内容

1理论

看到幻灯片。

最近的一次鸣叫提供了一个很好的总结，用于基准基因集富集分析方法使用GSEABenchmarkR包。

2实践

数据输入和按摩

library(气道)data(气道)气道$dex <- relevel(气道$dex，“untrt”)

差异表达分析

des <- DESeq(des) res <- results(des)

过渡到整洁数据

tbl <- res %>% as.data.frame() %>% as_tibble(rownames = "ENSEMBL") tbl
## # A tibble: 64102 x 7 ## # ENSEMBL baseMean log2FoldChange lfcSE stat pvalue padj# #        ## 1 ENSG0000000…709。-0.381 0.101 -3.79 1.5e -4 1.28e-3 ## 2 ENSG0000000…0 NA NA NA NA NA NA NA NA ## 3 ENSG0000000…0.207 0.112 1.84 6.53e-2 1.97e-1 ## 4 ENSG0000000…237。0.0379 0.143 0.264 7.92e-1 9.11e-1 ## 5 ENSG0000000…1.38e-6 1.82e-5 ## 8 ENSG0000000…-0.241 0.0887 -2.72 6.58e-3 3.28e-2 ## 9 ENSG0000000…610-0.0476 0.167 -0.286 7.75e-1 9.03e-1 ## 10 ENSG0000000…-0.500 0.121 -4.14 3.48e-5 3.42e-4 ## #

2.1示例:超几何测试使用limma:: goana ()

需要Entrez标识符

tbl <- tbl %>%突变(ENTREZID = mapIds(org.Hs.eg. db))db, ENSEMBL，“ENTREZID”，“ENSEMBL”))%>% dplyr::select(ENSEMBL, ENTREZID, everything()) tbl
######：64,102 x 8 ## ensembl Entrezid Basemear log2foldchange lfcse stat pvalue ##        ## 1 ensg00 ... 7105 709.  -0.381 0.101 -3.79 1.52E-4 ## 2 ENSG00 ... 64102 0 NA NA NA ## 3 ENSG00 ... 8813 520. 0.207 0.112 1.84 6.53E-2 ## 4 ENSG00 ... 57147 237.0379 0.143 0.264 7.92E-1＃＃5 ensg00 ... 55732 57.9 -0.0882 0.287 -0.307 7.59E-1 ## 6 ensg00 ... 2268 0.318 -1.38 3.50-0.394 6.94E-1 ## 7 ensg00 ... 3075 5817.0.426 0.0811 4.83 1.38E-6＃8 8 ensg00... 2519 1282. -0.241 0.0887 -2.72 6.58E-3 ## 9 ensg00 ... 2729 610. -0.0476 0.167 -0.286 7.75E-1 ## 10 ensg00 ... 4800 369. -0.500 0.121-4.14 3.48E-5 ##＃...... 64,092更多行，1个变量：Padj

宇宙 - 必须可测试

TBL < -  TBL％>％过滤器（！是.NA（Padj），！是.NA（EntrezID））TBL
## #A Tibble：14,550 x 8 ## Ensembl Entrezid Basemear log2foldchange LFCSE STAT PVALUE PADJ ##         ## 1 ENSG0000 ...7105 709. -0.381 0.101 -3.79 1.52E-4 1.28E-3 ## 2 ENSG0000 ... 8813 520. 0.207 0.112 1.84 6.53E-2 1.97E-1 ## EASG0000 ... 57147 237.0379 0.143 0.264 7.92E-19.11e-1 ## 4 ensg0000 ... 55732 57.9 -0.0882 0.287 -0.307 7.59E-1 8.95E-1 ## 5 ensg0000 ... 3075 5817. 0.426 0.083 4.83 1.38E-6 1.82E-5 ## 6 ensg0000 ... 2519 1282。-0.241 0.0887 -2.72 6.58E-3 3.28E-2 ## 7 ensg0000 ... 2729 610. -0.0476 0.167 -0.286 7.75E-1 9.03E-1 ## 8 ensg0000 ... 4800 369. -0.500 0.121 -4.14 3.48e-5 3.42E-4 ## 9 ensg0000 ... 90529 183. -0.124 0.180 -0.689 4.91E-1 7.24E-1 ## 10 ENSG0000 ... 57185 2814. -0.0411 0.103 -0.400 6.89E-1 8.57E-1 ##＃...更多的时间为14,540行

