GO聚类结果按Ontology画条形图

一、聚类-clusterprofiler

F<-read.table("4w_specific.txt")
x<-F[,1]
eg<-bitr(x,fromType = "ENSEMBL",toType = "ENTREZID",OrgDb = "org.Rn.eg.db")
#转换ID,这里物种是老鼠,所以选择这个库,人类是Hs
genelist<-eg$ENTREZID
genelist<-unique(genelist)
kegg<-enrichKEGG(genelist,organism = "rno",pAdjustMethod = "BH",pvalueCutoff = 0.05,qvalueCutoff = 0.2,keyType = "kegg")
go<-enrichGO(genelist,OrgDb = org.Rn.eg.db,ont = "all",pAdjustMethod = "BH",pvalueCutoff = 0.05,qvalueCutoff = 0.2,keyType = "ENTREZID")

二、画图-ggplot

f
f$Description=factor(f$Description,levels = rev(f$Description))
#按照输入顺序排列,因为默认会按照ASCII码进行排列
ggplot(f,aes(x=Description,y=GeneCount,fill=Category))+geom_bar(stat = "identity")+
coord_flip()+ 
#转置
theme(axis.title.x =element_text(size=14),axis.title.y  =element_text(size=14),
#调整坐标轴字体
panel.grid.major =element_blank(), panel.grid.minor = element_blank(),panel.background = element_blank(),
#去网格去背景色
axis.line = element_line(colour = "black"), axis.text = element_text(color = "black",size = 14),
#刻度字体大小
legend.text = element_text(size = 14))+
#图例字体大小
guides(fill=guide_legend(title=NULL))
#去掉图例标题
GO
©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 214,444评论 6 496
  • 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 91,421评论 3 389
  • 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 160,036评论 0 349
  • 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 57,363评论 1 288
  • 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 66,460评论 6 386
  • 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 50,502评论 1 292
  • 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 39,511评论 3 412
  • 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 38,280评论 0 270
  • 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 44,736评论 1 307
  • 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 37,014评论 2 328
  • 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 39,190评论 1 342
  • 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 34,848评论 5 338
  • 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 40,531评论 3 322
  • 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 31,159评论 0 21
  • 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 32,411评论 1 268
  • 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 47,067评论 2 365
  • 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 44,078评论 2 352

推荐阅读更多精彩内容

  • 聚类算法 前面介绍的集中算法都是属于有监督机器学习方法,这章和前面不同,介绍无监督学习算法,也就是聚类算法。在无监...
    飘涯阅读 41,299评论 3 52
  • 气场不是气质,气质是一个人内在涵养的悄然流露,气场虽与此有所关联,却比后者更为丰富立体,有着摄人心魄的力量。气场也...
    散七七阅读 1,435评论 1 3
  • 1 在成都,事情都进行快速,很多会形成套路。 出差在外更复杂,套路随时变,经常同时面对各路问题,需要随时集中精神应...
    bohaning阅读 185评论 0 0
  • 题记:到底还是恶俗。本想把夜路上的思想,在陋室里揉入琴声里洗涤一回。但终于不能写出古筝中清越悠远的况味。只有一味哀...
    动远山阅读 259评论 1 0
  • 有人说,中国的法律是补偿性法律,也就是说,中国的法律不是为了惩戒,而是为了补偿。补偿受害者,而不是惩戒施害者,这往...
    木容土土阅读 150评论 0 0