试读

【R>>lapply】lapply还可以这么玩

2021-07-31  本文已影响0人  高大石头

加载R包有很多种方式,比较常用的有:

rm(list = ls())
lapply(c('clusterProfiler','enrichplot','patchwork','tidyverse'), function(x){
  library(x,character.only=T)
})

富集分析后感觉好像不知道往下怎么做了?其实也好办,将每个基因在不同通路中富集的次数计算一下,找到出现次数最多的前几个基因。

data(geneList,package = "DOSE")
genelist <- geneList[abs(geneList)>1]
kegg <- gseKEGG(gene = genelist,
                   organism = "hsa",
                   nPerm=10000,
                   minGSSize = 10,
                   maxGSSize = 200,
                   pvalueCutoff = 0.05,
                   pAdjustMethod = "none")
kegg1 <- as.data.frame(kegg)
x <- kegg1$core_enrichment
x1 <- as.data.frame(sort(table(unlist(strsplit(x,"/",fixed = T))),decreasing = T))

最后将ENTREZID转为SYMBOL。

bitr(x1$Var1[1:5],fromType = "ENTREZID",toType = "SYMBOL",OrgDb = "org.Hs.eg.db")

备注:平时这样操作,可以多熟悉lapply的功能,还是很有裨益的。
参考链接:
什么?1.3万基因都是你的靶基因?(原文参考生信技能树公众号)

上一篇下一篇

猜你喜欢

热点阅读