前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >多个基因集富集结果泡泡图绘制展示

多个基因集富集结果泡泡图绘制展示

作者头像
生信宝典
发布于 2022-01-18 12:50:38
发布于 2022-01-18 12:50:38
95700
代码可运行
举报
文章被收录于专栏:生信宝典生信宝典
运行总次数:0
代码可运行

多个基因集富集结果展示

通常我们会同时对多个基因集分别进行富集分析,结果放在一起展示。这时我们需要在富集结果后面加一列,标记该结果是哪个基因集的富集,在Excel中可以很方便地操作。如下面动图所示,分组的名字自己根据实际取名即可。

有了这个多组基因富集后整合起来的数据,就可以用BIC绘图了。数据粘贴就不展示了,直接看参数选择。

与单组富集结果相比,最大的改动就在:

  • 新增的Group列而非 log_odds_ratio列作为横轴(X-axis)信息

提交后获得结果。图中每个点代表一个富集的条目,在Y轴有对应标记。每一列是一组基因的富集结果。三组共有的富集在最上面,2组共有的富集在中间,每组特有的富集在底部。每个点的大小代表用于分析的基因集中匹配到该通路的基因数目,颜色代表富集程度。

如果希望在显示多组时,依然保留log_odds_ratio的信息,也可以。这里换一套数据更好展示(因为Group2、Group3是模拟数据,直接从Group1中抽取出来的,所以绘制出来会存在重叠)

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
GOID    Ontology    Term    Level    q    m    t    k    log_odds_ratio    p    Group
GO:0006730    biological_process    one-carbon metabolic process    4    340    57    45240    13378    1.012309306    0.001481151    Group1
GO:0007154    biological_process    cell communication    2    2169    6843    45240    13378    0.100137585    0.007326261    Group1
GO:0007165    biological_process    signal transduction    5    1955    6136    45240    13378    0.107606604    0.006325629    Group1
GO:0023052    biological_process    signaling    1    2100    6613    45240    13378    0.102820905    0.006590727    Group1
GO:0044700    biological_process    single organism signaling    2    2100    6613    45240    13378    0.102820905    0.006590727    Group1
GO:0050896    biological_process    response to stimulus    1    3251    10438    45240    13378    0.074846633    0.012472089    Group1
GO:0006730    biological_process    one-carbon metabolic process    4    340    57    45240    13378    1.212309306    0.001481151    Group2
GO:0007154    biological_process    cell communication    2    2169    6843    45240    13378    0.200137585    0.007326261    Group2
GO:0007165    biological_process    signal transduction    5    1955    6136    45240    13378    0.207606604    0.006325629    Group2
GO:0023052    biological_process    signaling    1    2100    6613    45240    13378    0.302820905    0.006590727    Group2
GO:0007165    biological_process    signal transduction    5    1955    6136    45240    13378    0.307606604    0.006325629    Group3
GO:0023052    biological_process    signaling    1    2100    6613    45240    13378    0.202820905    0.006590727    Group3
  • log_odds_ratio列依然作为横轴(X-axis)信息
  • 新增的Group列作为Shape variable,用不同的形状表示不同的组
  • Shape variable order是可选项,调节组的顺序,默认不填写或按需设置都可
  • 修改下颜色,用colorPicker设置,前面工具有介绍

提交后获得结果。图中每个点代表一个富集的条目,在Y轴有对应标记。这些条目按其log_odds_ratio的值排序后展示,log_odds_ratio高的条目在Y轴上方展示;每个点的大小代表用于分析的基因集中匹配到该通路的基因数目,颜色代表富集程度。点的形状则代表其所属的组信息。

