如何基于R包做GO分析？实现秒出图

go · 浏览次数 : 0

小编点评

GO分析是一种生物信息学方法，用于研究基因及其产品在生物体内的功能和位置。基因本体论（Gene Ontology，GO）是一个标准化的术语体系，分为细胞成分（CC）、生物学过程（BP）和分子功能（MF）三个层次。本文将介绍如何使用R clusterProfiler包进行GO功能富集分析、制作OrgDb包并可视化结果。 1. 首先，提取基因名并建立“基因.txt”文件。这将有助于后续的GO分析。 2. 使用R语言将基因名转换为基因ID。这可以通过加载已转换的targetSymbol文件，提取基因名，并使用org.Hs.eg.db包将其转换为基因ID来实现。 3. 将id.txt文件导入GoClust包进行GO功能富集分析。这将帮助我们了解基因在生物体内的作用和功能。 4. 得到GO文件后，可以使用R包绘制气泡图和柱状图，以便更直观地展示结果。 5. 下一篇笔记将介绍如何应用R语言进行KEGG分析。敬请关注。文章来源：皮蛋笔记。如有疑问，请联系作者。

正文

GO分析

基因本体论（Gene Ontology, GO）是一个用于描述基因和基因产品属性的标准术语体系。它提供了一个有组织的方式来表示基因在生物体内的各种角色。基因本体论通常从三个层面对基因进行描述：细胞成分（Cellular Component，CC）、生物学过程（Biological Process，BP）和分子功能（Molecular Function，MF）。

示例：

细胞成分（Cellular Component，CC）：这个层面描述了基因产物（如蛋白质）在细胞内的定位。例如，它们可能位于细胞核、细胞质、线粒体膜或其他细胞器上。这有助于了解基因产物在细胞内的作用和功能。

生物学过程（Biological Process，BP）：这个层面描述了基因参与的生物学过程。这些过程可能包括细胞生长、信号传导、基因表达调控、代谢途径等。通过了解基因参与的生物学过程，我们可以更好地理解生物体的生理功能和疾病发生机制。

分子功能（Molecular Function，MF）：这个层面描述了基因产物在分子层面的功能，通常涉及到与其他分子的相互作用或催化生化反应。例如，某个基因产物可能是一个酶，它能够催化某个特定的生化反应；或者它可能是一个结构蛋白，参与细胞骨架的组装和维持。

本期将介绍使用R clusterProfiler包对基因进行GO功能富集分析、OrgDb包制作以及结果可视化。使用R clusterProfiler包对基因进行富集，需要导入目的基因（前景基因）相对应物种的参考基因组（背景基因），现阶段“Bioconductor”已有十几种常见动物，如人类、小鼠等物种的OrgDb。但仍然有许多物种不在Bioconductor的OrgDb列表里，但存在参考基因组，如山羊，绵羊等，因此大家可以选择性使用。

上篇文章我们已经用Perl脚本将蛋白名批量转化为了基因名，下面首先用R语言将基因名找到基因ID，以作后续分析。

1.在上篇文章转换的结果targetSymbol文件中提取基因名，如图所示，建立“基因.txt”文件

2.导入文件，运行代码，得到id.txt文件

library("org.Hs.eg.db")    ##载入物种包
##id转换
rt=read.table("基因.txt",sep="\t",check.names=F,header=F)   ##读取数据
genes=as.vector(rt[,1])
entrezIDs <- mget(genes, org.Hs.egSYMBOL2EG, ifnotfound=NA)
entrezIDs <- as.character(entrezIDs)
out=cbind(rt,1,entrezID=entrezIDs)
colnames(out)=c("symbol","logFC","entrezID")
write.table(out,file="id.txt",sep="\t",quote=F,row.names=F)