1)存储富集结果的excel文件pathway.sig.xlsx; 用到的是B列的Description,即通路的term描述信息 2)存储所有富集结果数据,基因的倍数的KEGG.RData文件。 后台的处理逻辑是根据excel中B列所挑选的感兴趣通路,从rdata中调取相关数据,然后绘图。 3,示例数据 上传KEGG.RData。请勿修改文件名。 拷贝粘贴excel中B列感兴趣...
clusterProfiler包进行KEGG,GO,GSEA富集分析 我们前面 本地的KEGG分析参考文章:KEGG数据库使用及通路分析教程,GO参考文章:FunRich数据库:一个主要用于基因和蛋白质的功能富集以及相互作用网络分析的独立的软件工具,当然该工具不止可以进行富集分析,具体去看文章吧。 这里就先介绍一下本地GSEA分析 我们前文说过,GSEA分析是...
create_kegg_db("all") # 即可 下载完成就可以本地安装生成KEGG.db包: install.packages("KEGG.db_1.0.tar.gz", repos = NULL,type = "source") library(KEGG.db) #KEGG.db contains mappings based on older data because the original resource was removed from the the public domain before the most...
1, 打开绘图页面 https://www.bioinformatics.com.cn/plot_clusterprofiler_go_kegg_enrichment_analysis_cnetplot_232 2,示例数据 点击图片上方的示例数据,下载,解压。 示例数据包括很多文件,以pathway为例,绘图会用到两个文件: 1)存储富集结果的excel文件pathway.sig.xlsx; 用到的是B列的Description,即通路的term...
clusterProfiler的KEGG富集分析(有参向) 然后是KEGG富集分析。 同样地,这里均对于KEGG数据库中已经收录的物种而言的,无参分析暂不涉及。 1、准备输入数据 相比上述GO富集,clusterProfiler的KEGG富集分析方法特殊,它无需加载本地注释库,自动使用KEGG的在线数据库进行注释,因此给定的基因名称只能识别entrze id。把entrze ...
> kegg <- enrichKEGG(genelist, organism = 'hsa', keyType = 'kegg', pvalueCutoff = 0.05,pAdjustMethod = 'BH', qvalueCutoff = 0.2, minGSSize = 10,maxGSSize = 500,use_internal_data = FALSE) > head(kegg) ID Description GeneRatio BgRatio pvalue p.adjust qvalue ...
用到的是B列的Description,即通路的term描述信息 2)存储所有富集结果数据,基因的倍数的KEGG.RData文件。 后台的处理逻辑是根据excel中B列所挑选的感兴趣通路,从rdata中调取相关数据,然后绘图。 3,示例数据 1)上传KEGG.RData。请勿修改文件名。 2)拷贝粘贴excel中B列感兴趣term名字到输入框中。大小写敏感,请直接...
对于功能富集来说,常用的数据库包括KEGG,GO还有ReactomePA数据库,我把示例代码都展示如下。 代码语言:javascript 复制 rm(list=ls())library(Seurat)library(ggplot2)library(dplyr)library(clusterProfiler)library(clusterProfiler)library(org.Hs.eg.db)library(ReactomePA)library(ggplot2)library(stringr)#BiocManager::...
用到的是B列的Description,即通路的term描述信息 2)存储所有富集结果数据,基因的倍数的KEGG.RData文件。 后台的处理逻辑是根据excel中B列所挑选的感兴趣通路,从rdata中调取相关数据,然后绘图。 3,示例数据 1) 上传KEGG.RData。请勿修改文件名。 2) 拷贝粘贴excel中B列感兴趣term名字到输入框中。大小写敏感,请...
GO和KEGG富集分析使用差异基因(上调基因,下调基因,或者上下调合起来的基因)作为输入,使用超几何分布等算法计算显著富集的GO term或者通路,然而,在实际数据处理中,这种使用p值和fold change进行一刀切获得差异基因,然后进行富集分析的分析方法,往往富集不到我们感兴趣的结果。这时,可以试试基因集富集分析(Gene set enrichm...