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
秋意钟22 分钟前
MySQL日期类型选择建议
数据库·mysql
南宫生24 分钟前
贪心算法习题其三【力扣】【算法学习day.20】
java·数据结构·学习·算法·leetcode·贪心算法
Dxy12393102161 小时前
python下载pdf
数据库·python·pdf
武子康1 小时前
大数据-212 数据挖掘 机器学习理论 - 无监督学习算法 KMeans 基本原理 簇内误差平方和
大数据·人工智能·学习·算法·机器学习·数据挖掘
布说在见2 小时前
魅力标签云,奇幻词云图 —— 数据可视化新境界
信息可视化·数据挖掘·数据分析
使者大牙2 小时前
【大语言模型学习笔记】第一篇:LLM大规模语言模型介绍
笔记·学习·语言模型
桀桀桀桀桀桀2 小时前
数据库中的用户管理和权限管理
数据库·mysql
As977_2 小时前
前端学习Day12 CSS盒子的定位(相对定位篇“附练习”)
前端·css·学习
ajsbxi2 小时前
苍穹外卖学习记录
java·笔记·后端·学习·nginx·spring·servlet
Rattenking2 小时前
React 源码学习01 ---- React.Children.map 的实现与应用
javascript·学习·react.js