fgsea进行GSEA富集分析

GSEA富集分析需要一个基因排序列表（a ranked list of genes），通常按logFC排序。

1. 导入包，读入差异表达数据

rm(list=ls())
setwd("working_dir")# if (!requireNamespace("BiocManager", quietly = TRUE))
#   install.packages("BiocManager")
#
# BiocManager::install("fgsea")library(msigdb) # The Molecular Signatures Database (MSigDB)
library(fgsea)#ls("package: fgsea")
#ls("package:msigdb")# read the file
mydata <- read.csv("your_file",row.names=1)
head(mydata)mydata <- mydata[order(mydata$logFC,decreasing=TRUE),]
FCgenelist <- mydata$logFC
names(FCgenelist) <- mydata$symbol
head(FCgenelist)

2. 准备基因集

The MSigDB gene sets are divided into 9 major collections.
# https://www.gsea-msigdb.org/gsea/msigdb/index.jsp

# "hs" for human and "mm" for mouse
msigdb.hs = getMsigdb(org = 'hs',id = c("SYM", "EZID"))
# Downloading and integrating KEGG gene sets
msigdb.hs = appendKEGG(msigdb.hs)
length(msigdb.hs)# 可以根据需求选择子基因集
listCollections(msigdb.hs)
#hallmarks = subsetCollection(msigdb.hs, 'h')
#c3<- subsetCollection(msigdb.hs, 'c3')msigdb_ids <- geneIds(msigdb.hs)class(msigdb_ids)  # list

3. fgsea 富集分析并作图

fgseaRes <- fgsea(pathways = msigdb_ids, stats = FCgenelist,minSize=15,maxSize=500,nperm=10000)head(fgseaRes[order(pval), ])
sum(fgseaRes[, padj < 0.01])topPathwaysUp <- fgseaRes2[ES > 0][head(order(pval), n=10), pathway]
topPathwaysDown <- fgseaRes2[ES < 0][head(order(pval), n=10), pathway]
topPathways <- c(topPathwaysUp, rev(topPathwaysDown))# 画table图
tiff('enriched_pathway.tiff', units="in", width=8, height=6, res=600, compression = 'lzw')
plotGseaTable(msigdb_ids[topPathways], FCgenelist, fgseaRes, gseaParam=0.5)
dev.off()
# 画通基因集的富集图， HALLMARK_HYPOXIA 为一种基因集名称。
plotEnrichment(msigdb_ids[["HALLMARK_HYPOXIA"]],FCgenelist)+ labs(title="HALLMARK_HYPOXIA")

fgsea进行GSEA富集分析相关推荐

gsea富集分析结果怎么看_简单的GSEA分析
对于差异表达基因,除了使用GO和KEGG进行富集分析外,还可以进行GSEA富集分析.在之前课程中:GSEA分析,有讲如何使用GSEA桌面化软件进行分析,操作十分简答,虽然偶尔会出现内存溢出或者数据格式 ...
clusterprolifer gsea 富集分析
** clusterprolifer gsea 富集分析 ** 一准备数据1.1,加载R包,数据 library(org.Hs.eg.db) library(clusterProfiler) lib ...
GSEA富集分析：从概念理解到界面实操
GSEA定义 Gene Set Enrichment Analysis (基因集富集分析)用来评估一个预先定义的基因集的基因在与表型相关度排序的基因表中的分布趋势,从而判断其对表型的贡献. 其输入数据 ...
clusterProfiler进行GSEA富集分析
不同于ORA富集分析(仅需要差异表达基因列表),GSEA富集分析需要基因排序列表(a ranked list of genes),一般根据logFC对基因排序. 1. 载入包,读入数据 rm(list ...
GSEA富集分析 - 界面操作
欢迎关注微信公众号生信宝典:http://mp.weixin.qq.com/s/3Nd3urhfRGkw-F0LGZrlZQ GSEA定义 Gene Set Enrichment Analysis ( ...
gsea富集分析结果怎么看_怎么看肝功能检验结果？
口腔科普怎么看肝功能检验结果? 肝脏作为人体最大的消化腺,功能极其复杂,其主要的功能是物质代谢功能,它参与了包括糖.蛋白质.脂肪等三大营养物质及维生素等的代谢:同时,肝脏也是体内主要的解毒器官 ...
GSEA基因基富集分析
###GSEA富集分析中,不需要提取差异基因,只需要将所有基因的表达情况按照一定顺序排列(一般按log2FD)之后根据对照组和实验组中所有基因在红色(蓝色)富集,从而得出对照组或者实验组所富集到的通路 ...
一文掌握GSEA通路富集分析，超详细教程！
生信宝典之前总结了一篇关于GSEA富集分析的推文--GSEA富集分析:从概念理解到界面实操,介绍了GSEA的定义.GSEA原理.GSEA分析.Leading-edge分析等,是全网最流行的原理+操作兼 ...
无需写代码的高颜值富集分析神器
富集分析是了解一个基因集功能倾向性的一个方式,在组学研究领域应用广泛.常见的有基于差异基因的Over-representation分析,也就是常说的GO.KEGG富集分析和Functional cla ...

fgsea进行GSEA富集分析

1. 导入包，读入差异表达数据

2. 准备基因集

3. fgsea 富集分析并作图

fgsea进行GSEA富集分析相关推荐

最新文章

热门文章