01

—

简介

BiocManager是生物信息分析必不可少的R包之一，主要用来分析基因相关的各种问题，但是通常再R上安装这个程序包都挺麻烦的，搜索引擎上有非常多的关于如何安装的，因此这里只给个建议，R和RStudio都升级到最新包，目前R为4.0版本，具体的安装操作在下方官网中也有。

http://bioconductor.org/

1.1、程序包安装

采用RStudio进行分析

安装过程中会同步安装几十上百个需要用到的其他的包，安装时间较长，并且经常报错！！！

if (!requireNamespace("BiocManager", quietly = TRUE))    install.packages("BiocManager")BiocManager::install()BiocManager::install(c("GenomicFeatures", "AnnotationDbi"))BiocManager::install(c("DOSE","topGO","clusterProfiler","DBI"))BiocManager::install(c("org.Hs.eg.db","pathview"))

1.2、调用程序

library(DOSE)library(org.Hs.eg.db)library(topGO)#画GO图library(clusterProfiler)#富集分析library(pathview)#看KEGG pathwaylibrary(xlsx)library(ggplot2)

1.3、加载数据

数据格式，一列Uniprot号或者基因名或者酶的名称都可以：

# 导入数据datadata$Uniprot 

1.4、将基因名称进行互相转换

# 转换基因名keytypes(org.Hs.eg.db)#查看org.Hs.eg.db中含有的一些格式，共有26种ID = bitr(data$Uniprot,  fromType="UNIPROT",#现有数据的格式  toType=c("ENSEMBL", "ENTREZID","SYMBOL","UNIGENE","GENENAME","ENZYME"),#转化的目标格式  OrgDb="org.Hs.eg.db")#利用org.Hs.eg.db库进行转化write.csv(ID,file="基因转化结果.csv")head(ID,10)#展示转化后的前10行结果

org.Hs.eg.db中含有的一些格式：

转换结束后会提示有些会转换失败

结果保存

02

—

GO注释

GO分为三大类，也就是从三个方面对基因进行分类注释：

BP：Biological Process,  生物过程

MF：Molecular Function, 分子功能

CC：Cellular Component, 细胞组分

代码如下：

‍

# 创建文件夹，文件夹名位GOdir.create("GO")# GO_CC 注释CC $ENTREZID,CC pdf(file="./GO/GO_CC.pdf",bg="transparent")#bg为背景色dotplot(CC,showCategory=12,colorBy="pvalue",font.size=8, title="GO_CC")# + theme(axis.text.y = element_text(angle = 45))barplot(CC,showCategory=12,title="GO_CC",font.size=8)plotGOgraph(CC)#GO分析画成树形图dev.off()write.table(as.data.frame(CC@result), file="./GO/GO_CC.xls", sep="\t", row.names=F)# GO_MF注释MF $ENTREZID, MF pdf(file="./GO/GO_MF.pdf", bg="transparent")dotplot(MF, showCategory=12, color="pvalue", font.size=8, title="GO_MF") # + theme(axis.text.y = element_text(angle = 45))barplot(MF, showCategory=12, title="GO_MF", font.size=8)plotGOgraph(MF)dev.off()write.table(as.data.frame(MF@result), file="./GO/GO_MF.xls", sep="\t", row.names=F)# GO_BP注释BP $ENTREZID, BP pdf(file="./GO/GO_BP.pdf", bg="transparent")dotplot(BP, showCategory=12, colorBy="pvalue", font.size=8, title="GO_BP") # + theme(axis.text.y = element_text(angle = 45))barplot(BP, showCategory=12, title="GO_BP", font.size=8)plotGOgraph(BP)dev.off()write.table(as.data.frame(BP@result), file="./GO/GO_BP.xls", sep="\t", row.names=F)#散点图绘制，以 GO_BP的结果绘制排名前20的write.table(as.data.frame(BP@result), file="./GO/GO_BP.txt", sep="\t", row.names=F)#保存为txt文件GO_BP"./GO/GO_BP.txt",header=T)GO_BP20 1:windowsFonts(Times=windowsFont("Times New Roman"))#字体options(digits=2)#设置数据未2位小数ggplot(GO_BP20,aes(x=Count,y=Description,colour=p.adjust,size=20))+#设置横纵坐标对应的数据  scale_colour_gradient(low="green",high="red")+#选择绘制的颜色带  theme(axis.text.x=element_text(color="black",size=rel(1)))+#设置坐标轴上标签的颜色及字体大小  theme(axis.text.y=element_text(color="black",size=rel(1)))+  theme(axis.title.x=element_text(color="blue",size=rel(1)))+  theme(axis.title.y=element_text(color="blue",size=rel(1)))+  theme(axis.line=element_line(colour="black",size=0.8))+#显示坐标轴线及线条粗细  theme(panel.grid.major.x=element_blank(),panel.grid.minor.x=element_blank())+#隐藏横网格线  theme(panel.grid.major.y=element_line(colour="white",linetype="dashed",size=0.2),        panel.grid.minor.y=element_line(colour="white",linetype="dashed",size=0.2))+#绘制Y轴上横线  theme(panel.background=element_rect(fill="white"))+#图背景颜色修改  ggtitle("GO_BP20")+#标题名称theme(plot.title=element_text(color="darkred",size=rel(1),hjust=0.5))+#大标题颜色，字体，大小，hjust=0.5横向坐标0.5(即居中)，vjust表示纵向  theme(legend.position="right",legend.justification="center")+#移动图例至右下角坐标(1,0)  guides(size=FALSE)+#仅移除size图例  labs(x="Count",y="Pathways")+#设置坐标轴标题  theme(text=element_text(family="Times"))+#设置整个图片的字体  geom_point(alpha = 1,stroke=0,shape=20)#设置点透明度、形状ggsave(file="./GO/GO_BP20.png",dpi=600)#保存png,也可以pdf

