TCGA|GEO可视化分析第2篇

导读：之前讲了如何用筛选出的差异基因做做相关性分析。那今天我和各位小伙伴深入的讲一下：（1）如何用clusterProfiler做KEGG|GO富集条形图，气泡图；（2）如何用enrichplot做gene-GO terms|gene-KEGG pathways网络图；（3）如何用GOplot绘制gene-GO terms|gene-KEGG pathways和弦图；（4）如何用heatplot绘制gene-GO terms|gene-KEGG pathways关系瀑布图。

正文：GO,KEGG富集分析条形图（barplot）和气泡图（dotplot）都只显示最显著的富集项，而用户如果想知道哪些基因与这些显著项有关，该怎么办呢？cnetplot就是将基因GO terms或KEGG pathways之间的联系描述为一个网络，体现gene-GO terms|gene-KEGG pathways的关系趋势。瀑布图（heatplot）与cnetplot类似，它将gene-GO terms|gene-KEGG pathways关系显示为热图。因为gene-GO terms|gene-KEGG pathway网络图可能会过于复杂，热图可以简化结果，更容易识别表达模式。

Part1:KEGG|GO富集条形图，气泡图

1. library(openxlsx)
2. library(clusterProfiler)
3. library(ggplot2)
4. library(enrichplot)
5. library(GOplot)
6. library(DOSE)
7. library(stringr)
8. #先把需要用到的包加载好，没有安装的依赖包一起安装一下。安装好所有的包之后，下面我们开始读取数据。
9. setwd("E:\\Bioinfo_analysis\\scripts\\corr\\corr_batch") #设置工作路径
10. fr<-read.xlsx('DEGs.xlsx',rowNames = F,colNames = T) #数据格式如下

1. gene<-bitr(fr$Genes,fromType = 'SYMBOL',toType = 'ENTREZID',OrgDb = 'org.Hs.eg.db') #基因名ID转换，把基因名转换成ENTREZID
2. GO<-enrichGO(
3. gene$ENTREZID,
4. OrgDb = 'org.Hs.eg.db',
5. keyType = "ENTREZID",
6. ont = "ALL",
7. pvalueCutoff = 0.05,
8. pAdjustMethod = "BH",
9. qvalueCutoff = 0.05,
10. minGSSize = 10,
11. maxGSSize = 500,
12. readable = TRUE
13. ) #GO富集
14. KEGG<-enrichKEGG(
15. gene$ENTREZID,
16. organism = "hsa",#我用到是数据是人的组织数据，所以这里选择‘hsa’
17. keyType = "kegg",
18. pvalueCutoff = 0.05,
19. pAdjustMethod = "BH",
20. universe,
21. minGSSize = 5,
22. maxGSSize = 500,
23. qvalueCutoff = 0.2,
24. use_internal_data = FALSE
25. ) #KEGG富集
26. barplot(GO, split="ONTOLOGY")+facet_grid(ONTOLOGY~., scale="free") #GO聚类条形图，fig1

BP:生物过程，CC：细胞组成，MF:分子功能。

dotplot(GO, split="ONTOLOGY")+facet_grid(ONTOLOGY~., scale="free") #GO聚类气泡图,fig2

barplot(KEGG,showCategory = 40,title = 'KEGG Pathway') #KEGG聚类条形图,fig3

dotplot(KEGG) #KEGG聚类气泡图,fig4

Part2:gene-GO terms|gene-KEGG pathways网络图

其实以上都是KEGG和GO相关的常规分析，GO,KEGG富集分析条形图（barplot）和气泡图（dotplot）都只显示最显著的富集项，而用户如果想知道哪些基因与这些显著项有关，该怎么办呢？下面我们再升级一下。

enrichplot::cnetplot(GO,circular=TRUE,colorEdge = TRUE)#GO通路-基因网络图，fig5

enrichplot::cnetplot(KEGG,circular=TRUE,colorEdge = TRUE)#KEGG通路-基因网络图,fig6

Fig5和fig6体现的就是KEGG和GO每个富集项中都有哪些基因，我们由此也可以推测一些基因的功能。

Part3:gene-GO terms|gene-KEGG pathways关系瀑布图

我们筛选的差异基因还是比较少的，这样的网路图看起来还是很容易区分不同的表达模式的，不过当差异基因过多的时候，这样的网络图就会显得比较乱，可能过于复杂，那我们应该怎么办呢？不用慌，我们可以用瀑布图来展示。瀑布图（heatplot）与cnetplot类似，它将gene-GO terms|gene-KEGG pathways关系显示为热图，热图可以简化结果，更容易识别表达模式。

enrichplot::heatplot(GO,showCategory = 50) #GO富集瀑布图,fig7

enrichplot::heatplot(KEGG,showCategory = 50) #kegg富集瀑布图,fig8

从Fig7和fig8中就可以更容易识别不同基因的表达模式。

Part4:gene-GO terms|gene-KEGG pathways和弦图

有些小伙伴说想让图能体现功能的同时更炫酷一点。OK,我们还可以再升级一下，此时用和弦图展示你的结果，定会让你的图片逼格升一个档次。好了，直接上代码。

GOplotIn<-GO[1:10,c(2,3,7,9)] #我们先提取GO富集结果的前10行，和提取ID,Description,p.adjust,GeneID四列。

1. GOplotIn$geneID <-str_replace_all(GOplotIn$geneID,'/',',') #把GeneID列中的’/’替换成‘,’
2. names(GOplotIn)<-c('ID','Term','adj_pval','Genes')#修改列名，后面和弦图绘制的时候需要这样的格式，不然会报错
3. GOplotIn$Category = "BP"#因为我们提取的前10列为BP,所以再加一列分类信息

1. #构建基因表达矩阵
2. genedata<-data.frame(ID=fr$Genes,logFC=fr$logFC)

circ<-GOplot::circle_dat(GOplotIn,genedata) #GOplot导入数据格式整理

chord<-chord_dat(data = circ,genes = genedata) #生成含有选定基因的数据框

好了，到此数据都整理好了，开始画和弦图。

1. GOChord( #GO富集和弦图，fig9
2. data = chord,
3. title = 'GOchord plot',
4. space = 0,#GO Term间距
5. limit = c(1,1),
6. gene.order = 'logFC',
7. gene.space = 0.25,
8. gene.size = 5,
9. lfc.col = c('red','white','blue'), #上下调基因颜色
10. #ribbon.col = brewer.pal(length(GOplotIn$Term)),#GO Term colors
11. process.label = 10 #GO Term字体大小
12. )

是不是感觉很酷炫，撒花~~~~~~~~~~~~~~~~~~

 

还可以和弦图+表格一起展示GO富集结果，往下看：

GOCircle(circ) #和弦图+表格，fig10

也可以聚类热图的形式展示，GO富集结果：

GOCluster(circ,GOplotIn$Term) #GO富集聚类图，fig11

以上就是GO和KEGG富集相关的分析，学会这些足以了，以后再也不用担心怎么去做GO，KEGG分析了。喜欢的小伙伴可以给个赞哦，有疑问和建议可以后方留言哦！