小伙伴們肯定接觸過一些GO富集圖吧，GO富集是生物研究中最常見的分析方法之一，一般來講，拿到一些基因之后，就要富集一下，看看有哪些功能。小云就經(jīng)常做GO富集圖，小云最常用的就是GO富集柱狀圖了，有時(shí)候也會(huì)畫一些氣泡圖，但翻來覆去就這幾種圖，小伙伴們會(huì)不會(huì)覺得有些枯燥呢，今天小云就給大家?guī)砹艘环N另類的GO富集圖，這就是今天的主角，GO網(wǎng)絡(luò)富集圖。

代碼如下

library("clusterProfiler")

library("org.Hs.eg.db")

library("enrichplot")

library("ggplot2")


##ID轉(zhuǎn)化

rt=read.table("symbol.txt",sep="\t",check.names=F,header=T)

genes=as.vector(rt[,1])

entrezIDs <- mget(genes, org.Hs.egSYMBOL2EG, ifnotfound=NA)

entrezIDs <- as.character(entrezIDs)

out=cbind(rt,entrezID=entrezIDs)

write.table(out,file="id.txt",sep="\t",quote=F,row.names=F)


##GO富集分析rt=read.table("id.txt",sep="\t",header=T,check.names=F)

rt=rt[is.na(rt[,"entrezID"])==F,]

gene=rt$entrezID




ego <- enrichGO(gene = gene,

? ? ? ? ? ? ? OrgDb = org.Hs.eg.db,

? ? ? ? ? ? ? pvalueCutoff =0.05,

? ? ? ? ? ? ? qvalueCutoff = 0.05,

? ? ? ? ? ? ? ont="all",

? ? ? ? ? ? ? readable =T)

write.table(ego,file="GO.txt",sep="\t",quote=F,row.names = F)


##環(huán)形網(wǎng)絡(luò)圖

geneList <- rt$logFC

names(geneList) <- rt$entrezID

cnetplot(ego,

? ? ? ? foldChange = geneList,

? ? ? ? #foldChange = NULL, #不展示倍數(shù)

? ? ? ? circular = TRUE,

? ? ? ? #node_label = FALSE, #如果太多，就不要顯示基因名了

? ? ? ? showCategory = 4, #顯示富集的term數(shù)量，默認(rèn)5

? ? ? ? colorEdge = TRUE)

ggsave("clusterProfiler_circle.pdf", width = 13, height = 11)

這樣就能畫出來圖了

這里顯示了四條GO項(xiàng)，右側(cè)發(fā)散出多條線的就是了，左側(cè)是對(duì)應(yīng)的富集到的基因，不同的GO項(xiàng)與基因之間用不同顏色的線鏈接。

點(diǎn)的顏色體現(xiàn)了差異基因的差異倍數(shù)，顏色越深，表示差異倍數(shù)越大，GO項(xiàng)對(duì)應(yīng)的點(diǎn)的大小表示對(duì)應(yīng)的基因的數(shù)量?？梢愿鶕?jù)需要調(diào)整展示出來的GO項(xiàng)的數(shù)目。

好了，這就是今天小云要向大家推薦的GO富集圖了，大家看一下，是不是與眾不同呢，小伙伴們?nèi)绻X得還不錯(cuò)的話，歡迎來和小云分享討論啊。

特別說明：本代碼經(jīng)申請(qǐng)軟件著作權(quán)，僅轉(zhuǎn)讓使用權(quán)，不轉(zhuǎn)讓所有權(quán)

如需代碼及示例數(shù)據(jù)等文件，請(qǐng)掃碼聊天框回復(fù) “代碼”領(lǐng)取！?

寫在文末：

如果您近期想做生信方面的文章而苦于沒有思路，或者不知道如何來入手生信分析，或者兌具體的某一個(gè)圖有作圖需求，都可以掃碼咨詢小云，我們有專業(yè)的技術(shù)團(tuán)隊(duì)，生信熱點(diǎn)思路設(shè)計(jì)、生信分析、熱點(diǎn)方向生信挖掘等，如有需要，可掃碼下方二維碼了解詳情 !