clusterProfiler非模式物种 KEGG与GO富集分析

非模式物种 KEGG与GO富集分析

1.问题

做基因的GO或者kegg富集分析,需要基因组当中所有基因的GO与KEGG数据库的注释信息,对于做模式物种的人来说很简单,有现成的注释结果,直接使用就可以,比如人里面可以直接用clusterProfiler进行基因集的富集分析;但是,对于非模式动物与植物的研究对象往往没有现成的注释结果,就没法直接进行富集分析;

因此学会基因功能批量注释非常重要;这里介绍一种方法可以针对所有的非模式物种进行GO和KEGG富集分析;

2.基因批量注释


使用eggNOG对基因组进行注释,要想进行富集分析,首先要有背景数据集的GO注释和KEGG注释,这里选用eggNOG进行注释。

是在线服务器,点点鼠标上传就能注释,无需复杂配置。eggNOG虽然是web server,但一次最多可以注释10万条序列,应该是完全可以满足需求的。

网站:http://eggnog-mapper.embl.de/


将自己的基因对应的cds序列或者蛋白序列提交到该网站即可注释:

attachments-2021-07-ATwKTUHE60de85140c571.png


有时候在线注释排队等候时间太久:

可以参考这里本地计算机批量注释:https://www.omicsclass.com/article/1515 




3.GO富集分析需要准备的文件:

研究物种基因组中所有基因对应的GO文件:

go2gene.tsv  :  通过eggNOG注释结果文件整理得到

GO GENE
CLASS
GO:0000165 Pg_S3686.2
biological_process
GO:0003674 Pg_S3686.2 
molecular_function
... ... ...


go2name.tsv:GO term对应的功能描述文件

首先需要去GO下载GO的obo文件,这里我使用go-basic.obo然后我写了个脚本可以把obo文件解析为如下格式:

http://purl.obolibrary.org/obo/go/go-basic.obo



GO DESC CLASS
GO:0000001 mitochondrion inheritance biological_process
GO:0000007 low-affinity zinc ion transmembrane transporter activity molecular_function


4. KEGG富集分析需要的文件


ko2gene.tsv : 通过eggNOG注释结果文件整理得到

Pathway GENE
ko00920 Pg_S3686.2
ko01100 Pg_S33386.2

pathway2name.tsv   ko通路对应的名称: https://www.genome.jp/kegg/pathway.html

pathway
DESC 
ko00440 Phosphonate and phosphinate metabolism
ko00450 Selenocompound metabolism
ko00460 Cyanoamino acid metabolism
ko00471 D-Glutamine and D-glutamate metabolism
ko00472 D-Arginine and D-ornithine metabolism
ko00473 D-Alanine metabolism
ko00480 Glutathione metabolism
ko00510 N-Glycan biosynthesis
ko00513 Various types of N-glycan biosynthesis
ko00512 Mucin type O-glycan biosynthesis


5.富集分析

利用clusterProfiler中的enricher这个通用函数进行富集分析:

library(clusterProfiler)
ko2name <- read.delim('ko2name.tsv', stringsAsFactors=FALSE)
ko2gene <- read.delim('ko2gene.tsv', stringsAsFactors=FALSE)
go2name <- read.delim('gog2name.tsv', stringsAsFactors=FALSE)
go2gene <-read.delim('go2gene.tsv', stringsAsFactors=FALSE)
# 前面获取gene list的过程略
gene_list<- read.delim('gene.tsv', stringsAsFactors=FALSE)
# GO富集
## 拆分成BP,MF,CC三个数据框
go2gene = split(go2gene , with(go2gene , CLASS))
## 以MF为例
enricher(gene_list,TERM2GENE=go2gene [['molecular_function']][c(1,2)],TERM2NAME=go2name )
# KEGG富集
enricher(gene_list,TERM2GENE=ko2name ,TERM2NAME=ko2gene )


具体代码与操作见视频课程:https://bdtcd.xetslk.com/s/29EigM




  • 发表于 2021-06-30 15:21
  • 阅读 ( 12582 )
  • 分类:转录组

0 条评论

请先 登录 后评论
omicsgene
omicsgene

生物信息

701 篇文章

作家榜 »

  1. omicsgene 701 文章
  2. 安生水 349 文章
  3. Daitoue 167 文章
  4. 生物女学霸 120 文章
  5. xun 82 文章
  6. 红橙子 78 文章
  7. rzx 76 文章
  8. CORNERSTONE 72 文章