本期教程
前言
今天学习aPEAR包，绘制KEGG和GO功能富集网络图，用起来还是比较方便的，直接将clusterProfiler富集结果进行绘制，对人类、动物等分析结果非常方便。对于模式植物，使用自己制作的GO或KEGG背景文件进行富集分析，理论上也是可行的，今天尝试一下，没成功，后面继续进行尝试。
教程原文网址aPEAR包绘制功能富集网络图(点击链接)
学习网址
- Github (点击即可进入)
https://github.com/kerseviciute/aPEAR
2. https://cloud.r-project.org/(点击即可进入)
基础教程
根据的官方教程，使用aPEAR包绘制富集网络图是很方便的，尤其是人类、动物等。
- 安装aPEAR包
##'@安装aPEAR包
library(devtools)
install_github('ievaKer/aPEAR')
- 加载所需的包
library(aPEAR)
library(clusterProfiler)
library(org.Hs.eg.db)
library(DOSE)
library(ggplot2)
- 加载数据
##'@加载测试数据
data(geneList)
##'@查看数据
head(geneList)
- 功能富集
##'@进行功能富集
enrich <- gseGO(geneList, OrgDb = org.Hs.eg.db, ont = 'CC')
##'@查看富集结果
- 绘图
enrichmentNetwork(enrich@result, drawEllipses = TRUE, fontSize = 2.5)
- 根据p值修改颜色
enrichmentNetwork(enrich@result,
colorBy = 'pvalue',
colorType = 'pval',
pCutoff = -5)
- 根据ggplot修改颜色
enrichmentNetwork(enrich@result,
colorBy = 'pvalue',
colorType = 'pval')+
scale_color_gradientn(colours = c("#B83D3D",'white','#1A5592'),
name = "pvalue")
8. Visualize pathway clusters with plotPathClusters()
set.seed(238923)
plotPathClusters(
enrichment = enrich@result,
sim = clusters$similarity,
clusters = clusters$clusters,
fontSize = 4,
outerCutoff = 0.01, # Decrease cutoff between clusters and show some connections
drawEllipses = TRUE
)
参考：
- https://github.com/kerseviciute/aPEAR
- https://cloud.r-project.org/web/packages/aPEAR/vignettes/aPEAR-vignette.html
- https://mp.weixin.qq.com/s/GVOyfghR0ELLRZLZmTrzew
- https://mp.weixin.qq.com/s/wnNhYP5QJ7afs_X28j7nnA
往期文章：
1. 复现SCI文章系列专栏
2. 《生信知识库订阅须知》,同步更新，易于搜索与管理。
3. 最全WGCNA教程（替换数据即可出全部结果与图形）
-
WGCNA分析 | 全流程分析代码 | 代码一
-
WGCNA分析 | 全流程分析代码 | 代码二
-
WGCNA分析 | 全流程代码分享 | 代码三
-
WGCNA分析 | 全流程分析代码 | 代码四
-
WGCNA分析 | 全流程分析代码 | 代码五(最新版本)
4. 精美图形绘制教程
- 精美图形绘制教程
5. 转录组分析教程
转录组上游分析教程[零基础]
小杜的生信筆記 ，主要发表或收录生物信息学的教程，以及基于R的分析和可视化（包括数据分析，图形绘制等）；分享感兴趣的文献和学习资料!!
