转录组分析(11) - GO/KEGG富集分析(1)

简介

bioconductor介绍
Github介绍
clusterProfiler-book

分析
模式生物

clusterProfiler提供20种模式物种的GO与KEGG功能富集与注释,可直接下载使用。

Package Maintainer Title 物种 Index
org.Hs.eg.db Bioconductor Package Maintainer Genome wide annotation for Human 3
org.Mm.eg.db Bioconductor Package Maintainer Genome wide annotation for Mouse 小鼠 5
org.Rn.eg.db Bioconductor Package Maintainer Genome wide annotation for Rat 大鼠 19
org.Sc.sgd.db Bioconductor Package Maintainer Genome wide annotation for Yeast 酵母 28
org.Dm.eg.db Bioconductor Package Maintainer Genome wide annotation for Fly 苍蝇 31
org.At.tair.db Bioconductor Package Maintainer Genome wide annotation for Arabidopsis 拟南芥 32
org.Dr.eg.db Bioconductor Package Maintainer Genome wide annotation for Zebrafish 斑马鱼 37
org.Ce.eg.db Bioconductor Package Maintainer Genome wide annotation for Worm 蠕虫 44
org.Bt.eg.db Bioconductor Package Maintainer Genome wide annotation for Bovine 53
org.Gg.eg.db Bioconductor Package Maintainer Genome wide annotation for Chicken 56
org.Cf.eg.db Bioconductor Package Maintainer Genome wide annotation for Canine 61
org.Ss.eg.db Bioconductor Package Maintainer Genome wide annotation for Pig 64
org.Mmu.eg.db Bioconductor Package Maintainer Genome wide annotation for Rhesus 恒河猴 70
org.EcK12.eg.db Bioconductor Package Maintainer Genome wide annotation for E coli strain K12 大肠杆菌菌株K12 76
org.Xl.eg.db Bioconductor Package Maintainer Genome wide annotation for Xenopus 非洲爪蟾 111
org.Ag.eg.db Bioconductor Package Maintainer Genome wide annotation for Anopheles 按蚊 114
org.Pt.eg.db Bioconductor Package Maintainer Genome wide annotation for Chimp 黑猩猩 121
org.Pf.plasmo.db Bioconductor Package Maintainer Genome wide annotation for Malaria 疟原虫 132
org.EcSakai.eg.db Bioconductor Package Maintainer Genome wide annotation for E coli strain Sakai 大肠杆菌菌株Sakai 137
org.Mxanthus.db Eduardo Illueca Fernández Genome wide annotation for Myxococcus xanthus DK 1622 黄色粘球菌DK1622 944

安装及加载

if (!requireNamespace("BiocManager", quietly = TRUE))
 install.packages("BiocManager")
BiocManager::install("org.Hs.eg.db")
library("org.Hs.eg.db")

非模式生物分为两种,一种是可以在AnnotationHub上在线抓取Org.Db的非模式生物;如果在AnnotationHub上没有抓取到Org.Db,则可以采取自己构建的方式。

非模式生物(一)

AnnotationHub

if (!requireNamespace("BiocManager", quietly = TRUE))
 install.packages("BiocManager")
BiocManager::install("AnnotationHub")
BiocManager::install("clusterProfiler")

library("AnnotationHub")
hub <- AnnotationHub::AnnotationHub()
query(hub,"Rosa chinensis")
Rosa_chinensis <- hub[['AH85494']]

length(keys(Rosa_chinensis))
columns(Rosa_chinensis)

library("clusterProfiler")
# #example
# gene <- as.character(data$V1)
# gene_trans <- mapIds(x = Rosa_chinensis,keys = gene,keytype = "SYMBOL",column = "ENTREZID")
# na.omit(data_id)
# erich.go.BP <- enrichGO(gene=data,OrgDb = Rosa_chinensis,keyType = "SYMBOL",ont = "BP",pvalueCutoff = 0.01,qvalueCutoff = 0.05,readable = T)
非模式生物(二)

利用EggNOG构建

getwd()
setwd("E:/script/R/eggNOG前置文件")

rm(list = ls())
library(tidyr)
library(stringr)
library(dplyr)

#######STEP1 读入文件
egg_f <- "diamond.emapper.annotations"
egg <- read.csv(egg_f, sep = "\t")
egg[egg==""]<-NA #这个代码来自花花的指导(将空行变成NA,方便下面的去除) 

#######STEP2 从文件中挑出基因query_name与eggnog注释信息
gene_info <- egg %>%
  dplyr::select(GID = query_name, GENENAME = `eggNOG.free.text.desc.`) %>% na.omit()

#######STEP3-1  挑出query_name与GO注释信息
gterms <- egg %>%
  dplyr::select(query_name, GOs) %>% na.omit()

