分析记录 | 差异分析和KEGG GO

物种Verticillium dahliae Kleb

1.deseq2差异分析

1. 只有count数据。按照count数据建立col data表格。
2. 因为col data表格只有condition分组。修改代码。
3. pheatmap的标注更改，同样因为没有lane分组数据。
   
   

   DraggedImage.png
4. 为啥要normalize？参数normalized=TRUE
   
   

   DraggedImage-1.png

2.DAVID GO分析

2.1 GO分析

1. DAVID，导入gene list。若为gene symbol，选择 official gene symbol。分析后界面如下：
   
   

   DraggedImage-2.png
   
   选择需要的结果下载。
   疑问：GOTERM-BP-DIRECT,1,2,3,4,5的意义。这次选择了direct下载，看起来，包含的数据是最多的。
2. 得到的结果文件GO-CC
   
   

   DraggedImage-3.png
   
   疑问：Count，List-total，Pop-hits，Pop-total的意义
   理解：
   1.Count：即List-hits，也就是我们提交gene list中进入CC分类的某Term的数量。（Direct表可能按阈值过滤了一些不靠谱的，因此表中count总数小于list-total）
   2.List-total：提交gene list中进入CC分类的所有term的总数量
   3.Pop-hits：目前已被注释进入CC分类某Term的gene 数量
   4.Pop-total：目前已被注释进入CC分类的总gene数量
   疑问：作图的gene ratio如何得到
   理解：Count除List-total
3. term转换：将term按波浪号分开，只取后半部分
   
   

   DraggedImage-4.png
   

   DraggedImage-5.png
   
   用到了sapply和匿名函数。
   难题：直接得到的并不是向量，经过双方框后，变成matrix，然后取第二行
4. 基因比率：count除list total。count的总和并不等于list total，可能是有一部分进入GO——CC分类的基因被过滤掉。
5. 调整generatio计算。
6. ggplot调整x，y轴名称（gene ratio和term） 分组涉及onco列名。注意是否一致。

3.KEGG

1. 网站，找到物种，点击字母缩写，Brite hierarchy，KEGG Orthology (KO)，download htext下载。
2. 问题：导入的geneid后一直报错no gene can be mapped。首先需要是gene symbol。导入的dataframe需要转化成charactor 向量
   
   

   DraggedImage-6.png
3. 用其他kegg分析结果作图
   问题1.读入表格，stringasfactor F (不然看起来是字符实际是factor，在转数值as numeric时候，数字会按照factor的顺序变成12345）
   问题2.ggplot中的reorder（更改x或y轴标签的排列顺序）

屏幕快照 2017-11-01 上午9.16.09.png

4.clusterprofile 建库 GO分析

1. 参照Y叔公众号link。详细可见6Orgdb-GO.R
   
   

   DraggedImage-7.png
   
   OrgDb这里写maize
2. MF只出来两条，分面画图会变宽。
   facet_grid(onco ~ ., scales = "free", space = "free")
   space free

参考

1. 微信：DAVID进行GO分析链接 已记入onenote-biosoft
2. DAVID官网analysis tool help 链接
3. deseq2 链接
4. clusterprofiler link