limma:: goana ()——超几何

- goana(tbl$ENTREZID[tbl$padj < .05]， tbl$ENTREZID， "Hs") %>% as_tibble(rownames = "GOID") %>% dplyr::select(GOID, Ont, everything()
## # A tibble:20656 x 6 # # GOID安大略省的术语N DE P.DE # # <空空的> <空空的> <空空的> <双> <双> <双> # # 1:00017……BP细胞激活939 333 6.80 e-12 # # 2: 00022……BP免疫效应处理808 251 2.98 e - 4 # # 3: 00022 BP参与免疫细胞激活…498 148 2.43 e - 2 # # 4: 00022……BP骨髓白细胞激活463 147 2.01 e - 3 # # 5: 00022 BP骨髓细胞的激活参与我……399 118 4.61 e - 2 # # 6: 00022 BP中性粒细胞激活参与……361 108 4.08 e - 2 # # 7: 00023……BP白细胞BP白细胞介导免疫系统进程1958 652 8.14e-16 ## 9 GO:00024…BP白细胞介导免疫408 124 1.89e- 2 ## #

最差别表达了什么GO ID？（为什么这些基因套装似乎有大尺寸，N?)

GO％>％安排（P.DE）
## # A tibble:20656 x 6 # # GOID安大略省的术语N DE P.DE # # <空空的> <空空的> <空空的> <双> <双> <双> # # 1:3081 CC细胞外围0071944 1104 8.45 e-45 # # 2: 5799 BP应对刺激0050896 1859 8.77 e-45 # # 3: 0032502 BP发展过程4168 1410 9.73 e-44 # # 4: 0048856 BP解剖结构发展3891 1330 3.45 e-43 # # 5: 0005886 CC质膜3013 1078 3.83 e-43 # # 6: 0032501 BP的多细胞有机体的过程4678 1546 1.83 e-42 # # 7: 0048731 3202 1128 BP系统开发多细胞生物发展3579 1231 1.46e-40 ## 10 GO:0007154 BP cell communication 4076 1371 1.57e-40 ## #

检查?

GO％>％过滤器（GREPL（“糖皮质激素”，术语））％>％安排（P.DE）
## # A tibble:22 x 6 # # GOID一项N DE P.DE # # <空空的> <空空的> <空空的> <双> <双> <双> # # 1:0051年…92年英国石油公司对糖皮质激素43 1.11 e-5 # # 2: 0071 BP细胞对糖皮质激素…42 21 6.42军医# # 3:2000 BP积极监管glucocortico…2 2 6.64依照# # 4:2000 BP糖皮质激素调节的感受…8 4 1.25 e 1 # # 5: 0006……BP糖皮质激素生物合成过程8 4 1.25 e 1 # # 6: 0043 BP糖皮质激素介导信号p…3 2 1.65 e 1 # # 7: 0008……BP糖皮质激素代谢过程13 5 2.26e-1 ## 8 GO:0004…MF糖皮质激素受体活性1 1 2.58e-1 ## 9 GO:0031…BP负调控糖皮质激素

哪些基因是固定的?

genesets < - AnnotationDbi:: select (org.Hs.eg。db, tbl$ENTREZID， "GOALL"， "ENTREZID") %>% as_tibble() %>% dplyr::select(GOID = GOALL, Ont = ONTOLOGYALL, ENTREZID) %>% distinct() %>% arrange(Ont, GOID)基因集
# # #一个宠物猫:1574080 x 3 # # GOID位于安大略省ENTREZID # # <空空的> <空空的> < >从而向# # 1:3980 BP 0000002 # # 2: 1890 BP 0000002 # # 3: 50484 BP 0000002 # # 4: 4205 BP 0000002 # # 5: 9093 BP 0000002 # # 6: 56652 BP 0000002 # # 7: 0000002 BP 10891 # # 8: 55186 BP 0000002 # # 9: 0000002 BP 4358 # # 10: 0000002 10000年英国石油公司  ## # ... 与1574070多行

