simpleEnrichment--对GO富集分析结果进一步处理！

simpleEnrichment--对GO富集分析结果进一步处理！德云社中秋专场 作者：作图丫 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GO

德云社中秋专场

近日有关于德云社中秋专场的话题受到了许多网友们的关注，大多数网友都想要知道德云社中秋专场问题的具体情况，那么关于德云社中秋专场的相关信息，小编也是在网上收集并整理的一些相关的信息，接下来就由小编来给大家分享下小编所收集到的与德云社中秋专场问题相关的信息吧。

点击（前往）进行了解>>

以上就是关于德云社中秋专场这个话题的相关信息了，希望小编分享给大家的这些新闻大家能够感兴趣哦。

作者：作图丫

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

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：

我们可以直接用simpleGO 函数来执行聚类以及可视化结果。

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：

02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

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。

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 = hu6800ENTREZIDmapped_probes = mappedkeys(x)id_mapping = unlist(as.list(x[mapped_probes]))

lt = functional_enrichment(res, k = 3, id_mapping = id_mappinghead(lt[[1]][, 1:7])## ID Deion 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-06simplifyGOFromMultipleLists(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！

本文转载自其他网站，不代表健康界观点和立场。如有内容和图片的著作权异议，请及时联系我们（邮箱：guikequan@hmkx.cn）

达达兔 2018 http://www.xinzhiliao.com/bj/anmo/23089.html