使用R语言的clusterProfiler对葡萄做GO富集分析的简单小例子

使用R语言的clusterProfiler对葡萄做GO富集分析的简单
小例子
葡萄的参考基因组下载自NCBI，下载链
接是
/genomes/all/GCF/000/003/745/GCF_000
003745.3_12X/
基本流程是
•Hiast2 比对
•samtools sam 转bam
•stringtie组装转录本
•gffcompare将stringtie输出的gtf文件与参考基因组的注释文件做比较得到一- 个bine.gtf
•使用bine.gtf 这个文件对每个样本计算表达量，输出文件存储到ballgown文件夹下，这一步用到的命令是stringtie -e -B -p 8 -G bined.gtf -o ballgown/L01/L01.gtf output_bam/L01.sorted.bam
image.png
•接下来是R语言的ballgown包读入数据获取基因和转录本的表
达量代码是
library(ballgown)
library(genefilter)
library(dplyr)
pheno_data<-read.csv('pheno_data.txt',header=T) grape_expr <- ballgown(dataDir = 'ballgown',
samplePattern = 'L0',
pData = pheno_data)
image.png
image.png
这一步可以拿到gene_id还有gene_name ,FPKM的表达量，cov 对用的应该是reads count吧。

接下来是差异表达分析
代码是
grape_expr_filter<-subset(grape_expr,
'rowVars(texpr(grape_expr))>1',
genomesubset=T)
results_genes <- stattest(grape_expr_filter,
feature = 'gene',
covariate = 'time_point',
getFC = TRUE,
meas = 'FPKM')
#results_genes <- arrange(results_genes,pval)
results_genes%>%
filter(abs(fc)>=2&pval<0.05) -> results_genes_diff
dim(results_genes_diff)
head(results_genes_diff)
现在有了基因id
image.png
接下来是使用clusterProfiler做go注释
这里参考/cn/2017/07/clusterprofiler-maize/#disqus_thread 首先把这个基因id对应着转换成 ENTREZID ，这里需要借助对应的gtf注释文件
这里只关注蛋白编码基因
grep 'gene_biotype 'protein_coding'' 12X_genomic.gtf > 12 X_protein_coding.gtf
#python
from gtfparse import read_gtf
known_proteincoding = read_gtf('12X_protein_coding.gtf') known_proteincoding.to_csv('all_protein_coding.csv')
GO富集分析的R语言代码
require(AnnotationHub)
hub<-AnnotationHub() #这一步对网路有要求
# aa<-query(hub,'zea')
# aa$title
# query(hub,'Malus domestica')
bb<-query(hub,'Vitis vinifera')
#bb$title
grape<-hub[['AH85815']]
# length(keys(grape))
# columns(grape)
protein_coding_all<-
read.csv('all_protein_coding.csv',header=T)
df<-
merge(results_genes_diff,grape_expr_filter@expr$trans,by.x='id', by.y='gene_id')
df1<-
merge(df,protein_coding_all,by.x='gene_name',by.y='gene_id')
dim(df1)
gene_ids<-
df1$db_xref[!duplicated(df1$db_xref)]
gene_ids<-stringr::str_replace(gene_ids,'GeneID:','')
library(clusterProfiler)
bitr(keys(grape)[2],'ENTREZID',c('REFSEQ','GO',
'ONTOLOGY','GENENAME',
'SYMBOL'),grape)
res = enrichGO(gene_ids,
OrgDb=grape, pvalueCutoff=0.05, qvalueCutoff=0.05) help(package='clusterProfiler')
dotplot(res)
最后的结果是
image.png
欢迎大家关注我的公众号
小明的数据分析笔记本
小明的数据分析笔记本
数据分析和数据可视化有意思的简单小例子~石榴研究生的笔记本351篇原创内容
公众号
小明的数据分析笔记本公众号主要分享：
1、R语言和python做数据分析和数据可视
化的简单小例子；2、园艺植物相关转录组学、
基因组学、群体遗传学文献阅读笔记；3、生
物信息学入门学习资料及自己的学习笔记！
YuLabSMU
南方医科大学生物信息学系余光创课题组
684篇原创内容
公众号。