simpleEnrichment--对GO富集分析结果进一步处理！
导语
GUIDE ╲
simplifyEnrichment可以将GO富集分析的结果简化，让用户能够得到最重要的信息！
背景介绍
通常我们进行功能富集分析，对基因集进行功能注释的时候，往往会得到大量显著富集的功能，今天小编给大家介绍的simplifyEnrichment包，就可以通过binary cut的方法，将GOSemSim得到的GO相似度矩阵进行划分，从而将GO划分为几个类，通过注释就可以知道每个类对应的功能是什么。
R包安装
###通过github安装simplifyEnrichment包
library(devtools)
install_github("jokergoo/simplifyEnrichment")
library(simplifyEnrichment)
library(GOSemSim可视化介绍
01
简化GO富集分析结果
simpleEnrichment 主要是通过对GO terms的相应语义相似度矩阵进行聚类来简化 GO 富集分析结果。我们首先从Biological Process（BP）中生成一个随机 go id 列表：
library(simplifyEnrichment)
set.seed(888)
go_id = random_GO(500)
我们可以使用 GO_similarity() 函数来计算语义相似度矩阵(或自己提供相似度矩阵)。GO_similarity() 函数封装了 GOSemSim::termSim()，输入一个go id向量即可得到结果 。
mat = GO_similarity(go_id)我们可以直接用simpleGO() 函数来执行聚类以及可视化结果。
df = simplifyGO(mat)
在热图的右侧，有词云注释，用关键字总结了每个 GO cluster中的功能。
返回的变量 df 是一个带有 go id、GO terms和cluster标签的数据框：
head(df)
## id term cluster
## 1 GO:0003283 atrial septum development 1
## 2 GO:0022018 lateral ganglionic eminence cell proliferation 1
## 3 GO:0030032 lamellipodium assembly 2
## 4 GO:0061508 CDP phosphorylation 3
## 5 GO:1901222 regulation of NIK/NF-kappaB signaling 4
## 6 GO:0060164 regulation of timing of neuron differentiation 102
聚类方法比较
在simpleEnrichment 包中，还有比较不同方法的聚类结果的函数。这里仍然使用先前生成的变量 mat。使用compare_clustering_methods() 函数即可进行各种聚类结果的比较。
结果包括：①、将不同聚类作为行注释的相似性矩阵的热图。
②、聚类结果一致性的热图
③、每种方法的差异分数的条形图
④、聚类数
⑤、相同聚类中的terms的平均相似度
compare_clustering_methods(mat)
## Cluster 500 terms by 'binary_cut'... 43 clusters, used 0.8137581 secs.
## Cluster 500 terms by 'kmeans'... 16 clusters, used 3.310741 secs.
## Cluster 500 terms by 'dynamicTreeCut'... 58 clusters, used 0.1416259 secs.
## Cluster 500 terms by 'apcluster'... 39 clusters, used 0.5024211 secs.
## Cluster 500 terms by 'hdbscan'... 13 clusters, used 0.1711211 secs.
## Cluster 500 terms by 'fast_greedy'... 29 clusters, used 0.1007149 secs.
## Cluster 500 terms by 'leading_eigen'... 30 clusters, used 0.220422 secs.
## Cluster 500 terms by 'louvain'... 29 clusters, used 0.06802702 secs.
## Cluster 500 terms by 'walktrap'... 26 clusters, used 0.2167759 secs.
## Cluster 500 terms by 'MCL'... 28 clusters, used 2.415706 secs.
如果 plot_type 参数设置为heatmap，会展示不同聚类方法下的相似度矩阵热图。 最后是一个包含cluster数量的表格。
compare_clustering_methods(mat, plot_type = "heatmap")
03
应用于多个go id列表
如果有多个 GO 富集结果列表（比如来自多组基因），并且想要比较不同列表之间的显著项。simplifyEnrichment包中有一个函数simpleGOFromMultipleLists() 可以进行这种类型的分析。
library(cola)
data(golub_cola)
res = golub_cola["ATC:skmeans"]
library(hu6800.db)
x = hu6800ENTREZID
mapped_probes = mappedkeys(x)
id_mapping = unlist(as.list(x[mapped_probes]))
lt = functional_enrichment(res, k = 3, id_mapping = id_mapping
head(lt[[1]][, 1:7])
## ID Description GeneRatio BgRatio
## GO:0033993 GO:0033993 response to lipid 50/344 909/18866
## GO:0019725 GO:0019725 cellular homeostasis 47/344 971/18866
## GO:0023061 GO:0023061 signal release 33/344 564/18866
## GO:0055082 GO:0055082 cellular chemical homeostasis 41/344 827/18866
## GO:0051046 GO:0051046 regulation of secretion 37/344 702/18866
## GO:0009725 GO:0009725 response to hormone 43/344 905/18866
## pvalue p.adjust qvalue
## GO:0033993 2.639457e-12 1.157402e-08 9.193646e-09
## GO:0019725 9.377891e-10 2.056103e-06 1.633234e-06
## GO:0023061 4.079967e-09 5.516571e-06 4.382004e-06
## GO:0055082 6.279164e-09 5.516571e-06 4.382004e-06
## GO:0051046 7.429653e-09 5.516571e-06 4.382004e-06
## GO:0009725 9.083416e-09 5.516571e-06 4.382004e-06
simplifyGOFromMultipleLists(lt, padj_cutoff = 0.001)
小编总结
simpleEnrichment包能够让我们在繁多的GO terms中找到重点，从而更好的进行下一步分析，在实际使用过程中，由于代码简单，还是非常方便的，大家可以在科研中尝试使用哟！
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2021-07-28，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
