包
本文将对差异基因进行 GO, KEGG注释并完成可视化,GSEA分析

Sys.setlocale('LC_ALL','C')
library(tidyverse)
library(ggplot2)
library(dplyr)
library(clusterProfiler)
library(org.Hs.eg.db)
load(file = "DEG_all.Rdata")
head(DEG)
##定义 筛选logFC>=1, P<=0.05的差异基因
DEG_2<-DEG %>% rownames_to_column("genename"#%>% as_tibble() %>% 
  filter(abs(logFC)>=0.58,P.Value<=0.05
genelist<-DEG_2$genename

## ID转换
genelist<- genelist %>%  bitr(fromType = "SYMBOL",
        toType = c("ENSEMBL""ENTREZID"),
        OrgDb = org.Hs.eg.db)
head(genelist)
dim(genelist)

GO富集分析

注意clusterprofiler中使用的富集ID是ENTREZID,如果不是需要进行转换,也很简单
我们这里其实可以用我们自带的probe中的ID
使用了semi_join这个筛选连接
注意这里我故意使用的是筛选连接,其实inner_join, 等等都可以,我就是要用这些不熟悉的
但是这里的probe其实基因名是有重复的,我们还要进行去重的操作

如果自己有probe信息

if(F){
  load("probe.Rdata")
names(probe)[2]<-"genename"
DEG_2<-as_tibble(rownames_to_column(DEG,"genename"))
probe<-probe[!duplicated(probe$genename),]

##设定差异阈值筛选
DEG_2<-DEG_2 %>% arrange(abs(logFC)) %>% 
  filter(abs(logFC)>=0.58,P.Value<=0.05
dim(DEG_2)

gene<-probe %>%as_tibble() %>% dplyr::semi_join(DEG_2,by="genename") %>% .$ENTREZ_GENE_ID 
head(gene)
length(gene)##相当于是取了交集,用DEG_2中的基因来做筛选,得到了12549个基因
}

我们假设没有probe注释信息

ego <- enrichGO(gene         = genelist$ENSEMBL,
                OrgDb         = org.Hs.eg.db,
                keyType       = 'ENSEMBL',##指定gene id的类型
                ont           = "all",##GO分类
                pAdjustMethod = "BH",
                pvalueCutoff  = 0.01,##设置阈值
                qvalueCutoff  = 0.05,
                readable=TRUE)
write.csv(ego,file = "ego.csv")
ego[1:5,1:5]
##
           ONTOLOGY         ID
GO:0019882       BP GO:0019882
GO:0048002       BP GO:0048002
GO:0019884       BP GO:0019884
GO:0002478       BP GO:0002478
GO:0070482       BP GO:0070482
                                                                Description
GO:0019882                              antigen processing and presentation
GO:0048002           antigen processing and presentation of peptide antigen
GO:0019884         antigen processing and presentation of exogenous antigen
GO:0002478 antigen processing and presentation of exogenous peptide antigen
GO:0070482                                        response to oxygen levels
           GeneRatio   BgRatio
GO:0019882 353/12683 385/19623
GO:0048002 320/12683 347/19623
GO:0019884 314/12683 341/19623
GO:0002478 307/12683 334/19623
GO:0070482 372/12683 420/19623
############
class(ego)
str(ego)
## 三个结果整合在一起
go_dot<-dotplot(ego,split="ONTOLOGY",showCategory=5)+
  facet_grid(ONTOLOGY~.)
go_dot
## 单个绘制
ego_MF<-enrichGO(gene         = genelist$ENSEMBL,
                OrgDb         = org.Hs.eg.db,
                keyType       = 'ENSEMBL',##指定gene id的类型
                ont           = "MF",##GO分类
                pAdjustMethod = "BH",
                pvalueCutoff  = 0.01,##设置阈值
                qvalueCutoff  = 0.05,
                readable=TRUE)
dotplot(ego_MF,showCategory=6)
image.png

