GO分析-GOseq的使用教程[通俗易懂]

GO分析-GOseq的使用教程[通俗易懂]GOseq的介绍GOseq是一个R包,用于寻找GOterms,即基因富集分析。此方法基于Walleniusnon-centralhyper-geometricdistribution。相对

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

GOseq的介绍

GOseq是一个R包,用于寻找GO terms,即基因富集分析。此方法基于 Wallenius non-central hyper-geometric distribution。相对于普通的超几何分布(Hyper-geometric distribution),此分布的特点是从某个类别中抽取个体的概率与从某个类别之外抽取一个个体的概率是不同的,这种概率的不同是通过对基因长度的偏好性进行估计得到的,从而能更为准确地计算出 GO term 被差异基因富集的概率。

 

1.GOseq的安装

>BiocManager::install("goseq")

2.参考数据集

这里我们采用GOseq包里的内置数据集genes来做GO分析

1 library(goseq)
2 data(genes)
3 head(genes)
4 str(genes)

GO分析-GOseq的使用教程[通俗易懂]

 

 这里genes数据集是EMSEMBL gene的向量集合,其中1代表差异表达

3.通过getgo函数获得GO terms

getgo的用法:

1 getgo(genes, genome, id,fetch.cats=c("GO:CC","GO:BP","GO:MF"))

genes:genes是输入的gene向量或列表

genome:参考基因组,比如hg38,hg19

id:输入基因的类型,比如ensGene

fetch,cats:fetch.cats是”GO:CC”, “GO:BP”, “GO:MF” & “KEGG”的一系列组合

这里用supportedOrganisms()函数来查看支持的genome和id

结果:结果是一个列表,包含每一个gene对应的所有的GO ID,这个值是goseq函数中gene2cat参数的输入值

举例:

1 genes <- c("ENSG00000124208", "ENSG00000182463", "ENSG00000124201", "ENSG00000124205", "ENSG00000124207")
2 getgo(genes,'hg19','ensGene')

GO分析-GOseq的使用教程[通俗易懂]

 

 这里显示了每一个gene参与到的所有GO ID

3.通过getlength函数检索gene的长度

getlength用法:

1 getlength(genes, genome, id)

 

结果:结果是一个向量,包含所有基因的长度,如果某个基因的长度无法检索到,用NA代替。这个向量是nullp函数中bias.data的输入值。

举例:

1 genes <- c("ENSG00000124208", "ENSG00000182463", "ENSG00000124201", "ENSG00000124205", "ENSG00000124207")
2 getlength(genes,'hg19','ensGene')

GO分析-GOseq的使用教程[通俗易懂]

 

 这里基因长度出现了3036.5,是因为这里基因长度取得是转录本长度的中位数。

4.使用nullp函数(Probability Weighting Function)计算概率加权函数

nullp函数介绍:

Calculates a Probability Weighting Function for a set of genes based on a given set of biased data (usually gene length) and each genes status as differentially expressed or not.

nullp函数用法:

1 nullp(DEgenes, genome, id, bias.data=NULL,plot.fit=TRUE)

 

DEgenes:DEgenes的格式是一个二元向量,其中1代表差异表达,0代表非差异表达,还有包括gene id,格式与内置数据集genes一样

bias.data:bias.data是一个数值向量,通常是基因转录本长度的中位数,单位是bp.如果设置bias.data=NULL,nullp函数将通过getlength函数来获取gene的长度。所以这里默认设置为bias.data=NULL

plot.fit:plot.fit这里将pwf作图,默认设置为plot,fit=TRUE

一般nullp函数后面的参数都选择默认,只用选择设置DEgenes, genome和 id即可

结果:结果是一个数据框,行名为gene id,列名为”DEgenes”, “bias.data” 和 “pwf”,这个数据框对象是goseq函数的输入,用来计算富集的GO terms,也可以作为plotPWF的输入,用来进一步作图。

举例:

 

1 data(genes)
2 pwf <- nullp(genes, 'hg19', 'ensGene')

 

GO分析-GOseq的使用教程[通俗易懂]

 

 GO分析-GOseq的使用教程[通俗易懂]

 

 5.使用goseq函数进行GO富集分析

goseq函数介绍:

Does selection-unbiased testing for category enrichment amongst differentially expressed (DE) genes for RNA-seq data. By default, tests gene ontology (GO) categories, but any categories may be tested.

goseq函数用法:

1 goseq(pwf, genome, id, gene2cat = NULL,test.cats=c("GO:CC", "GO:BP", "GO:MF"),method = "Wallenius", repcnt = 2000, use_genes_without_cat=FALSE)

pwf:这里的pwf是由nullp函数得到的结果,为一个数据框

gene2cat:这里的gene2cat是由getgo函数得到的结果,如果设置gene2cat=NULL,goseq函数将会自动地用getgo函数来获得GO ID,默认设置是gene2cat=NULL

method:这里method有三种选择,”Wallenius”, “Sampling” 和 “Hypergeometric”.这里”Sampling” 和 “Hypergeometric”方法几乎从没被使用过

一般goseq函数后面的参数都可以选择默认,只用选择pwf,genome和id这三个参数就可以

举例:

1 data(genes)
2 pwf <- nullp(genes,'hg19','ensGene')
3 pvals <- goseq(pwf,'hg19','ensGene')
4 head(pvals)

GO分析-GOseq的使用教程[通俗易懂]

 

 这里的选择over_represented_pvalues<0.05就是具有统计学意义的GO ID了

1 enriched.GO<-pvals[pvals$over_represented_pvalue<0.05,]

GO分析-GOseq的使用教程[通俗易懂]

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/166541.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

  • chmod 755 究竟是什么鬼?

    chmod 755 究竟是什么鬼?有个校招的同事问我:(1)使用ls–l查看文件,前面显示的-rwxrwxr-x是什么意思?(2)chmod755xxx.sh又是什么意思?1分钟简单说下,这两个…

  • Java我的高效编程之环境搭建

    Java我的高效编程之环境搭建

    2020年11月12日
  • onshow「建议收藏」

    onshow「建议收藏」当小程序启动或者从后台重新进入的时候会触发事件

  • 什么是光栅化?_光栅成像

    什么是光栅化?_光栅成像光栅化首先,光栅化(Rasterize/rasteriztion)。这个词儿Adobe官方翻译成栅格化或者像素化。没错,就是把矢量图形转化成像素点儿的过程。我们屏幕上显示的画面都是由像素组成,而三维物体都是点线面构成的。要让点线面,变成能在屏幕上显示的像素,就需要Rasterize这个过程。就是从矢量的点线面的描述,变成像素的描述。如下图,这是一个放大了1200%的屏幕,前面是告诉计算机我有一个圆形,后面就是计算机把圆形转换成可以显示的像素点。这个过程就是Rasterize。参考链接如何理解Open

    2022年10月19日
  • 动态规划经典题目_动态规划详解

    动态规划经典题目_动态规划详解一个机器人位于一个 m x n 网格的左上角 (起始点在下图中标记为 “Start” )。机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角(在下图中标记为 “Finish” )。问总共有多少条不同的路径?示例 1:输入:m = 3, n = 7输出:28示例 2:输入:m = 3, n = 2输出:3解释:从左上角开始,总共有 3 条路径可以到达右下角。向右 -> 向下 -> 向下向下 -> 向下 -> 向右向下 -> 向右 -&gt

  • poj 3414 Pots (bfs+线索)

    poj 3414 Pots (bfs+线索)

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号