GO分析相信是所有小伙伴都需要用到的，那么，我们如何使用R中的GOplot包绘制一张完美的GO富集分析图呢？

首先，我们打开R，用以下命令进行 G O p l o t 包的安装

install.packages('GOplot')#安装GOplot包

安装完后，我们将R包及分析好的GO数据导入library(GOplot)#导入R包

data(EC) #导入数据

head(EC$david)#查看数据结构

head(EC$genelist) #查看数据结构

circ <- circle_dat(EC$david, EC$genelist) #创建项目

head(circ)

01条形图

接下来，我们先根据富集的GO条目及pvalue绘制一张带热度的条形图

GOBar(subset(circ, category == 'BP'))#bp类别条形图

GOBar(circ, display = 'multiple')#所有类别条形图

02气泡图

还可以绘制GO富集气泡图

GOBubble(circ, labels = 3) #气泡图

GOBubble(circ, title = 'Bubble plot', colour = c('orange', 'darkred', 'gold'), display = 'multiple', labels = 3) #改变气泡颜色

GOBubble(circ, title = 'Bubble plot with background colour', display = 'multiple', bg.col = T, labels = 3) #改变背景色

可以去除冗余的条目，将所有类别的气泡画在一张图上

reduced_circ <- reduce_overlap(circ, overlap = 0.75) GOBubble(reduced_circ, labels = 2.8)

03圈图

另外，还可以绘制圈图

GOCircle(circ)

IDs <- c('GO:0007507', 'GO:0001568', 'GO:0001944', 'GO:0048729', 'GO:0048514', 'GO:0005886', 'GO:0008092', 'GO:0008047') #选择特定GO画圈图GOCircle(circ, nsub = IDs)

GOCircle(circ, nsub = 10) #选择相应数量Go画圈图

04展现GO关系

另外，我们还可以用图像展现特定的GO间的GO关系

EC$process

chord <- chord_dat(circ, EC$genes, EC$process) #建立矩阵

head(chord)

chord <- chord_dat(data = circ, genes = EC$genes) # 根据列表选择基因

chord <- chord_dat(data = circ, process = EC$process) # 根据列表选择进程

chord <- chord_dat(data = circ, genes = EC$genes, process = EC$process) # 画连线图

GOChord(chord, space = 0.02, gene.order = 'logFC', gene.space = 0.25, gene.size = 5)

GOChord(chord, limit = c(3, 0), gene.order = 'logFC') #只画参与3个以上进程的基因

chord <- chord_dat(circ, EC$genes, EC$process)

GOHeat(chord[,-8], nlfc = 0) #用热图展现

GOHeat(chord, nlfc = 1, fill.col = c('red', 'yellow', 'green')) #更改热图颜色

GOCluster(circ, EC$process, clust.by = 'logFC', term.width = 2) #展现GO聚类

GOCluster(circ, EC$process, clust.by = 'term', lfc.col = c('darkgoldenrod1', 'black', 'cyan1')) #GO聚类加热图

05展现GO结果

用韦恩图展现GO结果

l2 <- subset(circ, term == 'plasma membrane', c(genes,logFC))

l3 <- subset(circ, term == 'tissue morphogenesis', c(genes,logFC))

GOVenn(l1,l2,l3, label = c('heart development', 'plasma membrane', 'tissue morphogenesis'))

最后编辑：2022-05-11

作者：萌小白

一个热爱网络的青年！

站内专栏 邮箱