R包-KEGG的超几何检验和基因富集分析（菜鸟篇）

什么是基因富集分析？

 基因富集分析(gene set enrichment analysis)是在一组基因或蛋白中找到一类过表达的基因或蛋白。一般是高通量实验，如基因芯片，RNA-Seq，蛋白质组学（质谱结果）的后续步骤。基因富集分析需要我们提供某一类功能基因的集合用于背景，常用的注释数据库如： 

 The Gene Ontology Consortium: 描述基因的层级关系

Kyoto Encyclopedia of Genes and Genomes: 提供了pathway的数据库。

今天我来整理一下用R语言做KEGG超几何检验和基因富集分析的方法附代码：

Kyoto Encyclopedia of Genes and Genomes (KEGG)

将差异表达基因进行KEGG富集分析，可以把差异显著的pathway进行富集，有助于找到实验条件下显著性差异变化的生物学调控通路。

用R语言的clusterProfiler包进行KEGG超几何检验和富集分析：

1.准备所需要的数据：

view(deg):deg是Limma包分析后得到的差异基因

deg

2.注释ID-ENTREZID即注释基因所对应的通路编号entrezid-id

> library(ggplot2)

> library(clusterProfiler)

> library(org.Hs.eg.db)

> s2e <- bitr(unique(deg$symbol), fromType = "SYMBOL"，

+             toType = c( "ENTREZID")，

+             OrgDb = org.Hs.eg.db)

'select()' returned 1:1 mapping between keys and columns

> DEG <- merge(s2e,deg,by.y="symbol",by.x="SYMBOL")

---

3.上调基因的KEGG基因富集：

#####上调基因或者下调基因：只需要修改所选择的ENTREZID即可

例如：上调基因

gene_up <- DEG[DEG$group =="UP",]

kk.up <- enrichKEGG(gene        = gene_up$ENTREZID,

                    organism    = 'hsa',

                    #universe    = gene_all,

                    pvalueCutoff = 0.9,

                    qvalueCutoff =0.9)#P值或者Q值阈值可以根据富集的结果进行主观修改

head(kk.up)[,1:6]

dotplot(kk.up)#气泡图

barplot(kk.up)#条形图

---

#全部的差异基因

kk.diff <- enrichKEGG(gene = gene_diff,

                                   organism = 'hsa',

                                  pvalueCutoff = 0.99,

                                 qvalueCutoff =0.99)

barplot(kk.diff， showCategory =10)#条形图

dotplot(kk.diff，showCategory =10)#气泡图

---

KEGG条形图

KEGG条形图的解读

#横轴为该pathway的差异基因个数，

#纵轴为富集到的pathway的描述信息，

#showCategory指定展示的pathway的个数，默认展示显著富集的top10个，即p.adjust最小的10个。

#注意的颜色对应p.adjust值，从小到大，对应蓝色到红色

KEGG点图

KEGG点图的解读

#横轴为GeneRatio, 代表该pathway下的差异基因个数占差异基因总数的比例，

#纵轴为富集到的pathway的描述信息， 

#showCategory指定展示的pathway的个数，默认展示显著富集的top10个，即p.adjust最小的10个。

#图中点的颜色对应p.adjust的值，从小到大，对应蓝色到红色，大小对应该GO terms下的差异基因个数，个数越多，点越大。

---

差异基因KEGG富集分析得到的通路集