KEGG富集分析

代码的风格都是类似的

kk <- enrichKEGG(gene         = genelist$ENTREZID,
                 organism     = 'hsa',
                 pvalueCutoff = 0.05
                 )
head(kk)

## 打开网页浏览通路
browseKEGG(kk,"hsa04151")
## 点图
dotplot(kk)
## 柱状图
barplot(kk)

点图

dotplot(kk)
image.png

柱状图

barplot(kk)
image.png

Pathview包用于通路可视化

先调整数据

library(pathview)
pathview(genelist$ENTREZID,pathway.id ="04151",species = "hsa")

##
DEG_2<-DEG %>% rownames_to_column("genename")
DEG_2<-genelist %>% rename(SYMBOL='genename') %>%
  inner_join(DEG_2,by='genename') %>% 
  ## select配合everything排序把,改变变量顺序
  dplyr::select(ENTREZID,logFC,everything())
head(DEG_2)
###
 ENTREZID     logFC genename         ENSEMBL   AveExpr          t      P.Value
1      218 -3.227263  ALDH3A1 ENSG00000108602 10.302323 -10.710306 4.482850e-05
2     1545 -3.033684   CYP1B1 ENSG00000138061 13.287607 -10.505888 4.995753e-05
3     1543 -9.003353   CYP1A1 ENSG00000140465 11.481268  -8.371476 1.762905e-04
4    11148 -1.550587    HHLA2 ENSG00000114455  6.595658  -7.443431 3.337672e-04
5     8140 -2.470333   SLC7A5 ENSG00000103257 13.628775  -7.298868 3.708688e-04
6    25976 -1.581274   TIPARP ENSG00000163659 12.764218  -7.024252 4.552834e-04
  adj.P.Val         B
1 0.3134585 -4.048355
2 0.3134585 -4.049713
3 0.7374232 -4.069681
4 0.9308066 -4.083411
5 0.9308066 -4.085966
6 0.9522252 -4.091192
###

构建geneList对象

这是比较关键的一步,需要构建geneList对象,至少需要包括ID与排序好的数值型变量
数值变量降序排列
sign.pos参数包括的位置有4种:"bottomleft", "bottomright", "topleft" and "topright".

geneList<-DEG_2$logFC
names(geneList)<-as.character(DEG_2$ENTREZID)
geneList<-sort(geneList,decreasing=TRUE)
#geneList<-geneList[!duplicated(names(geneList))]
head(geneList)##构建geneList对象成功

 1580     7025    54474     9247    56603     4907 ## geneid
2.378155 2.365342 2.258682 2.180382 2.143749 2.030780 ## logFC

## 这样logFC值就能反应在通路的变化中了
pathview(geneList,pathway.id ="04151",species = "hsa",same.layer = F )
image.png

调整函数的参数,改变图形

比较重要的是kegg.native = F,可以调整输出为矢量图

## 看不出变化的参数kegg.native,默认设置为T
pathview(geneList,pathway.id ="04151",species = "hsa",
         out.suffix = "KEGG",##输出文件后缀
         kegg.native = T,
         same.layer = F )

## 可以产生矢量图pdf文档,
pathview(geneList,pathway.id ="04151",species = "hsa",
         out.suffix = "KEGG",##输出文件后缀
         kegg.native = F,
         split.group = T,#是否分开节点组
         sign.pos= "topleft",##图注的位置
         same.layer = F )
t

GSEA分析

GSEA分析在高分文章中还是一个很常见的分析,之前认为官方软件的作图达不到很高的要求,现在终于可以解决了clusterprofiler包更新的画图功能模仿官网的图,颜值更高,操作更简单,大家都值得拥有。

KEGG的GSEA富集分析

head(geneList)

