根据Eggnog注释信息构建orgDb数据库并进行GO、KEGG分析

本文大部分内容来源于网络,写此文章仅是为了自己后面查找方便,如有侵权,联系删除。
参考来自于:
自己构建物种包OrgDb,然后用clusterProfiler富集分析 - 简书 (jianshu.com)
构建物种的OrgDb教程
eggnog 网站信息http://eggnog-mapper.embl.de/, 可以直接提交蛋白序列,如果提交的为多个转录本的蛋白序列,预测结果为各个转录本的注释信息,需要自己将各个转录本的注释信息整合为单个基因的注释信息

1. 构建系统OrgDb数据库

Step1 加载需要的库,若无,则用install.packages()安装

library(clusterProfiler)
library(tidyverse)
library(stringr)
library(KEGGREST)
library(AnnotationForge)
library(clusterProfiler)
library(dplyr)
library(jsonlite)
library(purrr)
library(RCurl)
options(stringsAsFactors = F)
emapper <-read.table("your_eggnog_result",header = TRUE, sep = "\t")
#读入自己的基因组注释信息,直接提交到eggnog网站,如果是区分转录本进行的注释,需要将注释信息整合为基因的注释信息
#该文档主要是四列,包括query   Preferred_name  GOs KEGG_ko
emapper[emapper==""]<-NA  #将缺省值替换为NA

step2 提取GO信息

提取emapper中的query列、Preferred_name列以及GOs列

gene_info <- emapper %>% dplyr::select(GID = query,GENENAME = Preferred_name) %>% na.omit()
gos <- emapper %>% dplyr::select(query, GOs) %>% na.omit()

构建一个空的gene2go数据框,为后面填充数据用

gene2go = data.frame(GID =character(),GO = character(),EVIDENCE = character())

对gene2go空数据框进行填充,循环的作用简单来说就单行变多行

for (row in 1:nrow(gos)) {
  the_gid <- gos[row, "query"][[1]]
  the_gos <- str_split(gos[row,"GOs"], ",", simplify = FALSE)[[1]]
  df_temp <- data_frame(GID=rep(the_gid, length(the_gos)),
                        GO = the_gos,
                        EVIDENCE = rep("IEA", length(the_gos)))
  gene2go <- rbind(gene2go, df_temp)}

将gene2go中GOs列中的“-”替换为NA,然后使用na.omit()删除含有NA的行

gene2go$GO[gene2go$GO=="-"]<-NA
gene2go<-na.omit(gene2go)

step3 提取KEGG信息

#把Emapper中的query列、KEGG_ko列提出出来
gene2ko <- emapper %>% dplyr::select(GID =query, Ko = KEGG_ko) %>% na.omit()
#将gene2ko的Ko列中的“Ko:”删除,不然后面找pathway会报错
gene2ko$Ko <- gsub("ko:","",gene2ko$Ko)

#下载KO的json文件并【放到当前文件夹下】,下载地址:https://www.genome.jp/kegg-bin/get_htext?ko00001

 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")}

调用函数后在本地创建kegg_info.RData文件

update_kegg()

载入kegg_info.RData文件

load(file = "kegg_info.RData")

根据 gene2ko中的ko信息将ko2pathway中的pathway列提取出来

gene2pathway <- gene2ko  %>% left_join(ko2pathway,by = "Ko") %>% dplyr::select(GID, Pathway) %>% na.omit()

在网站https://www.ncbi.nlm.nih.gov/taxonomy上查询物种信息

tax_id="4577"
genus="zea"
species="mays"

去除重复

gene2go <- unique(gene2go)
gene2go <- gene2go[!duplicated(gene2go),]
gene2ko <- gene2ko[!duplicated(gene2ko),]
gene2pathway <- gene2pathway[!duplicated(gene2pathway),]

