锐客网

  1. 首页 > 睿知 > it技术 > >

不用r语言做go富集 r语言没有这个数据集

IT技术分析

R语言：clusterProfiler进行GO富集分析和Gene_ID转换 ID转换用到的是 bitr() 函数，bitr()的使用方法：
org.Hs.eg.db包含有多种gene_name的类型
keytypes() ：keytypes(x)，查看注释包中可以使用的类型
columns() ：类似于keytypes() ， 针对org.Hs.eg.db两个函数返回值一致
select() ：select(x, keys, columns, keytype, ...) eg.
函数enrichGO()进行GO富集分析，enrichGO()的使用方法：
举例：
「GO富集分析」从原理到实践 ~ 零基础掌握原本 ， 我并无写这一稿件的想法 。主要原因有二：
如果要找合理解释，那么针对第一点，就是每天仍然有大量新接触生信数据分析的朋友；针对第二点 ， ......在前两天我推的文稿《零基础快速完成基因功能注释 / GO / KEGG / PFAM...》中，评论区答应了下，阅读过5000，那就写一写富集分析 。于是，如果不写，总是不对 。如果要写，只能现在写 。毕竟有些事情，现在不做，以后真的不会做 。
对于这一块 ， 完全陌生的朋友，尤其是不少生物学背景朋友，有必要温习一下数理统计基础 。这一稿件只做原理最简单的但使用最广泛其速度最快的Over-Represence Analysis模式的富集分析讲演 。其他模式 ， 不涉及 。
回到主题，先举个经典的抽球例子：
小红小绿小蓝三个人自称有超能力，可以用手摸摸球就分辨出黑球白球，于是我们找来黑袋子，放100个球，其中20个白球80个黑球，让三人分别无放回地抽取 。
小红随机抽出来10个球，其中2个白球8个黑球，情况即，
抽球中白球比例与背景白球比例完全一致 ， 说明小红抽球结果随机 。
球放回去，小绿来抽球，抽出来的10个球，其中3个白球7个黑球 ， 情况即，
这是经典的抽球案例 ， 抽取到的白球个数的概率分布为超几何分布 。基于此，我们可以简单计算抽取到比小绿抽取到球个数（或更多即更极端）的概率如何，在 R语言中计算，即
而对于小蓝的情况，那么概率如何？
在 TBtools 中也可以计算 ， 只是写法有点区别
可以看到，尽管这只是一次抽球，小绿抽球中白球比例（或更极端情况）出现的概率是31.88%+，还是挺高的，于是我们有较高的把握说 ， 小绿嘛，只是走了狗屎运 。相反 ， 小蓝抽球中白球比例或更极端情况出现的概率几乎为 0  ， 我们几乎没啥把握说，小蓝走狗屎运....换句话说 ， 我们有理由相信，或许小蓝真有抽白球的超能力.....
说了这么多，那么跟基因集合富集分析有啥关系？....基因集合功能富集分析 。那么我们就需要有一个基因集合（如差异表达基因集合或ChIP-seq的Peaks或GWAS定位的系列区间），还有一个功能标签（如 生长素信号转导相关 ） 。于是黑白球案例可以简单调整一下 。假定现在这个物种一共有100个基因，其中20个基因与生长素信号转导相关，80个没有注释到与生长素信号转导相关（换句话说，约等于无关），我们做了对植株做了处理，和CK分别测定转录表达谱，通过差异表达分析 ， 鉴定到10个差异表达基因 ， 其中2个与生长素信号转导相关 ， 而另外8个则没注释到生长素信号转导相关，简单画一下，即
好，剩下的两个就不替换了 。整体上，ORA模式的富集分析，本身就是经典的抽球案例，感兴趣的自行替换就可以了 。
基本原理，相信都搞清楚了 。不过还是有两三点需要注意：
具体如何做物种所有基因的背景注释，请参考前述推文《零基础快速完成基因功能注释 / GO / KEGG / PFAM...》 。

推荐阅读


上一篇：c语言利用函数实现级数求和，c语言求级数的和

下一篇：黑色飞行轨迹系列游戏，我想看黑色轨迹