欢迎关注微信公众号“生信小王子”！里面干货更多哦！
最近，小编有很多同学问我，非模式生物如何做富集分析？
小编本身是做小麦的，也属于非模式生物的范畴。以前的话，非模式生物要用blast2go跑电子注释，而blast2go又需要使用MySQL，没有root权限的话非常的麻烦。所以非模式生物如何做富集分析也困扰了小编很久，直到一天，小编发现了Y叔的神包“clusterProfiler ”！可以轻松做富集分析！
非模式生物的话，分为两种，一种是可以在AnnotationHub上在线抓取Org.Db的非模式生物，一种是在AnnotationHub上没有Org.Db的生物。
下面我们先来讲讲可以在AnnotationHub上抓取到Org.Db的非模式生物如何做富集分析：
# 载入包
library("AnnotationHub")
library("biomaRt")
library("clusterProfiler")
library("topGO")
library("Rgraphviz")
library("pathview")
# 导入文件
data <- read.table(file,header = F,sep="t")
# 搜寻 OrgDb（比如我想查找物种 Theobroma cacao）
hub <- AnnotationHub::AnnotationHub()
query(hub,"Theobroma cacao")
我们会搜索到Org.Db“AH59191”。
# 抓取 OrgDb Thecacao.OrgDb <- hub[["AH59191"]] # 查看 OrgDb 里的Gene ID类型 columns(Thecacao.OrgDb) # 查看Gene ID 类型 columns(Thecacao.OrgDb) # ID转换（将我们的ID转换成与Org.Db一致的ID类型） data <- as.character(data$V1) data_id <- mapIds(x = Thecacao.OrgDb,keys = data,keytype = "SYMBOL",column = "ENTREZID") # 去除NA值 na.omit(data_id) # 富集（其他富集函数参见R包文档） erich.go.BP <- enrichGO(gene=data,OrgDb = Thecacao.OrgDb,keyType = "SYMBOL",ont = "BP",pvalueCutoff = 0.01,qvalueCutoff = 0.05,readable = T) # 绘制条形图 barplot(erich.go.BP) # 绘制气泡图 dotplot(erich.go.BP)
以上部分，就是可以抓取到Org.Db的物种进行富集分析的步骤。
但是，对于抓取不到的物种，我们也有方式做富集分析。以小麦GO富集分析为例：
首先在IWGSC的官网上下载最新的注释文件：https://wheat-urgi.versailles.inra.fr/Seq-Repository/Annotations
得到注释文件后，我们就可以提取到每个基因对应的GO号，这时，我们可以准备三个文件。
第一个文件：所要富集基因的列表（格式如下）
第二个文件，基因与GO号的对应关系（格式如下）.
小编之前整理的是csv文件，所以这里是逗号分隔，大家也可以用TAB分割，但是两列的顺序一定不要调换！
第三个文件，GO号与其对应注释的文件（格式如下）
有了这三个文件，我们就可以开始富集分析啦！
library("clusterProfiler")
# 导入基因列表
gene <- read.csv(file,header = T,sep=",")
gene <- as.factor(gene$V1)
# 导入注释文件
term2gene <- read.csv(file,header=F,sep=",")
term2name <- read.csv(file,header=F,sep=",")
# 富集分析
x <- enricher(gene,TERM2GENE=term2gene,TERM2NAME=term2name,pvalueCutoff = 0.01, pAdjustMethod = "BH", qvalueCutoff = 0.05)
# 设置结果输出文件
ouf <- paste(out_file,sep ="t")
# 输出结果
write.csv(x,ouf)
# 绘制条形图
barplot(x)
# 绘制气泡图
dotplot(x)
有时候，我们想做两列基因的富集结果比较时，可以用以下方式展现：
首先，我们要生成需要进行比较的两个基因列表（格式如下）
# 导入文件 gene <- read.csv(file,header = T,sep=",") # 富集分析 x <- compareCluster(gene, fun='enricher',TERM2GENE=term2gene,TERM2NAME=term2name,pvalueCutoff = 0.01, pAdjustMethod = "BH", qvalueCutoff = 0.05) # 绘制气泡图 dotplot(x, showCategory=10,includeAll=TRUE)
这样，富集分析就简单完成啦！
当然，还有很多函数和细节，小编没有细讲，有兴趣的朋友可以查看“clusterProfiler”的文档：
Statistical analysis and visualization of functional profiles for genes and gene clusters
参考资料：
Statistical analysis and visualization of functional profiles for genes and gene clusters
非模式基因GO富集分析：以玉米为例+使用OrgDb
基因的富集分析 - CSDN博客
2018-01-07 生物信息学教程-GO, KEGG, DO富集分析_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili
欢迎关注小编的微信公众号“生信小王子”！