但是这个图出现了一个问题,图例显示不全。最简单的解决办法就是把图的宽度和高度调大。

结果就正常了,可以下载PDF版、PPT版(如果选了参数)和对应的R代码

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:2021-08-08,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信宝典 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
单个基因集富集分析泡泡图绘制
富集分析是生物信息分析中快速了解目标基因或目标区域功能倾向性的最重要方法之一。其中代表性的计算方式有两种:
生信宝典
2022/01/18
9000
单个基因集富集分析泡泡图绘制
GO和KEGG富集结果如何显示基因symbol
前面在讲GO和KEGG富集倍数(Fold Enrichment)如何计算时,给大家简单介绍过GO富集分析结果如何看。
生信交流平台
2022/09/21
1.2K0
GO和KEGG富集结果如何显示基因symbol
跟SCI学heatmap|文章中常见复杂热图的绘制方式(含代码),干货较多,建议耐心一下
拿到一个新数据后,除了检查[1:4,1:4]外,也许还需要看看最后几列,另外还需要观察列名称的规律。
生信补给站
2022/04/13
7.9K0
跟SCI学heatmap|文章中常见复杂热图的绘制方式(含代码),干货较多,建议耐心一下
R语言学习 - 富集分析泡泡图
功能富集泡泡图 功能富集分析用来展示某一组基因(一般是单个样品上调或下调的基因)倾向参与哪些功能调控通路,对从整体理解变化了的基因的功能和潜在的调控意义具有指导作用,也是文章发表中一个有意义的美图。通常会用柱状图、泡泡图和热图进行展示。热图的画法之前已经介绍过,这次介绍下富集分析泡泡图, 其展示的信息是最为全面的,也是比较抓人眼球的。 做基因功能富集分析、KEGG富集分析、GSEA分析首选clusterProfiler,Y叔的良心之作,数据集更新及时,结果准确,自带语义分析合并相似条目、出图漂亮。 但有时出
生信宝典
2018/02/05
4.9K1
R语言学习 - 富集分析泡泡图
单细胞转录组 | 差异基因分析和富集分析
单细胞转录组(scRNA-seq)与普通转录组(bulk RNA-seq)在差异基因分析方面存在本质区别:
天意生信云
2025/03/20
3010
单细胞转录组 | 差异基因分析和富集分析
GO和KEGG富集倍数(Fold Enrichment)如何计算
前面我们简单介绍过ggplot2画KEGG富集柱形图,其实GO富集结果的展示相对于KEGG来说要复杂一点点,因为GO又进一步可以划分成三个类。
生信交流平台
2020/10/23
11.9K0
GO和KEGG富集倍数(Fold Enrichment)如何计算
KEGG富集结果7大分类展示
可能很多人做KEGG Pathway富集时,还没有了解过KEGG 通路数据库也有分类呢?
生信技能树
2025/01/13
5490
KEGG富集结果7大分类展示
Science杂志:富集结果条形图还可以聚类吗?
含义:作者对一组基因 PDAC KRAS-ERK UP essential genes 进行KEGG,GOBP,GOCC 以及 REACTOME 进行 ORA 功能富集分析,根据富集的 pvalue 和 logFC 对通路进行聚类( (? 这个聚类指标很迷惑,图中横坐标展示的是log2FC,但 ORA 富集结果没有这个指标,所以这里我用的-log10(adj. p-val), 故本次绘图的通路聚类在本文中没有特殊含义,纯代码技巧)。
生信技能树
2025/03/04
1030
Science杂志:富集结果条形图还可以聚类吗?
Science杂志高颜值GSEA打分排序图
关于可不可以用差异基因进行GSEA分析,我们前面讨论过:IF10+杂志文章只用统计学显著的差异基因做GSEA就合理吗?
生信技能树
2025/02/06
1880
Science杂志高颜值GSEA打分排序图
使用topGO进行GO富集分析
topGO是一个专门用于做GO富集分析的R包,它默认从GO.db中读取GO的分类和结构信息,结合富集分析的结果,它可以画出如下所示的GO有向无环图
生信修炼手册
2020/05/08
3.3K0
使用topGO进行GO富集分析
基因集富集分析(GSEA)及其可视化
基因集富集分析(Gene Set Enrichment Analysis, GSEA)是是一种计算方法,用于确定事先定义的一组基因是否在不同的样品中差异表达。
