O.Sativa选用MSU或者RAPDB这两个数据库的genome和gtf文件,介绍一下MSU的ID,RAPDB的同理。The Rice Annotation Project (RAP)(https://rapdb.dna.affrc.go.jp/index.html)和Rice Genome Annotation Project (RGAP7,MSU)(http://rice.plantbiology.msu.edu/index.shtml)RAP格式为“Os-Chr-g-number”,MSU格式为“LOC_Os-Chr-g-number”。
1 AGRIGO2 http://systemsbiology.cau.edu.cn/agriGOv2/ 支持多种ID,包括MSU
2 RIGW http://rice.hzau.edu.cn/cgi-bin/rice2/enrichment 只支持水稻的转录本ID,可做KEGG
3 PlantGSEA http://structuralbiology.cau.edu.cn/PlantGSEA/analysis.php 只支持MSU ID
4 PANTHER http://www.pantherdb.org/ 可视化漂亮。支持Uniprot ID。MSU ID转换为 Uniprot ID(PlantGSEA)
5 CARMO:http://bioinfo.sibs.ac.cn/carmo/result.php?job_id=1625924324108758969 只更新到 2015年,支持 LOC ID
出图, select ontology,包括GO分析,蛋白功能注释,Pathway分析显著性分析,statistical overrepresentation test, Use default settings ID转化 水稻的基因号大致分为两类,RAP格式为“Os-Chr-g-number”,MSU格式为“LOC_Os-Chr-g-number”。各种分析输入的基因号有指定要求,ID转换至关重要。RAP《-》MSU:(OryzaExpress,RAP-DB,PlantGSEA)OryzaExpress:http://bioinf.mind.meiji.ac.jp/OryzaExpress/ID_converter.phpRAP-DB:https://rapdb.dna.affrc.go.jp/tools/converter/runPlantGSEA:http://structuralbiology.cau.edu.cn/PlantGSEA/Ensemble Plants(http://plants.ensembl.org/index.html),RIGW(http://rice.hzau.edu.cn/rice/)biomaRt RAP转entrezgene_id(NCBI)MSU转RAP转entrezid,MSU转uniprot(plantGSEA)转entrezid(david) biomaRt #1.InstallationBiocManager::install("biomaRt")library(biomaRt) #2.Data Importa <- read.csv('testgene.txt',sep = 't') #3.getBM做ID转换#getBM函数,四个参数。 getBM函数唯一用处,做各种ID转换。#1.filter来控制根据什么东西来过滤,可是不同数据库的ID,也可以是染色体定位系统坐标。#2.Attributes来控制我们想获得什么,一般是不同数据库的ID。#3.Values是我们用来检索的关键词向量。#4.Mart是我们前面选择好的数据库。#3.1建立与ensemble数据库的链接#在ensemble plants上能看到所有已提交的物种信息ensembl = useMart(biomart = "plants_mart",host = "http://plants.ensembl.org")#查看ensemble plants都有哪些物种信息,并设置为该物种信息。dataset <- listDatasets(mart = ensembl)head(dataset)ensembl = useMart(biomart = "plants_mart",host = "http://plants.ensembl.org",dataset="osativa_eg_gene")#查看该dataset上都有哪些属性,方便后面做添加attributes <- listAttributes(ensembl)
a=c(“LOC_Os07g34570”,“LOC_Os05g12630”,“LOC_Os12g31000”,“LOC_Os09g37910”)无结果
RAP:
3.2 正式做ID转换及信息添加
一般Ensemble ID以E开头的,RAP号是水稻的Ensemble ID。参数external_gene_name是平时称呼的基因名字。
转换成GO ID并附上GO描述
supplements <- getBM(attributes =c("ensembl_gene_id",'go_id','goslim_goa_description'), filters = "ensembl_gene_id",values = a,mart = ensembl)转换成NCBI ID
supplements <- getBM(attributes =c("ensembl_gene_id",'entrezgene_id'), filters = "ensembl_gene_id",values = a,mart = ensembl) ClusterProfileGO数据库?以及BP,MF,CC的分类系统?超几何分布检验?不同的阈值过滤?筛选指标?
超几何分布是统计学上一种离散概率分布。它描述了从有限N个物件(其中包含M个指定种类的物件)中抽出n个物件,成功抽出该指定种类的物件的次数(不放回)。
拿不到结果?这个时候可以设置: pvalueCutoff = 0.9, qvalueCutoff =0.9 甚至为1,来不做筛选。而且基因集的大小也是被限制了。
enrichGO(); dotplot()
多组基因集的KEGG数据库富集
compareCluster,在线获取KEGG数据库最新信息,考验网速:
制作一个 DEG 数据框,其中有两列ENTREZID,是基因id,和new是分组信息
xx.formula <- compareCluster(ENTREZID~new, data=DEG, fun=‘enrichKEGG’)
dotplot(xx.formula, x=~GeneRatio) + facet_grid(~new)
多组基因集走GO数据库富集
构建一个数据框,list_de_gene_clusters, 含有两列信息:
https://www.jianshu.com/p/bcdbf80701e2
https://www.jianshu.com/p/480c46ec1629