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 ...
最新文章
- 简论重大科学发现诞生的时机
- OpenCvSharp 图像像素归一化
- php控件不显示,解决控件遮挡问题:关于有窗口元素和无窗口元素
- 【Python】函数外定义变量并在函数内进行更新
- 禁ping也能ping的工具: tcping
- 魔兽争霸3地图(WarIII Maps):成神之路
- Q:判断链表中是否存在环的相关问题
- php日历天气预报下载安装手机桌面_手机桌面时钟日历天气
- 从头尝试小米手机root
- 深度学习面试题常见问答
- 免费下载知网论文的重要链接
- python绘图 ——蜡笔小新
- C# chart画折线
- java写netcdf_[转]netcdf入门
- 基于ArcGIS水文分析、HEC-RAS模拟技术在洪水危险性及风险评估
- 学习与思考,李敖有话说
- c语言实现strcat函数
- 旧手机利用(flutter+声网RTC+声网RTM)
- autocad不能画图_说说基本的画图软件—AutoCAD(一)
- 【51单片机】室友用一把王者时间,学会了去使用数码管。
热门文章
- 采集练习(八) php 获得网易精彩跟贴数据
- 日常工作生活中的做人做事道理[持续更新ing]
- 计算机网络第一章概述总结知识点
- 谈谈我对电商交易系统的理解
- Windows+R命令大全
- 计算机二级vfp模拟考试题,2016年计算机二级《VFP》测试题及答案
- AMD三核、六核安装SQL2000
- 零成本“即用即走”的小程序,为什么没能留住用户
- android-x86编译
- 建设部是否认可计算机软考,呼吁计算机技术与软考中级证书获得建设部的认可-房建监理-筑龙工程监理论坛...