上一篇推文中我们解释了GO富集分析及可视化（GO富集分析及可视化），除了GO富集分析，我们经常在paper中看到KEGG分析，KEGG是什么呢，Kyoto Encyclopedia of Genes and Genomes，京都基因和基因组百科全书，是系统分析基因功能，联系基因组信息和功能信息的知识库，其中包含有大量的通路图。
我们今天来介绍如何绘制KEGG的barplot和dotplot。
library(DOSE)
library(org.Hs.eg.db)
library(clusterProfiler)
geneNames <- names(geneList)[1:100] ##数据来自DOSE这个包
enrich <- enrichKEGG(gene = geneNames,
organism = "hsa",
pvalueCutoff = .1,
qvalueCutoff = .1)
我们先来看看结果
> head(enrich)
ID Description GeneRatio BgRatio pvalue p.adjust qvalue geneID Count
hsa04110 hsa04110 Cell cycle 8/48 124/8081 5.530092e-07 6.470207e-05 5.937572e-05 8318/991/9133/890/983/4085/7272/1111 8
hsa04218 hsa04218 Cellular senescence 7/48 156/8081 3.308115e-05 1.935248e-03 1.775936e-03 2305/4605/9133/890/983/51806/1111 7
hsa04114 hsa04114 Oocyte meiosis 6/48 129/8081 1.043242e-04 4.068644e-03 3.733708e-03 991/9133/983/4085/51806/6790 6
hsa04657 hsa04657 IL-17 signaling pathway 5/48 94/8081 2.206944e-04 5.747656e-03 5.274502e-03 4312/6280/6279/6278/3627 5
hsa04061 hsa04061 Viral protein interaction with cytokine and cytokine receptor 5/48 100/8081 2.947516e-04 5.747656e-03 5.274502e-03 3627/10563/6373/4283/6362 5
hsa04914 hsa04914 Progesterone-mediated oocyte maturation 5/48 100/8081 2.947516e-04 5.747656e-03 5.274502e-03 9133/890/983/4085/6790 5
因为这个包里的数据已经是ENTREZID所以不需要对基因名称做转化，如果基因名字不是ENTREZID，需要添加一行转换基因名称的代码，把SYMBOL id转化为entrezid，代码如下：
gene <- mapIds(org.Hs.eg.db, geneNames, 'ENTREZID', 'SYMBOL')
接下来开始图形的绘制
barplot(enrich,showCategory=30) dotplot(enrich,showCategory=30)
