#寻找通路和基因的关系
library(clusterProfiler)
mmu_kegg <- clusterProfiler::download_KEGG("mmu")
names(mmu_kegg)
head(mmu_kegg$KEGGPATHID2NAME)
head(mmu_kegg$KEGGPATHID2EXTID)
PATH2ID <- mmu_kegg$KEGGPATHID2EXTID
PATH2NAME <- mmu_kegg$KEGGPATHID2NAME
PATH_ID_NAME <- merge(PATH2ID, PATH2NAME, by="from")
colnames(PATH_ID_NAME) <- c("KEGGID", "ENTREZID", "DESCRPTION")
head(PATH_ID_NAME)
#转换EntrezID为Gene Symbol
PATH_ID_NAME$geneid <- PATH_ID_NAME$ENTREZID
head(PATH_ID_NAME)
View(map_dt)
# transform id
map_dt <- bitr(PATH_ID_NAME$ENTREZID, fromType = "ENTREZID",
toType = c( "SYMBOL"),
OrgDb = org.Mm.eg.db)
dt_merge <- merge(map_dt, PATH_ID_NAME, by.y = "geneid", by.x = "ENTREZID")
View(dt_merge)
【单细胞转录组】KEGG通路反推基因列表
©著作权归作者所有,转载或内容合作请联系作者
- 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...
- 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...
- 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...
推荐阅读更多精彩内容
- 我们知道在单细胞转录组数据分析的下游,在我们走过了fig1(通常是个图谱)之后,往往要沿着基因这条路深挖一下生物学...
- 差异分析完以后,就有了基因列表和差异倍数,有了这两个东西,就可以用clusterprofiler做GSEA,然后有...
- 通过单细胞转录组测序剖析人类胎儿消化道发育过程中自噬相关基因的动态表达 利用单细胞转录组揭示人类胚胎肠道发育过程中...
- 转载来自:刘小泽 链接:https://www.jianshu.com/p/e659a2f164f7[https:...