aPEAR包绘制功能富集网络图

本期教程

前言

今天学习aPEAR包,绘制KEGG和GO功能富集网络图,用起来还是比较方便的,直接将clusterProfiler富集结果进行绘制,对人类、动物等分析结果非常方便。对于模式植物,使用自己制作的GO或KEGG背景文件进行富集分析,理论上也是可行的,今天尝试一下,没成功,后面继续进行尝试。

教程原文网址aPEAR包绘制功能富集网络图(点击链接)

学习网址

  1. Github (点击即可进入)

    https://github.com/kerseviciute/aPEAR

  1. https://cloud.r-project.org/(点击即可进入)

基础教程

根据的官方教程,使用aPEAR包绘制富集网络图是很方便的,尤其是人类、动物等。

  1. 安装aPEAR包

    ##'@安装aPEAR包
    library(devtools)
    install_github('ievaKer/aPEAR')

  2. 加载所需的包

    library(aPEAR)
    library(clusterProfiler)
    library(org.Hs.eg.db)
    library(DOSE)
    library(ggplot2)

  3. 加载数据

    ##'@加载测试数据
    data(geneList)
    ##'@查看数据
    head(geneList)

  4. 功能富集

    ##'@进行功能富集
    enrich <- gseGO(geneList, OrgDb = org.Hs.eg.db, ont = 'CC')
    ##'@查看富集结果

  5. 绘图

    enrichmentNetwork(enrich@result, drawEllipses = TRUE, fontSize = 2.5)

  1. 根据p值修改颜色

    enrichmentNetwork(enrich@result,
    colorBy = 'pvalue',
    colorType = 'pval',
    pCutoff = -5)

  1. 根据ggplot修改颜色

    enrichmentNetwork(enrich@result,
    colorBy = 'pvalue',
    colorType = 'pval')+
    scale_color_gradientn(colours = c("#B83D3D",'white','#1A5592'),
    name = "pvalue")

  1. Visualize pathway clusters with plotPathClusters()

    set.seed(238923)
    plotPathClusters(
    enrichment = enrich@result,
    sim = clusterssimilarity, clusters = clustersclusters,
    fontSize = 4,
    outerCutoff = 0.01, # Decrease cutoff between clusters and show some connections
    drawEllipses = TRUE
    )

参考:

  1. https://github.com/kerseviciute/aPEAR
  2. https://cloud.r-project.org/web/packages/aPEAR/vignettes/aPEAR-vignette.html
  3. https://mp.weixin.qq.com/s/GVOyfghR0ELLRZLZmTrzew
  4. https://mp.weixin.qq.com/s/wnNhYP5QJ7afs_X28j7nnA

往期文章:

1. 复现SCI文章系列专栏

2. 《生信知识库订阅须知》,同步更新,易于搜索与管理。

3. 最全WGCNA教程(替换数据即可出全部结果与图形)


4. 精美图形绘制教程

5. 转录组分析教程

转录组上游分析教程[零基础]

小杜的生信筆記 ,主要发表或收录生物信息学的教程,以及基于R的分析和可视化(包括数据分析,图形绘制等);分享感兴趣的文献和学习资料!!

相关推荐
青衫码上行几秒前
【Java Web学习 | 第七篇】JavaScript(1) 基础知识1
java·开发语言·前端·javascript·学习
fs哆哆1 小时前
PDFsharp库的加密功能-学习笔记
笔记·学习
~我爱敲代码~2 小时前
使用XSHELL远程操作数据库
数据库·adb
qzhqbb5 小时前
神经网络—— 学习与感知器(细节补充)
神经网络·学习
风暴之零6 小时前
卡尔曼滤波学习
人工智能·学习·机器学习
Macbethad7 小时前
数据可视化的实现方法
信息可视化
汤姆yu7 小时前
基于大数据的信贷风险评估的数据可视化分析与预测系统
大数据·信息可视化
2401_860319527 小时前
【无标题】
开发语言·学习·rust
春风霓裳8 小时前
sql-窗口函数
大数据·数据库·sql
言之。8 小时前
【数据库】TiDB 技术选型与架构分析报告
数据库·架构·tidb