‍

运行结束后可获得如下结果文件

03

—

KEGG注释

代码及解释如下

# 创建文件夹，文件夹名位KEGGdir.create("KEGG")# KEGG 注释kegg "hsa",pvalueCutoff=kegg "ENTREZID")pdf(file="./KEGG/KEGG.pdf", bg="transparent")dotplot(kegg, showCategory=12, color="pvalue", font.size=8, title="KEGG")barplot(kegg, showCategory=12, title="KEGG", font.size=8)dev.off()write.table(as.data.frame(kegg@result), file="./KEGG/kegg.xls", sep="\t", row.names=F)dir.create("./KEGG/MAP")#创建文件夹#获取通路图kegg_df = as.data.frame(kegg)for(i in kegg_df$ID){  pathview(gene.data=ID$ENTREZID,           pathway.id=i,           species="hsa",           kegg.native=TRUE,           kegg.dir="./KEGG/MAP")}#散点图绘制write.table(as.data.frame(BP@result), file="./KEGG/kegg.txt", sep="\t", row.names=F)#保存为txt文件KEGG"./KEGG/kegg.txt",header=T)KEGG20 1:windowsFonts(Times=windowsFont("Times New Roman"))#字体options(digits=2)#设置数据未2位小数ggplot(KEGG20,aes(x=GeneRatio,y=Description,colour=p.adjust,size=Count))+#设置横纵坐标对应的数据  scale_colour_gradient(low="green",high="red")+#选择绘制的颜色带  theme(axis.text.x=element_text(color="black",size=rel(1)))+#设置坐标轴上标签的颜色及字体大小  theme(axis.text.y=element_text(color="black",size=rel(1)))+  theme(axis.title.x=element_text(color="blue",size=rel(1)))+  theme(axis.title.y=element_text(color="blue",size=rel(1)))+  theme(axis.line=element_line(colour="black",size=0.8))+#显示坐标轴线及线条粗细  theme(panel.grid.major.x=element_blank(),panel.grid.minor.x=element_blank())+#隐藏横网格线  theme(panel.grid.major.y=element_line(colour="white",linetype="dashed",size=0.2),        panel.grid.minor.y=element_line(colour="white",linetype="dashed",size=0.2))+#绘制Y轴上横线  theme(panel.background=element_rect(fill="white"))+#图背景颜色修改  ggtitle("KEGG20")+#标题名称  theme(plot.title=element_text(color="darkred",size=rel(1),hjust=0.5))+#大标题颜色，字体，大小  theme(legend.position="right",legend.justification="center")+  guides(size=FALSE)+#仅移除size图例  labs(x="Count",y="Pathways")+  theme(text=element_text(family="Times"))+#设置整个图片的字体  geom_point(alpha = 1,stroke=0,shape=20)#设置点透明度、形状ggsave(file="./KEGG/KEGG.png",dpi=600)#保存png,也可以pdf

运行结果

04

—

原始数据获取

后台回复：富集分析