#######STEP3-2  我们想得到query_name与GO号的对应信息
# 先构建一个空的数据框(弄好大体的架构,表示其中要有GID =》query_name,GO =》GO号, EVIDENCE =》默认IDA)
# 关于IEA:就是一个标准,除了这个标准以外还有许多。IEA就是表示我们的注释是自动注释,无需人工检查http://wiki.geneontology.org/index.php/Inferred_from_Electronic_Annotation_(IEA)
# 两种情况下需要用IEA:1. manually constructed mappings between external classification systems and GO terms;2.automatic transfer of annotation to orthologous gene products.
gene2go <- data.frame(GID = character(),
                      GO = character(),
                      EVIDENCE = character())

# 然后向其中填充:注意到有的query_name对应多个GO,因此我们以GO号为标准,每一行只能有一个GO号,但query_name和Evidence可以重复
for (row in 1:nrow(gterms)) {
  gene_terms <- str_split(gterms[row,"GOs"], ",", simplify = FALSE)[[1]]  
  gene_id <- gterms[row, "query_name"][[1]]
  tmp <- data.frame(GID = rep(gene_id, length(gene_terms)),
                    GO = gene_terms,
                    EVIDENCE = rep("IEA", length(gene_terms)))
  gene2go <- rbind(gene2go, tmp)
} 

#####STEP4-1  挑出query_name与KEGG注释信息
gene2ko <- egg %>%
  dplyr::select(GID = query_name, KO = KEGG_ko) %>%
  na.omit()

####STEP4-2  得到pathway2name, ko2pathway
if(F){
  # 需要下载 json文件(这是是经常更新的)
  # https://www.genome.jp/kegg-bin/get_htext?ko00001
  # 代码来自:http://www.genek.tv/course/225/task/4861/show
  library(jsonlite)
  library(purrr)
  library(RCurl)
  
  update_kegg <- function(json = "ko00001.json") {
    pathway2name <- tibble(Pathway = character(), Name = character())
    ko2pathway <- tibble(Ko = character(), Pathway = character())
    
    kegg <- fromJSON(json)
    
    for (a in seq_along(kegg[["children"]][["children"]])) {
      A <- kegg[["children"]][["name"]][[a]]
      
      for (b in seq_along(kegg[["children"]][["children"]][[a]][["children"]])) {
        B <- kegg[["children"]][["children"]][[a]][["name"]][[b]] 
        
        for (c in seq_along(kegg[["children"]][["children"]][[a]][["children"]][[b]][["children"]])) {
          pathway_info <- kegg[["children"]][["children"]][[a]][["children"]][[b]][["name"]][[c]]
          
          pathway_id <- str_match(pathway_info, "ko[0-9]{5}")[1]
          pathway_name <- str_replace(pathway_info, " \\[PATH:ko[0-9]{5}\\]", "") %>% str_replace("[0-9]{5} ", "")
          pathway2name <- rbind(pathway2name, tibble(Pathway = pathway_id, Name = pathway_name))
          
          kos_info <- kegg[["children"]][["children"]][[a]][["children"]][[b]][["children"]][[c]][["name"]]
          
          kos <- str_match(kos_info, "K[0-9]*")[,1]
          
          ko2pathway <- rbind(ko2pathway, tibble(Ko = kos, Pathway = rep(pathway_id, length(kos))))
        }
      }
    }
    
    save(pathway2name, ko2pathway, file = "kegg_info.RData")
  }
  
  update_kegg(json = "ko00001.json")
  
}

######STEP5  利用GO将gene与pathway联系起来,然后挑出query_name与pathway注释信息
load(file = "kegg_info.RData")
colnames(ko2pathway) <- c("KO","Pathway")
colnames(gene2ko) <- c("GID","KO")
gene2ko_1 <- gene2ko %>% separate_rows("KO",sep=",")
gene2ko_2 <- cbind(gene2ko_1[,1],as.data.frame(substr(gene2ko_1[,2],4,9)))
colnames(gene2ko_2) <- c("GID","KO")

gene2pathway <- gene2ko_2 %>% left_join(ko2pathway, by = "KO") %>% 
  dplyr::select(GID, Pathway) %>%
  na.omit()

######STEP6  制作自己的Orgdb
# 查询物种的Taxonomy,例如要查sesame
# https://www.ncbi.nlm.nih.gov/taxonomy/?term=sesame
tax_id = "XXX"
genus = "XXX" 
species = "XX "
library(AnnotationForge)

makeOrgPackage(gene_info=gene_info,
               go=gene2go,
               ko=gene2ko,
               pathway=gene2pathway,
               version="0.0.1",
               outputDir = ".",
               tax_id=tax_id,
               genus=genus,
               species=species,
               goTable="go",
               maintainer = "XXXXXXXXXX@163.com>",
               author = "XXX")
X.orgdb <- str_c("org.", str_to_upper(str_sub(genus, 1, 1)) , species, ".eg.db", sep = "")

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,390评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,821评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,632评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,170评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,033评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,098评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,511评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,204评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,479评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,572评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,341评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,213评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,576评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,893评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,171评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,486评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,676评论 2 335

推荐阅读更多精彩内容