3.出处

sessioninfo（）
## R版本3.6.1修补（2019-07-16 R76845）##平台：X86_64-Apple-Darwin17.7.0（64位）##正在运行：Macos High Sierra 10.13.6 ## ##矩阵产品：默认## blas：/users/ma38727/bin/r-3-6-branch/lib/liblblas.dylib ## lapack：/users/ma38727/bin/r-3-6-branch/lib/librlapack.dylib＃## locale：## [1] en_US.UTF-8 / en_US.UTF-8 / EN_US.UTF-8 / C / EN_US.UTF-8 / EN_US.UTF-8 ## ##附加基础包：＃＃[1] stats4并行统计图形grdevices utils datasets ## [8]方法基础## ##其他附加包：## [1] Tibble_2.1.3 Limma_3.41.14 ## [3] go.db_3.8.2 org.hs。eg.db_3.8.2 ## [5] AnnotationDbi_1.47.0 dplyr_0.8.3 ## [7] airway_1.5.0 DESeq2_1.25.7 ## [9] EnrichmentBrowser_2.15.5 graph_1.63.0 ## [11] SummarizedExperiment_1.15.5 DelayedArray_0.11.4 ## [13] BiocParallel_1.19.0 matrixStats_0.54.0 ## [15] Biobase_2.45.0 GenomicRanges_1.37.14 ## [17] GenomeInfoDb_1.21.1 IRanges_2.19.10 ## [19] S4Vectors_0.23.17 BiocGenerics_0.31.5 ## [21] BiocStyle_2.13.2 ## ## loaded via a namespace (and not attached): ## [1] bitops_1.0-6 bit64_0.9-7 RColorBrewer_1.1-2 ## [4] tools_3.6.1 backports_1.1.4 utf8_1.1.4 ## [7] R6_2.4.0 rpart_4.1-15 Hmisc_4.2-0 ## [10] DBI_1.0.0 lazyeval_0.2.2 colorspace_1.4-1 ## [13] nnet_7.3-12 tidyselect_0.2.5 gridExtra_2.3 ## [16] bit_1.1-14 compiler_3.6.1 cli_1.1.0 ## [19] htmlTable_1.13.1 bookdown_0.12 KEGGgraph_1.45.1 ## [22] scales_1.0.0 checkmate_1.9.4 genefilter_1.67.1 ## [25] rappdirs_0.3.1 stringr_1.4.0 digest_0.6.20 ## [28] foreign_0.8-71 rmarkdown_1.14 XVector_0.25.0 ## [31] base64enc_0.1-3 pkgconfig_2.0.2 htmltools_0.3.6 ## [34] htmlwidgets_1.3 rlang_0.4.0 rstudioapi_0.10 ## [37] RSQLite_2.1.2 acepack_1.4.1 RCurl_1.95-4.12 ## [40] magrittr_1.5 GenomeInfoDbData_1.2.1 Formula_1.2-3 ## [43] Matrix_1.2-17 fansi_0.4.0 Rcpp_1.0.1 ## [46] munsell_0.5.0 stringi_1.4.3 yaml_2.2.0 ## [49] zlibbioc_1.31.0 grid_3.6.1 blob_1.2.0 ## [52] crayon_1.3.4 lattice_0.20-38 splines_3.6.1 ## [55] annotate_1.63.0 locfit_1.5-9.1 zeallot_0.1.0 ## [58] knitr_1.23 pillar_1.4.2 codetools_0.2-16 ## [61] geneplotter_1.63.0 XML_3.98-1.20 glue_1.3.1 ## [64] evaluate_0.14 latticeExtra_0.6-28 data.table_1.12.2 ## [67] BiocManager_1.30.4 vctrs_0.2.0 gtable_0.3.0 ## [70] purrr_0.3.2 assertthat_0.2.1 ggplot2_3.2.0 ## [73] xfun_0.8 xtable_1.8-4 survival_2.44-1.1 ## [76] memoise_1.1.0 cluster_2.1.0 GSEABase_1.47.0