GO富集分析可视化：R语言GOplot包

找R语言做弦图的教程的时候发现了这个包：GOplot。其主要功能是可视化GO富集分析的结果。自己应该会用得到。
第一步是学习其帮助文档中的例子，然后学习如何准备自己的数据，并利用这个包中的函数来绘图

查看帮助文档

library(GOplot)
help(package="GOplot")

重复帮助文档中的教程

data(EC)
class(EC)
dim(EC$david)
dim(EC$genelist)
circ<-circle_dat(EC$david,EC$genelist)
class(circ)
head(circ)

  category         ID              term count  genes
1       BP GO:0007507 heart development    54   DLC1
2       BP GO:0007507 heart development    54   NRP2
3       BP GO:0007507 heart development    54   NRP1
4       BP GO:0007507 heart development    54   EDN1
5       BP GO:0007507 heart development    54 PDLIM3
6       BP GO:0007507 heart development    54   GJA1
       logFC adj_pval     zscore
1 -0.9707875 2.17e-06 -0.8164966
2 -1.5153173 2.17e-06 -0.8164966
3 -1.1412315 2.17e-06 -0.8164966
4  1.3813006 2.17e-06 -0.8164966
5 -0.8876939 2.17e-06 -0.8164966
6 -0.8179480 2.17e-06 -0.8164966

我们自己的数据按照这个格式准备应该就可以

• 柱形图

GOBar(subset(circ,category=="BP"))

image.png

横坐标字体有点大，试了一下用ggplot2的主题来调节

GOBar(subset(circ,category=="BP"))+
  theme(axis.text.x = element_text(size=5))

image.png

猜测这个GOBar函数其实就是ggplot2柱形图函数的封装

• 气泡图

GOBar(subset(circ,category=="BP"))

image.png

试了一下一下调节图例的位置，没有成功

GOBar(subset(circ,category=="BP"))+
  theme(axis.text.x = element_text(size=5))

• 气泡图分面

GOBubble(circ, title = 'Bubble plot', colour = c('orange', 'darkred', 'gold'), display = 'multiple', labels = 3)

image.png

• 背景还可以添加颜色

GOBubble(circ, title = 'Bubble plot with background colour', display = 'multiple', bg.col = T, labels = 3)

image.png

以上的图用ggplot2应该也可以实现，但这个包可以一条命令出图，非常方便

接下来是弦图

chord <- chord_dat(circ, EC$genes, EC$process)
head(chord)
pdf("chord1.pdf",height = 13,width = 13)
GOChord(chord, space = 0.02, gene.order = 'logFC', gene.space = 0.25, gene.size = 5)
dev.off()

image.png

热图

GOHeat(chord[,-8], nlfc = 0)

image.png

聚类图

GOCluster(circ, EC$process, clust.by = 'logFC', term.width = 2)

image.png

韦恩图

l1 <- subset(circ, term == 'heart development', c(genes,logFC))
l2 <- subset(circ, term == 'plasma membrane', c(genes,logFC))
l3 <- subset(circ, term == 'tissue morphogenesis', c(genes,logFC))
GOVenn(l1,l2,l3, label = c('heart development', 'plasma membrane', 'tissue morphogenesis'))

image.png

对这个包的简单评价：一条函数出图非常方便，但是如何准备自己的数据可能会比较麻烦！

欢迎大家关注我的公众号
小明的数据分析笔记本

公众号二维码.jpg