clusterProfiler的GO/KEGG富集分析用法小结

2023-04-12 23:00| 来源: 网络整理| 查看: 265

clusterProfiler这个R包主要是做GO和KEGG的功能富集及其可视化。

首先考虑一个问题：clusterProfiler做GO和KEGG富集分析的注释信息来自哪里？

GO的注释信息来自Bioconductor，提供了19个物种的org类型的GO注释信息，如下表所示。Bioconductor中更多的注释包可参考http://www.bioconductor.org/packages/release/data/annotation/，很乱，大多数我都不知道干啥用的。

packages organism org.Ag.eg.db Anopheles org.At.tair.db Arabidopsis org.Bt.eg.db Bovine org.Ce.eg.db Worm org.Cf.eg.db Canine org.Dm.eg.db Fly org.Dr.eg.db Zebrafish org.EcK12.eg.db E coli strain K12 org.EcSakai.eg.db E coli strain Sakai org.Gg.eg.db Chicken org.Hs.eg.db Human org.Mm.eg.db Mouse org.Mmu.eg.db Rhesus org.Pf.plasmo.db Malaria org.Pt.eg.db Chimp org.Rn.eg.db Rat org.Sc.sgd.db Yeast org.Ss.eg.db Pig org.Xl.eg.db Xenopus

KEGG的注释信息clusterProfiler通过KEGG 数据库的API来获取，https://www.kegg.jp/kegg/rest/keggapi.html。

首先是一个物种所有基因对应的pathway注释文件，比如人的：http://rest.kegg.jp/link/hsa/pathway。其次还需要pathway对应的描述信息，比如人的： http://rest.kegg.jp/list/pathway/hsa。

关于KEGG数据库全部的物种及其简写（三个字母）如下列表： https://www.genome.jp/kegg/catalog/org_list.html。

因此对于以上已有pathway注释的物种，只需要将物种简写输入给clusterProfiler，它会通过联网自动获取该物种的pathway注释信息。

以上都是有物种信息的情况，那么对于无物种信息的项目怎么办？

GO可以通过读取外部的GO注释文件进行分析。关于基因的GO注释，interproscan、eggnog-mapper和blas2go等软件都可以做，不过输出格式有些不同。clusterProfiler需要导入的GO注释文件的格式如下：

GeneID GO GO_Description 1 GO:0005819 spindle 2 GO:0072686 mitotic spindle 3 GO:0000776 kinetochore

需要包含以上三列信息，这3列信息任意顺序都可。

clusterProfiler包只针对含有OrgDb对象，如果是公共数据库中有该物种注释信息，只是未制作成org.db数据库（标准注释库），则可以不需要从头注释，只需手动制作org.db数据库类型，完成后直接使用即可，代码如下：

source("https://bioconductor.org/biocLite.R") if (!requireNamespace("BiocManager", quietly = TRUE)) install.packages("BiocManager") BiocManager::install("AnnotationHub") # 一个包含大量注释信息的数据库，里面有很多物种及来源于很多数据库的注释信息。 BiocManager::install("biomaRt") library(AnnotationHub) library(biomaRt) hub

【本文地址】

公司简介

联系我们

今日新闻

推荐新闻

专题文章