本文使用 GOplot 包绘制弦图
首先要准备两个文件，一个是GO富集分析的结果，一个是基因差异表达分析的结果。一般我们都是用差异表达的基因进行GO富集分析，所以这两个文件还是很好准备的。（基因差异表达分析的结果是可选项，如果想要画的图更漂亮，更准确，就需要准确知道GO富集分析条目下每个基因的logFC）
准备第一个文件（GO富集分析的结果）：
首先来看看GO富集分析的结果：
S gene number表示该条目下显著基因的个数，B gene number表示背景基因，enrichFactor表示S gene number比上B gene number。这里我按照S gene number降序排列，并选择Pvalue小于0.05的前5个条目 （条目的数量最好不要太多，条目下的基因最好也不要太多，不然最终成图后很难看）
GOplot对导入的GO富集分析的结果有一定的格式要求，要有五列，而且需要将列名命名为：
'category', 'ID', 'term', 'adjusted p-value' ('adj_pval') and 'genes'
并且，gene那一列中，每一行的gene需要用逗号隔开（不能是其他符号），可以直接用excel调整好这些格式要求，当然也可以用R语言：
>goenrichment <- read.csv(file = "clipboard",header = T,sep = "\t") #读入GO富集分析的结果
>goenrichment <- goenrichment[ , c(3,1,2,7,4)] #按照要求的顺序选择列
>colnames(goenrichment) <- c("category", "ID", "term", "adj_pval", "genes")
>goenrichment$genes <- gsub(";", ",", goenrichment$genes) # 用逗号替换分号
准备第二个文件（差异表达分析的结果）：
值得注意的是，在gene_name那一列，可能会出现多个基因在一行的情况，比如：
上面这种情况，在取交集时，有多个基因的那行就识别不到，因此需要把它分开，变成一行只有一个基因的形式：
可以通过以下代码实现：
>logFC<- read.csv(file = "clipboard",header = T,sep = "\t") #读入差异表达分析的结果
>genedata <- data.frame()
>for(i in c(1:dim(logFC)[1])){
+ row_genelist <- strsplit(logFC[i,1],";",)[[1]]
+ num <- length(row_genelist)
+ if(num > 1){
+ genelogFC <- c(rep(logFC[i,2],num))
+ genedata <- rbind(genedata,cbind(gene = row_genelist,logFC = genelogFC))
+ }
+}
>colnames(logFC) <- colnames(genedata)
>logFC <- rbind(genedata,logFC)
除此以外，差异倍数的那一列还可能出现正无穷或者负无穷的情况，需要排除
GOplot对导入的差异表达分析的结果也有一定的格式要求，要有两列，而且需要将列名命名为："ID", "logFC"
>colnames(logFC) <- c("ID","logFC")
准备好上面两个文件，就可以开始画图了：
要知道5个term下富集的基因的logFC，就要先知道这些条目下有哪些基因：
>genename <- NULL
>for (i in c(1:5)){
genelist <- c(goenrichment[i,4])
temp <- strsplit(list,",",)[[1]]
genename <- append(genename,temp,after = length(genename))
}
>genename <- genename[-which(duplicated(genename))] #删除重复的基因
>genename
>diffgene <- logFC[which(logFC$gene_name %in% gene),] # 取交集，获得每个基因的差异表达倍数，有些基因的差异表达倍数可能为无穷值，在开始阶段就被排除了，因此diffgene这个数据框里的基因数可能比genename里的基因少。
>head(diffgene) #行名称还是遵循logFC中的行名称
>diffgene$logFC <- as.numeric(diffgene$logFC) #保证第二列是数值类型
>circ <- circle_dat(goenrichment,diffgene) #创建画图所需要的矩阵
>head(circ)
# >chord <- chord_dat(circ,diffgene,goenrichment$term) #这一个函数会通过匹配circ和diffgene中的基因名，将diffgene中的差异表达倍数整合到circ矩阵中。但是这个函数如果直接用的话，只会传递匹配到的基因的logFC：
>chord #可以看出，整个chord矩阵就只有这些基因，即只有这些基因匹配到了。
这里有个小细节，矩阵circ中，genes那一列的基因全是大写，而我们准备的差异表达基因的数据框diffgene中，基因是有大写，有小写，因此不能匹配，不能把基因的差异表达倍数传递给circ这个矩阵，需要把diffgene中的基因名全部转为大写：
>diffgene$ID <- toupper(diffgene$ID)
>chord <- chord_dat(circ,diffgene,goenrichment$term) #此时就可以全部匹配，chord的行数就会和diffgene的行数一样
>GOChord(chord,space = 0.02,gene.order = "logFC",gene.space = 0.3,gene.size = 4,process.label = 3)
# 绘图；参数space表示图中圆形每部分的间隔，gene.order表示按照“logFC”排序，gene.space表示基因与圆形之间的间隔，process.label表示图例的大小。
最终效果如下图，可以看到基因数还是很多，所以效果不是很好。