##
1580     7025    54474     9247    56603     4907 
2.378155 2.365342 2.258682 2.180382 2.143749 2.030780 
##

#geneList<-geneList[!duplicated(geneList)]
kk2<- gseKEGG(geneList     = geneList,
               organism     = 'hsa',
               nPerm        = 1000,
               minGSSize    = 120,
               pvalueCutoff = 0.5,
               verbose      = FALSE)
head(kk2)

##
 ID                             Description setSize enrichmentScore
hsa04080 hsa04080 Neuroactive ligand-receptor interaction     293      -0.3593278
hsa04024 hsa04024                  cAMP signaling pathway     185      -0.3656357
hsa04060 hsa04060  Cytokine-cytokine receptor interaction     244      -0.3358228
hsa04020 hsa04020               Calcium signaling pathway     172      -0.3566872
hsa04062 hsa04062             Chemokine signaling pathway     165       0.3112935
hsa05202 hsa05202 Transcriptional misregulation in cancer     163      -0.3537420
               NES      pvalue  p.adjust   qvalues rank
hsa04080 -1.481227 0.002649007 0.1562914 0.1422098 1912
hsa04024 -1.426245 0.007062147 0.2083333 0.1895629 1697
hsa04060 -1.356610 0.012345679 0.2427984 0.2209227 2055
hsa04020 -1.378406 0.017118402 0.2524964 0.2297470 1748
hsa04062  1.323383 0.025806452 0.2676695 0.2435530 1332
hsa05202 -1.361718 0.027220630 0.2676695 0.2435530 2463
                           leading_edge
hsa04080 tags=31%, list=16%, signal=27%
hsa04024 tags=26%, list=14%, signal=23%
hsa04060 tags=30%, list=17%, signal=25%
hsa04020 tags=26%, list=15%, signal=22%
hsa04062 tags=19%, list=11%, signal=17%
hsa05202 tags=32%, list=21%, signal=26%
##

GSEA图可视化

之前的图确实颜值不够

gseaplot(kk2,geneSetID = "hsa04080")
不够

新功能gseaplot2-模仿GSEA软件的图-确实更好看了

library(enrichplot)
gseaplot2(kk2,##KEGG gse的对象
          geneSetID = "hsa04080",
          pvalue_table=T)
image.png

修改线条颜色

现在的图-高端大气上档次

gseaplot2(kk2,##KEGG gse的对象
          geneSetID = "hsa04080",
          color="red",
          pvalue_table=T)

MgsiDB的GSEA富集分析

gmtfile <- system.file("extdata""c5.cc.v5.0.entrez.gmt", package="clusterProfiler")
c5 <- read.gmt(gmtfile)
gene <- names(geneList)
egmt <- enricher(gene, TERM2GENE=c5)
head(egmt)

##
                                 ID       Description GeneRatio  BgRatio
CELL_FRACTION         CELL_FRACTION     CELL_FRACTION  451/4461 493/5270
MEMBRANE_FRACTION MEMBRANE_FRACTION MEMBRANE_FRACTION  309/4461 339/5270
                        pvalue     p.adjust     qvalue
CELL_FRACTION     1.764189e-06 0.0003775364 0.00036398
MEMBRANE_FRACTION 1.870439e-04 0.0200136995 0.01929506
##

#write.csv(egmt,file = "egmt.csv")

GSEA

egmt2 <- GSEA(geneListTERM2GENE=c5, 
              pvalueCutoff = 0.5,#
              verbose=FALSE)
head(egmt2)
gseaplot2(egmt2geneSetID = 1, title = egmt2$Description[1],pvalue_table=T)
image.png

还可以同时画多个

gseaplot2(egmt2, geneSetID = 1:3,pvalue_table=T)
image.png

Gene-Concept Network

这里的输入egmt2可以是ego,kk,edo都可以,进行可视化

edox <- setReadable(egmt2, 'org.Hs.eg.db''ENTREZID')
cnetplot(edox, foldChange=geneList)
image.png

换个输出形状

cnetplot(edox, foldChange=geneList, circular = TRUE, colorEdge = TRUE)

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多