本期教程

前言

今天学习aPEAR包，绘制KEGG和GO功能富集网络图，用起来还是比较方便的，直接将clusterProfiler富集结果进行绘制，对人类、动物等分析结果非常方便。对于模式植物，使用自己制作的GO或KEGG背景文件进行富集分析，理论上也是可行的，今天尝试一下，没成功，后面继续进行尝试。

教程原文网址aPEAR包绘制功能富集网络图(点击链接)

学习网址

1. Github (点击即可进入)

https://github.com/kerseviciute/aPEAR

2. https://cloud.r-project.org/(点击即可进入)

基础教程

根据的官方教程，使用aPEAR包绘制富集网络图是很方便的，尤其是人类、动物等。

1. 安装aPEAR包

##'@安装aPEAR包
library(devtools)
install_github('ievaKer/aPEAR')

2. 加载所需的包

library(aPEAR)
library(clusterProfiler)
library(org.Hs.eg.db)
library(DOSE)
library(ggplot2)

3. 加载数据

##'@加载测试数据
data(geneList)
##'@查看数据
head(geneList)

4. 功能富集

##'@进行功能富集
enrich <- gseGO(geneList, OrgDb = org.Hs.eg.db, ont = 'CC')
##'@查看富集结果

5. 绘图

enrichmentNetwork(enrich@result, drawEllipses = TRUE, fontSize = 2.5)

6. 根据p值修改颜色

enrichmentNetwork(enrich@result, 
colorBy = 'pvalue', 
colorType = 'pval', 
pCutoff = -5)

7. 根据ggplot修改颜色

enrichmentNetwork(enrich@result, 
                  colorBy = 'pvalue', 
                  colorType = 'pval')+
  scale_color_gradientn(colours = c("#B83D3D",'white','#1A5592'),
                        name = "pvalue")

8. Visualize pathway clusters with plotPathClusters()

set.seed(238923)
plotPathClusters(
  enrichment = enrich@result,
  sim = clusters$similarity,
  clusters = clusters$clusters,
  fontSize = 4,
  outerCutoff = 0.01, # Decrease cutoff between clusters and show some connections
  drawEllipses = TRUE
)

参考：

1. https://github.com/kerseviciute/aPEAR
2. https://cloud.r-project.org/web/packages/aPEAR/vignettes/aPEAR-vignette.html
3. https://mp.weixin.qq.com/s/GVOyfghR0ELLRZLZmTrzew
4. https://mp.weixin.qq.com/s/wnNhYP5QJ7afs_X28j7nnA

往期文章：

1. 复现SCI文章系列专栏

2. 《生信知识库订阅须知》,同步更新，易于搜索与管理。

3. 最全WGCNA教程（替换数据即可出全部结果与图形）

• WGCNA分析 | 全流程分析代码 | 代码一

• WGCNA分析 | 全流程分析代码 | 代码二

• WGCNA分析 | 全流程代码分享 | 代码三

• WGCNA分析 | 全流程分析代码 | 代码四

• WGCNA分析 | 全流程分析代码 | 代码五(最新版本)

---

4. 精美图形绘制教程

• 精美图形绘制教程

5. 转录组分析教程

转录组上游分析教程[零基础]

小杜的生信筆記 ，主要发表或收录生物信息学的教程，以及基于R的分析和可视化（包括数据分析，图形绘制等）；分享感兴趣的文献和学习资料!!