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)


相关推荐

  • VS开发中遇到无法解析外部符号问题(LNK错误)

    VS开发中遇到无法解析外部符号问题(LNK错误)在VS开发中,很容易遇到外部符号无法解析的问题,而这些问题大部分都是引用库失败导致的,只需正确的加载到了库,这类问题就可以解决了但也存在非库的原因,比如编码问题关于VS编码格式以及VS修改行尾编码格式问题如图解决办法代码文件保存行尾不一致导致的,行尾改为Windows(CRLF)。修改后即可编译通过…

  • 22款终端生产力工具,效率飞起!

    点击上方“全栈程序员社区”,星标公众号 重磅干货,第一时间送达 译文:switowski.com/blog/favorite-cli-tools 程序员在搞开发时,终端CLI工具的…

  • 初识ABP vNext(9):ABP模块化开发-文件管理

    初识ABP vNext(9):ABP模块化开发-文件管理

    2020年11月20日
  • 原生JDBC连接数据库

    原生JDBC连接数据库JDBC概述概述JDBC(JavaDataBaseConnectivity,java数据库连接)是SUN公司开发的,一种用于执行SQL语句的JavaAPI JDBC是Java访问数据库的标准规范,可以为不同的关系型数据库提供统一访问,它由一组用Java语言编写的接口和类组成 JDBC需要连接驱动,驱动是两个设备要进行通信,满足一定通信数据格式,数据格式由设备提供商规定,设备提供…

  • linux c 报错 warning: large integer implicitly truncated to unsigned type[-Woverflow]

    linux c 报错 warning: large integer implicitly truncated to unsigned type[-Woverflow]警告的原因是:整数溢出整数溢出:当整数达到它所能表述的最大值时,会重新从起点开始#include<stdio.h>intmain(void){ unsigneda=12345678910; printf(“a=%d\n”,a); return0;}该程序输出以后并不是输出a=12345678910而是:上面的代码还不足以说明清楚下面才是重头戏:#include<stdio.h>intmain(void){ inta=2

  • robotium有源码

    robotium有源码Robotium环境搭建及有源码测试用例编写:http://blog.sina.com.cn/s/blog_68f262210102v6yf.htmlAndroid自动化测试之Robotium学习:http://www.2cto.com/kf/201209/157011.htmlRobotium:http://www.2cto.com/kf/201304/205363.ht

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