Term: 表示GO术语的名称。 GO ID: GO术语的独特标识符。 p-value: 表示该术语在你的基因或蛋白质列表中富集程度的显著性。经常会有校正后的p-value,如FDR或Bonferroni校正。 Count: 在你的基因或蛋白质列表中与该GO术语关联的基因数。 %: 这是你列表中关联到该GO术语的基因的百分比。
ID:KEGG pathway的 ID名(对应所使用的数据库通路/功能基因集的ID) Deion:基因集(pathway)描述 setSize:富集到该pathway的基因数 enrichmentScore:富集分数(ES),即GSEA的核心 NES:归一化后的Enrichment score(ES) pvalue/p.adjust/qvalues:p值/矫正后p值/FDR值 rank:在基因集中对ES分数贡献最大的核心基因在gen...
一般GO富集分析后会看到这样的表格，第一列表示GO的三个levels，ID表示 GO数据库ID，Decription：表示该GO term的功能描述，GeneRAatio：富集到该term里的差异基因数/全部差异基因数，BgRatio：该term的全部基因数/该物种全部有GO注释信息的基因数，pvalue是p值，p.adjust表示矫校正过的p值，qvalue是q值，geneID表...
)\s(.*)\n', line)K_id=K_info.group(1)K_desc=K_info.group(2)K_info_list=[K_desc, pathway_id, pathway_desc, level_1, level_2]ifK_id not in K_ko_map.keys():
TERM2NAME = go_anno[c('ID', 'Description')], pvalueCutoff = 0.05, pAdjustMethod = 'BH', qvalueCutoff = 0.2, maxGSSize = 500) #输出默认结果,即根据上述 p 值等阈值筛选后的 write.table(go_rich, 'go_tmp.txt', sep = '\t', row.names = FALSE, quote = FALSE) ...
aml.kegg[1:6,]#包含两列,一列term为通路名称,一列gene为基因id 如下所示,基本的数据整理能力: 5.利用clusterProfile进行GSEA (前提是已获得排序好的genelist) genesets <- aml.kegg# 其中这个 genelist 来源于自己的大熊猫转录组数据分析后的基因排序的向量哦。#富集分析egmt<- GSEA(genelist, TERM2GENE...
aml.kegg[1:6,]#包含两列,一列term为通路名称,一列gene为基因id 如下所示,基本的数据整理能力: 5.利用clusterProfile进行GSEA (前提是已获得排序好的genelist) genesets <- aml.kegg # 其中这个 genelist 来源于自己的大熊猫转录组数据分析后的基因排序的向量哦。
(gene=gene_select,TERM2GENE=com_ano[c('pathway_id','KEGG.ID')],TERM2NAME=com_ano[c('pathway_id','pathway_name')],pvalueCutoff=0.05,pAdjustMethod='BH',qvalueCutoff=1,maxGSSize=500)dotplot(kegg_rich)#富集气泡图cnetplot(kegg_rich)#网络图展示富集功能和基因的包含关系emapplot(kegg_...
kegg_info=kegg_info[,c("ID","Pathway","big.annotion")] # 合并两个表格 kegg.res$ID=str_replace(kegg.res$ID,"hsa","") kegg.res=kegg.res%>%inner_join(kegg_info,by = "ID") # 画图展示的term控制在20到35个 kegg.res=kegg.res%>%arrange(p.adjust) ...
R获取指定GO term和KEGG pathway的gene list基因集 2022年09月06日新方法:R | 提取GO分类下的所有基因1 2 3 4 5 6 7 8 9 library(tidyverse) # library(org.Hs.eg.db) library(org.Mm.eg.db)GOID <- c("GO:0042573")# GOgeneID <- get(GOID, org.Hs.egGO2ALLEGS) %>% mget(org.Hs.eg...