非模式生物KEGG富集分析

写在前面

因为我研究的物种比较小众，很多注释不完全，R包AnnotationHub中也没有对应信息，所以无法使用公共数据库进行kegg富集分析。所以自己尝试使用KAAS造一个自己的基因集，然后再进行使用Y叔的clusterProfiler进行富集分析。我觉得这样的好处是更和自己的物种相贴切，不会有一些pathway自己物种中没有但是公共库中存在的情况（当然，也有可能应该是有这个pathway的，kegg没有注释到）。

我的大体思路

1. 使用KEGG注释网站KAAS将自己的序列对比到KEGG数据库的中，得到基因与功能蛋白（K）的关系。
2. 使用KO数据库的mapping功能，将功能蛋白（K）与pathway（ko）对应上，并得到pathway的注释信息。
3. 得到gene与pathway（ko）的对应关系。
4. 利用clusterProfiler的enricher功能分析基因富集情况。

1. KAAS自动注释

具体使用请参考这篇文章
如何使用KAAS进行KEGG注释

KAAS

KAAS程序

i基因集选择

当分析完成后你邮件会收到一个网址，打开网址得到类似这个网页

结果

html里有download KO list选项，里边就是你的基因和功能蛋白（K）的关系，没有的可能是没有和数据库中的比对到。

基因和功能蛋白（K）的关系

ko_list

2. 功能蛋白K与pathway（ko）对应

将pathway（ko）提取出来，放入https://www.genome.jp/kegg/ko.html中，将K number填入，单击map pathway。

map_pathway

点击show matched object 可以获得该pathway（ko）下的功能蛋白K信息。

该pathway（ko）下的功能蛋白K信息

将此信息整理成K2ko的形式，即每个功能蛋白K对应的pathway（ko）和pathway（ko）的注释信息term2name。（Excel和R语言均可处理，我的方法比较笨，就不在这里讲了）。

K2ko

term2name

3. 得到gene与pathway（ko）的对应关系

再将上一步得到的gene和K关系的结果准备好，使用R语言merge函数整理得到pathway（ko）和gene的对应信息term2gene。

K2gene

gene2ko=merge(k2gene,K2ko,by="K")
write.table(gene2ko,"gene2ko.tab",row.names = F,sep = "\t")

term2gene

4. 利用clusterProfiler的enricher功能分析基因富集情况。

之后利用clusterProfiler包进行一些常规分析。

library("clusterProfiler")
# 导入基因列表
gene <- read.csv("test_kegg_gene.txt",header = F,sep=",")
gene <- as.factor(gene$V1)
# 导入注释文件
term2gene <- read.csv("./kegg/ko2gene.csv",header=T,sep=",")
term2name <- read.csv("term2keggName.csv",header=F,sep=",")
# 富集分析
x <- enricher(gene,TERM2GENE=term2gene,TERM2NAME=term2name,pvalueCutoff = 0.05, 
               pAdjustMethod = "BH",qvalueCutoff = 0.2) head(x)
# 绘制条形图
barplot(x)
# 绘制气泡图
dotplot(x)

条形图

气泡图