青青青山
2022/07/04
6.6K0
基因集富集分析(GSEA)及其可视化
图形解读系列 | 给你5个示例,你能看懂常用热图使用吗?
热图是一种很常见的图,其基本原则是用颜色代表数字,让数据呈现更直观、对比更明显。常用来表示不同样品组代表性基因的表达差异、不同样品组代表性化合物的含量差异、不同样品之间的两两相似性。实际上,任何一个表格数据都可以转换为热图展示。
生信宝典
2020/06/04
7.2K0
图形解读系列 | 给你5个示例,你能看懂常用热图使用吗?
突出你的新发现:高亮富集结果中的关键通路绘制
这个文章给我们提供了一种筛选与疾病高度相关的细胞亚群方法,即Scissor算法,它利用单细胞数据和 bulk RNA-seq 数据及表型信息识别与疾病高度相关的细胞亚群。关于什么是 Scissor+ cells 细胞以及 如何鉴定 Scissor+ cells 与 Scissor- cells,我们下期介绍,前面生信技能树也有相关介绍的贴子:
生信技能树
2025/02/19
1020
突出你的新发现:高亮富集结果中的关键通路绘制
[GSEAPY] 在Python里进行基因集富集分析
在生物信息学数据分析中,许多分析软件都是基于R开发的。这里介绍一个可以在Python 中进行基因富集分析的Python 软件 GSEAPY (Gene Set Enrichment Analysis in Python)
生信技能树
2023/02/27
1.8K0
[GSEAPY] 在Python里进行基因集富集分析
RNA-seq入门实战(六):GO、KEGG富集分析与enrichplot超全可视化攻略
连续两次求贤令:曾经我给你带来了十万用户,但现在祝你倒闭,以及 生信技能树知识整理实习生招募,让我走大运结识了几位优秀小伙伴!大家开始根据我的ngs组学视频进行一系列公共数据集分析实战,其中几个小伙伴让我非常惊喜,不需要怎么沟通和指导,就默默的完成了一个实战!
生信技能树
2022/07/26
14K0
RNA-seq入门实战(六):GO、KEGG富集分析与enrichplot超全可视化攻略
一文掌握GSEA通路富集分析,超详细教程!
生信宝典之前总结了一篇关于GSEA富集分析的推文——GSEA富集分析:从概念理解到界面实操,介绍了GSEA的定义、GSEA原理、GSEA分析、Leading-edge分析等,是全网最流行的原理+操作兼备教程,不太了解的朋友可以点击阅读先理解下概念 (为了完整性,下面也会摘录一部分)。
生信宝典
2021/12/27
4.7K0
一文掌握GSEA通路富集分析,超详细教程!
irGSEA:基于秩次的单细胞基因集富集分析整合框架
许多Functional Class Scoring (FCS)方法,如GSEA, GSVA,PLAGE, addModuleScore, SCSE, Vision, VAM, gficf, pagoda2和Sargent,都会受数据集组成的影响,数据集组成的轻微变化将改变细胞的基因集富集分数。
生信技能树
2023/12/05
2.8K0
irGSEA:基于秩次的单细胞基因集富集分析整合框架
【R语言】dplyr对数据分组取各组前几行
所以在画图的时候,也需要区分这三类。下面这张表就是GO富集分析得到的结果,我们可以根据ONTOLOGY这一列来分组,就可以得到BP,CC和MF三个组。然后取每一个组的前10个条目或者前5个条目来绘制柱形图或者气泡图。
生信交流平台
2022/09/21
2K0
【R语言】dplyr对数据分组取各组前几行
细胞通讯-iTALK使用方法
多细胞生物由不同类型的细胞组成,单个细胞之间的行为协调需要建立通讯网络。例如生物体的生长发育、分化、各种组织器官的形成、维持以及各种生理活动的协调,都需要高效和高精度的细胞通讯机制。
生信技能树jimmy
2020/07/02
5.5K0
细胞通讯-iTALK使用方法
跟着Nature Genetics学做图:R语言ggplot2做热图展示基因存在缺失变异
作图代码不是难点,主要是作图数据准备成什么格式。这里用来填充颜色的数据,基因不存在统一填充为0,基因存在填充为不同的群体值。
用户7010445
2023/12/19
3600
跟着Nature Genetics学做图:R语言ggplot2做热图展示基因存在缺失变异
推荐阅读
相关推荐
单个基因集富集分析泡泡图绘制
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验