🤒 GSEAmining | 来看看你的GSEA结果是不是需要瘦身啦！~

生信漫卷

发布于 2023-03-08 16:49:28

4230

发布于 2023-03-08 16:49:28

文章被收录于专栏：R语言及实用科研软件R语言及实用科研软件

1、写在前面

最近真是累的不行，今天抽空写一下新的教程，关于人人都会做的GSEA（Gene Set Enrichment Analysis）。

但有时候我们做完GSEA后结果实在太多，无法确定其中重要的生物学意义，难以解释。🤨

本期我们介绍一下GSEAmining包，对我们的GSEA结果做一个瘦身吧，基本原理是：👇

1️⃣ 对参与类似生物过程的基因集应该有共同的基因。 2️⃣ 对拥有一定数量的共同基因的相似基因集进行功能聚类。

2、用到的包

rm(list = ls())
# if (!requireNamespace("BiocManager", quietly = TRUE))
#     install.packages("BiocManager")
# 
# BiocManager::install("GSEAmining")

library(dplyr)
library(GSEAmining)
library(clusterProfiler)
library(msigdbr)
library(org.Hs.eg.db)

3、示例数据

这里我们从DOSE包里提取一些基因，作为我们的genelist，假装是我们的输入数据。😙

data(geneList, package="DOSE")
gene <- names(geneList)[abs(geneList) > 2]

# Entrez gene ID
head(gene)

4、整理gmt

这里我们用msigdbr包提取一下hallmark，GO和KEGG的基因集。🤒

再也不用去下载gmt文件了，真香！~😂

h_t2g <- msigdbr(species = "Homo sapiens", category = "H") %>% 
  dplyr::select(gs_name, entrez_gene)

C2_t2g <-  msigdbr(species = "Homo sapiens", category = "C2", subcategory = "CP:KEGG") %>% 
  dplyr::select(gs_name, entrez_gene)

C5_t2g <- msigdbr(species = "Homo sapiens", category = "C5") %>% 
  dplyr::select(gs_name, entrez_gene)

all_t2g <- rbind(h_t2g, C2_t2g, C5_t2g)

head(all_t2g)

5、GSEA分析

5.1 开始GSEA

GSEA.res <- GSEA(geneList, TERM2GENE = all_t2g, pvalueCutoff = 0.1, eps = 0)

5.2 将ID转为SYMBOL

GSEA.res <- setReadable(GSEA.res, keyType = "ENTREZID", OrgDb = "org.Hs.eg.db")

dat <- GSEA.res@result

5.3 过滤一下

这里我们设个阈值，过滤一下，实在是太多了。😂

gs.filt <- gm_filter(dat, 
                     p.adj = 0.05, 
                     neg_NES = 2.5, 
                     pos_NES = 2.5)

6、聚类

6.1 开始聚类

这里我们进行一下hierarchical clustering，对富集结果进行一下瘦身。🤨

补充一下，这一步是基于core_enrichment的。😷

gs.cl <- gm_clust(gs.filt)
gs.cl

6.2 初步可视化

画个cluster dendrogram吧， 红色 ➡️ positive, 蓝色 ➡️ negative。😙

gm_dendplot(gs.filt, 
            gs.cl)

6.3 改个颜色

gm_dendplot(gs.filt, 
            gs.cl, 
            col_pos = 'orange', 
            col_neg = 'black', 
            rect = T,
            dend_len = 20, 
            rect_len = 1)

7、分组评估富集结果

这里我们按cluster对各个cluster进行一下深入分析，看看那个term才是最重要的。🤩

7.1 分组分析

这里我们有4个cluster，看看都是什么term吧。😁 我们用词云的方式展示下结果，越大越有意义。🧐

gm_enrichterms(gs.filt, gs.cl)

7.2 不分组分析

当然你也可以不按cluster分析，全部都放在一起。😂

gm_enrichterms(gs.filt, 
               gs.cl, 
               clust = F,
               col_pos = 'chocolate3',
               col_neg = 'skyblue3')

8、分组评估具体基因

对于找到的有意义的基因集，我们也可以看下哪个基因对其贡献最大，在其中起到最重要的作用。😏

gm_enrichcores(gs.filt, gs.cl,
               col_pos = 'chocolate3',
               col_neg = 'skyblue3')

9、如何引用

📍 Arqués O (2022). GSEAmining: Make Biological Sense of Gene Set Enrichment Analysis Outputs. R package version 1.8.0.

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2023-02-23，如有侵权请联系 cloudcommunity@tencent.com 删除

analysis

core

set

本文分享自生信漫卷微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

analysis

core

set

登录后参与评论

0 条评论

热度