生物信息分析中，接触最多的莫过于基因富集分析，故在此基础上目前已经开发了很多种富集分析工具，如网页版的DAVID、KOBAS、GOEAST，WebGestalt，基迪奥平台等，本地版工具如TBtools，此外常用的R包有pathfindR、topGO、clusterProfiler等。在最后的报告中，我们通常会以各种图表的形式来展示富集的结果，常用的富集分析结果可视化的软件有REVIGO，GOView，WEGO，cytoscape插件BinGO，基迪奥富集分析动态展示等。

这些工具各有千秋，可是依然具有一定的局限性，就是完成分析后需要转换数据才能进行可视化。Y叔开发的clusterProfiler既可以轻松完成各种富集分析又可以傻瓜式出图，所以一直受到生信工作者的青睐。本文主要就是介绍这个R包，通过compareCluster函数完成不同数据集的pathway富集结果的比较。

library(org.Hs.eg.db)
library(clusterProfiler)
library(ggplot2)

setwd("C:/Users/lenovo/Desktop")   
a=read.table("testgeneid.txt",header = FALSE) # 读取输入文件，主要是基因名 gene symbol
gene=as.character(a[,1])  # 转换为字符

ego <- enrichGO(gene=gene,OrgDb='org.Hs.eg.db',keyType='SYMBOL',ont= "CC",pAdjustMethod="BH",pvalueCutoff  = 0.01,qvalueCutoff  = 0.05) #必须指定keytype，GO富集

ego <- enrichGO(gene=gene,OrgDb='org.Hs.eg.db',keyType='SYMBOL',ont= "ALL",pAdjustMethod="BH",pvalueCutoff  = 0.01,qvalueCutoff  = 0.05)  

x <- enrichDO(gene          = gene,
              ont           = "DO",
              pvalueCutoff  = 0.01,
              pAdjustMethod = "BH",
              universe      = names(geneList),
              minGSSize     = 5,
              maxGSSize     = 500,
              qvalueCutoff  = 0.05,
              readable      = FALSE)  # DO富集

write.csv(summary(ekk),"KEGG-enrich.csv",row.names =F)
write.csv(summary(ego),"GO-enrich.csv",row.names =F)
barplot(ego, showCategory=15,title="EnrichmentGO") #条形图
dotplot(ego,title="EnrichmentGO_dot") #气泡图
enrichMap(ego, vertex.label.cex=1.2, layout=igraph::layout.kamada.kawai) #网络图
plotGOgraph(ego) #go图

gene= bitr(gene, fromType="SYMBOL", toType="ENTREZID", OrgDb="org.Hs.eg.db")

kk <- enrichKEGG(gene$ENTREZID, organism="hsa",keyType = "kegg",pvalueCutoff=0.05, pAdjustMethod="BH",qvalueCutoff=0.1)

接下来就是使用compareCluster比较两组基因富集结果，输入文件需要转换为gene id形式。

cp = list(a.gene=gene1$ENTREZID, b.gene=gene2$ENTREZID)  # 合并两个数据集，并转换为列表

xx <- compareCluster(cp, fun="enrichKEGG", organism="hsa", pvalueCutoff=0.01,pAdjustMethod = "BH",qvalueCutoff = 0.05) 

dotplot(xx,showCategory=10,includeAll=TRUE)

还可以改变形状

p1 + aes(shape = GeneRatio > 0.3)

还可以改变颜色

xx <- compareCluster(cp,
                     fun="enrichGO", 
                     OrgDb="org.Hs.eg.db", 
                     ont= "BP",
                     pvalueCutoff=0.01,
                     pAdjustMethod = "BH",
                     qvalueCutoff = 0.05)

p2 <- p1 + scale_color_continuous(low="purple",high = "green")

参考：
听说你也在画dotplot，但是我不服！