CBNplot：揭示富集分析中各通路的调控关系

说在前面

Immugent在之前一篇推文中：CBNplot：可视化富集通路中基因的调控关系，介绍了如何使用CBNplot展示某一条通路中的基因之间的调控关系。但是在实际应用中，我们往往很难一下子就精准的找到目标功能通路，而是需要在很多个差异通路中进行初筛。那么在今天的这期推文中，Immugent将会介绍如何使用CBNplot对差异通路之间的调控关系进行展示。

本期推文还是基于上一期产生的富集结果，如果小伙伴们想实操本期的代码还需要先跑一下上一期的流程，下面开始进行本次的代码展示：

---

代码展示

其实同样是Y叔开发的软件clusterProfiler中就能展示各差异通路之间的关系，但是只是初步展示哪些通路之间有关系，而无法准确揭示通路之间的上下游关系。

emapplot(pway)

image.png

而CBNplot的bnpathplot函数，则可以推断出的各通路之间的关系，以及路径之间的信号强度。可以通过bnpathplot绘制法线图，传递clusterProfiler或ReactomePA的结果、表达式值和推断中包含的候选行。nCategory指定要绘制的类别的数量(1:nCategory)，按p-value排序。expRow则表示表达式矩阵的行名中使用了哪些标识符。

bnpathplot(results = pway,
           exp = vsted,
           expSample = incSample,
           nCategory = 30,
           R = 10,
           labelSize=5,
           expRow = "ENSEMBL")
           
#For the messy plot, the label can be modified using shadowText=TRUE.
bnpathplot(results = pway,
           exp = vsted,
           expSample = incSample,
           nCategory = 30,
           R = 10,
           labelSize=3,
           shadowText=TRUE,
           expRow = "ENSEMBL")

image.png image.png

还可以对GO,KEGG，甚至GSEA的结果进行展示。

bnpathplot(results = pwayGO,
           exp = vsted,
           expSample = incSample,
           nCategory = 30,
           R = 10,
           expRow = "ENSEMBL")
           
bnpathplot(results = pwayGSE,
           exp = vsted,
           expSample = incSample,
           nCategory = 30,
           R = 10,
           expRow = "ENSEMBL",
           shadowText = TRUE,
           color = "enrichmentScore")                 

image.png image.png

对于Reactome，还可以通过指定compareRef=TRUE来绘制通路之间的关系。这里，虚线表示引用中没有的关系，实线表示引用中存在的关系。

bnpathplot(results = pway,
           exp = vsted,
           expSample = incSample,
           nCategory = 30,
           R = 10,
           compareRef=T,
           expRow = "ENSEMBL")

image.png image.png

CBNplot还可以通过指定sizeDep=TRUE来反映路径内基因的整体依赖性得分。必须为dep变量提供depmap::depmap_crispr或其他描述依赖性评分的数据。使用通路中基因的平均得分。

bnpathplot(results = pwayGO,
           exp = vsted,
           expSample = incSample,
           nCategory = 30,
           R = 50,
           sizeDep = T,
           dep = dep,
           expRow = "ENSEMBL")
 
library(DOSE)
pwayDO <- enrichDO(gene = cand.entrez)
ReaAndDO <- bnpathplot(results = c(pway, pwayDO), exp = vsted, expSample = incSample,
           nCategory = c(20, 20), R = 50)
ReaAndDO

image.png image.png

---

小结

在本期推文中，Immugent演示了如何使用CBNplot对差异通路之间的关系进行展示。其实在很多情况下，我们在刚拿到测序数据都没有准确的假说，因此我们只能通过分析所有的差异通路，看是否有和某一功能相关的几条通路全都出现富集的情况。那么往往调控这些类似功能通路的都是一些特定的基因，进一步的通过CBNplot寻找这些套路的上下游关系就可以准确揭示最上游或者最关键的功能通路了。

好啦，本期推文到这就结束啦，在下一期推文中Immugent将会使用CBNplot对差异基因/通路和临床特征进行关联分析，敬请期待！