r语言提取go分析基因 r语言分析结果如何导出

R语言进行ssGSEA分析先加载相关的package
然后提取想要的基因集,变成list
然后进行富集分析
需要注意的点:
1.expr输入的表达矩阵必须为:SummarizedExperiment或者SingleCellExperiment ExpressionSet 或者别的什么对象 。如果是dataframe的话需要转换为matrix 。
2.gset.idx.list是输入的基因集,要么是一个list,要么是一个GeneSetCollection对象
3.kcdf这个参数用于设定非参数检验的分布类型,当输入的表达矩阵是raw_counts时,那么这个参数应该设置为kcdf=“Poisson” 。
颜色通过colorRampPalette(c("navy", "white", "firebrick3"))(100)函数生成
annotation_col是一个1列的dataframe , 行名是样本名 , 第一列填分组信息,要转换为factor 。如下图:
得到的热图如下图所示:
R语言GEO数据挖掘:步骤四:富集分析KEGG,GO把之前r语言提取go分析基因的数据设置好之后r语言提取go分析基因,后面r语言提取go分析基因的富集分析也是傻瓜式r语言提取go分析基因的
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:
R语言GEO数据挖掘:步骤三:进行基因差异分析用limma包 , 这里注意,limma包是对基因芯片表达矩阵的分析,不能对逆转录RNAseq表达矩阵进行分析(因为数据特征不同),RNAseq需要用另一种方法
解读此表
但是上面的用法做不到随心所欲的指定任意两组进行比较,所有还有下一种方法
处理好了分组信息,再自定义比较元素
自定义函数进行比较
热土和火山图都是傻瓜式的 , 只要的前面得出的deg数据(也就是基因差异表达数据)是正确的
【r语言提取go分析基因 r语言分析结果如何导出】r语言提取go分析基因的介绍就聊到这里吧,感谢你花时间阅读本站内容,更多关于r语言分析结果如何导出、r语言提取go分析基因的信息别忘了在本站进行查找喔 。

    推荐阅读