基因芯片（Affymetrix）分析4：GO和KEGG分析

基因芯片（Affymetrix）分析4：GO和KEGG分析
基因列表的分析一般都会涉及GO和KEGG分析，Bioconductor 提供了很多这方面的R工具包。

选择工作目录，读入上一次分析和保存的数据：
1 获取AGI、GO和KEGG注释
ath1121501GO为拟南芥基因的GO数据库，ath1121501PATH 为KEGG pathway数据库。

但不是每一个基因（probeset）都有GO 或KEGG注释，哪些基因有注释可以用mappedkeys函数获得：
有PATH注释的probesets只有3018个，而有GO注释的有2万多个。

通过ath1121501XXXX获得的数据是AnnotationDbi软件包定义的ProbeAnnDbBimap类型数据，它们可以用as.list转成列表形式。

列表内每一个基因的注释内容也是列表形式：
转换成列表类型的ProbeAnnDbBimap数据仍然是列表，但PATH和ACCNUM数据是二级列表（列表下只有一级列表），而GO 数据是三级列表（列表下还有两级的列表）。

所以得先编写get.GO函数，它把as.list产生的GO三级列表转成二级结构，和AGI和KEGG 的列表类似，方便后面的统一处理：
使用这个函数和下列代码就可以获得AGI、GO和KEGG注释：
上面代码有两点要注意：
•switch()函数使用。

switch()是非常神奇的条件转向开关函数，它的参数（列表）可以是各种类型，变量、表达式、函数等都可以使用。

•列表到数据框类型数据的转换，我们使用了plyr软件包的llply 和ldply函数。

plyr是很著名的软件包，用于数据糅合。

这不属于本节的讨论范围，先不介绍，请自行学习使用。

由于探针id是唯一的，上面的代码用它作为关键字糅合数据。

得到的结果是数据框：
这样每一个探针都得到了对应的AGI、GO和KEGG途径注释（如果有）。

其他类型数据如Pubmed ID可以使用类似方法获得，但编程之前得先了解它们的数据结构，最直接的方法就是使用head，summary和str等函数查看。

得到的结果用write.csv或其他存盘函数保存。

2 GO和KEGG富集分析
Bioconductor中有不少软件包可以进行GO和KEGG统计分析和作图，如GOstats和KEGGgraph，但我不建议使用它们。

对于这类分析，我推荐使用另外一个不是R软件包的网络分析软件：Cytoscape。

它是免费的开源软件，由多所大学和几个公司联合开发和维护，已经逐渐成为网络分析的标准工具，软件网址为：R软件包RCytoscape可以把R的分析结果推送到Cytoscape，充分利用R的统计功能和Cytoscape的可视化能力。

但是RCytoscape不一定能跟上Cytoscape的软件更新步伐，所以最好还是把R分析的结果保存成文件，再用Cytoscape直接分析。

事实上，如果使用Cytoscape进行GO和KEGG富集或网络分析，我们只需要获得AGI列表，而不需要获得GO和KEGG注释。

3 Session Info
--------------------- 本文来自金子哦的CSDN 博客，全文地址请点击：https:///u014801157/article/details/24372393?ut m_source=copy。