构建OrgDb数据库

makeOrgPackage(gene_info=gene_info,
               go=gene2go,
               ko=gene2ko,
               pathway=gene2pathway,
               version="0.0.1",  #版本
               maintainer = "landuomayi<********@gmail.com>",  #修改为你的名字和邮箱
               author = "landuomayi<********@gmail.com>",  #修改为你的名字和邮箱
               outputDir = ".",  #输出文件位置
               tax_id=tax_id,
               genus=genus,
               species=species,
               goTable="go")

2 进行culsterprofiler GO、KEGG分析

2.1 导入自己构建的 OrgDb

install.packages("org.Zmays.eg.db", repos=NULL, type="sources")
library(org.Zmays.eg.db)
columns(org.Zmays.eg.db)

2.2 读入自己的差异表达基因列表

gene_list <- rownames(DEGs)  #读入自己的差异表达基因列表

2.3 KEGG分析

从 OrgDB 提取 Pathway 和基因的对应关系

pathway2gene <- AnnotationDbi::select(org.Zmays.eg.db, 
                                 keys = keys(org.Zmays.eg.db), 
                                 columns = c("Pathway","Ko")) %>%
                                 na.omit() %>%
                                 dplyr::select(Pathway, GID)

导入 Pathway 与名称对应关系

load("kegg_info.RData")

KEGG pathway 富集

kegg <- enricher(gene_list, 
           TERM2GENE = pathway2gene, 
           TERM2NAME = pathway2name, 
           pvalueCutoff = 1, 
           qvalueCutoff = 1,
           pAdjustMethod = "BH",
           minGSSize = 1)

kegg_results <- as.data.frame(kegg)

kegg_bar <-barplot(kegg_results, showCategory=20,color="pvalue", font.size=10)  #绘制柱状图
ggsave("kegg_bar.png",kegg_bar, width = 16, height = 9, units = "in", dpi = 600)# 保存图片
kegg_dot <-dotplot(kegg_results, showCategory=20,color="pvalue", font.size=10)  #绘制点状图
ggsave("kegg_dot.png",kegg_dot, width = 16, height = 9, units = "in", dpi = 600)# 保存图片

2.4 GO分析

分子功能(Molecular Function)

erich.go.MF <- enrichGO(gene=rownames(gene_deseq2),OrgDb = org.Zmays.eg.db,pvalueCutoff = 0.01,qvalueCutoff = 0.01,ont = "MF",keyType = "GID")
g_MF<-barplot(erich.go.MF,showCategory = 15)
ggsave("GO_MF.png",g_MF, width = 16, height = 9, units = "in", dpi = 600)

生物过程(Biological Process)

erich.go.BP <- enrichGO(gene=rownames(gene_deseq2),OrgDb = org.Zmays.eg.db,pvalueCutoff = 0.01,qvalueCutoff = 0.01,ont = "BP",keyType = "GID")
g_BP<-barplot(erich.go.BP,showCategory = 15)
ggsave("GO_BP.png",g_MF, width = 16, height = 9, units = "in", dpi = 600)

细胞组成(Cellular Component)

erich.go.CC <- enrichGO(gene=rownames(gene_deseq2),OrgDb = org.Zmays.eg.db,pvalueCutoff = 0.01,qvalueCutoff = 0.01,ont = "CC",keyType = "GID")
g_CC<-barplot(erich.go.CC,showCategory = 15)
ggsave("GO_CC.png",g_MF, width = 16, height = 9, units = "in", dpi = 600)
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 216,001评论 6 498
  • 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 92,210评论 3 392
  • 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 161,874评论 0 351
  • 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 58,001评论 1 291
  • 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 67,022评论 6 388
  • 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 51,005评论 1 295
  • 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 39,929评论 3 416
  • 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 38,742评论 0 271
  • 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 45,193评论 1 309
  • 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 37,427评论 2 331
  • 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 39,583评论 1 346
  • 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 35,305评论 5 342
  • 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 40,911评论 3 325
  • 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 31,564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 32,731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 47,581评论 2 368
  • 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 44,478评论 2 352

推荐阅读更多精彩内容