# GO 过度代表性分析 ## 核心模式库（集群分析器） Library(org.Hs.eg.db) # 人类 - 改变其他生物体自我<-丰富GO（ gene =gene_list, # 基因 ID 的字符向量 OrgDb = org.Hs.eg.db, # 生物注释数据库 keyType = 'ENTREZID', # ID 类型：ENSEMBL、SYMBOL、ENTREZID 等 ont = 'BP', # BP、MF、CC 或 ALL pAdjustMethod = 'BH', # p 值调整方法 p值截止 = 0.05, q值截止 = 0.2 ） ## 从 DE 结果中准备基因列表图书馆（dplyr） de_results <- read.csv('de_results.csv') sig_genes <- de_results %>% 过滤器（padj < 0.05，abs（log2FoldChange）> 1）％>％拉（基因ID） # 如果使用基因符号，请转换为 Entrez ID gene_ids <- bitr(sig_genes, fromType = 'SYMBOL', toType = 'ENTREZID', OrgDb = org.Hs.eg.db) 基因列表 <- 基因_ids$ENTREZID ## ID与bitr转换 # 检查可用的密钥类型键类型(org.Hs.eg.db) # ID类型之间的转换转换 <- bitr(基因, fromType = 'ENSEMBL', toType = 'ENTREZID', OrgDb = org.Hs.eg.db) # 多种输出类型转换 <- bitr(genes, fromType = 'SYMBOL', toType = c('ENTREZID', 'ENSEMBL'), OrgDb = org.Hs.eg.db) ## 背景宇宙 # 使用所有表达的基因作为背景（推荐） all_genes <- de_results$gene_id Universe_ids <- bitr(all_genes, fromType = 'SYMBOL', toType = 'ENTREZID', OrgDb = org.Hs.eg.db) 自我<-丰富GO（基因=基因列表， Universe = Universe_ids$ENTREZID, # 背景基因集 OrgDb = org.Hs.eg.db, keyType = 'ENTREZID', ont = 'BP', pAdjustMethod = 'BH', p值截止 = 0.05 ） ## 所有三个本体 # 立即运行所有本体 ego_all <-丰富GO（基因=基因列表， OrgDb = org.Hs.eg.db, keyType = 'ENTREZID', ont = 'ALL', # BP、MF 和 CC 组合 pAdjustMethod = 'BH', p值截止 = 0.05 ） # 结果包括 ONTOLOGY 列头（as.data.frame（ego_all）） ## 让结果可读 # 将 Entrez ID 转换为结果中的基因符号 ego_read <- setReadable(ego, OrgDb = org.Hs.eg.db, keyType = 'ENTREZID') # 或者直接使用 Readable = TRUE （仅适用于 ENTREZID 输入）自我<-丰富GO( 基因=基因列表， OrgDb = org.Hs.eg.db, keyType = 'ENTREZID', ont = 'BP', 可读 = TRUE # 转换为符号） ## 提取并导出结果 # 查看热门结果头（自我） # 转换为数据框 results_df <- as.data.frame(ego) # 关键列：ID、描述、GeneRatio、BgRatio、pvalue、p.adjust、qvalue、geneID、Count # 导出为 CSV write.csv(results_df, 'go_enrichment_results.csv', row.names = FALSE) # 根据特定条件过滤 sig_terms <- results_df[results_df$p.adjust < 0.01 & results_df$Count >= 5, ] ## 简化冗余术语 # 删除多余的GO术语（保留代表性术语） ego_simplified <- 简化(ego, cutoff = 0.7, by = 'p.adjust', select_fun = min) ## 不同的生物体 # 鼠标库（org.Mm.eg.db） ego_mouse <-丰富GO（基因=基因，OrgDb=org.Mm.eg.db，ont='BP'） # 斑马鱼图书馆（org.Dr.eg.db） ego_zfish <-丰富GO（基因=基因，OrgDb=org.Dr.eg.db，ont='BP'） # 酵母图书馆（org.Sc.sgd.db） ego_yeast <-丰富GO（基因=基因，OrgDb = org.Sc.sgd.db，ont ='BP'，keyType ='ORF'） ## 按 Ancestor 对 GO 术语进行分组 # 按 GO slim 类别对基因进行分类 ggo <- 组GO( 基因=基因列表， OrgDb = org.Hs.eg.db, ont = 'BP', level = 3, # GO 层次结构级别可读=真） ## 关键参数参数|默认 |描述 ---|---|--- 基因|必填|基因 ID 载体组织数据库 |必填|生物数据库密钥类型 |恩特雷兹 |输入ID类型安省|英国石油公司 | BP、MF、CC 或 ALL pvalueCutoff | pvalueCutoff | pvalueCutoff | 0.05 | 0.05 P 值阈值 q值截止| 0.2 | 0.2 Q 值 (FDR) 阈值 p调整方法|博赫| BH、邦弗罗尼等宇宙|空 |背景基因最小GSS尺寸| 10 | 10每学期最少基因数最大GSS尺寸| 500 | 500每学期最大基因数可读 |错误 |转换为符号 ## 相关技能 * kegg-pathways - KEGG 通路富集 * gsea - GO 基因集富集分析 * 丰富-可视化 - 可视化丰富结果 *差异表达-生成输入基因列表

Bio Pathway Go 浓缩

包含技能