🤩 TrendCatcher | 一把做动态差异表达分析的利剑！~（二）

生信漫卷

发布于 2024-11-23 09:11:07

7100

代码可运行

文章被收录于专栏：R语言及实用科研软件

运行总次数：0

代码可运行

写在前面

国庆后真的好累啊，感觉这个假期真的意义不大，调休来调休去！~🫠

又转回到创伤了，每个夜班都是无眠啊！~😧

国庆结束后面就没有什么假期了，一直保持工作状态到过年。🙃

㊗️各位今年最后的日子里工作顺利，实验顺利！~🦉

今天继续之前的TrendCatcher，大家做完时序上的差异基因，然后就是想知道这些基因的功能，这就要用到富集分析了。🧐

包内也是提供了可用的函数，今天大家一起看看吧。😘

用到的包

rm(list = ls())
# install.packages("./TrendCatcher_1.0.0.tar.gz", repos = NULL, type = "source")
# devtools::install_github("jaleesr/TrendCatcher", dependencies = TRUE, build_vignettes = FALSE)
library(tidyverse)
library(TrendCatcher)
library(ComplexHeatmap)

示例数据

demo.master.list.path<-system.file("extdata", "BrainMasterList_Symbol.rda", package = "TrendCatcher")
load(demo.master.list.path)

master.list

示例结果

这里我们为了节省时间，就把准备好的结果加载进来~！😘

# To save time, directely load from extdata
demo.time.heatmap.path<-system.file("extdata", "Brain_TimeHeatmap.rda", package = "TrendCatcher")

load(demo.time.heatmap.path)

names(time_heatmap)

使用 GO 富集分析构建 TimeHeatmap

这里我们使用draw_TimeHeatmap_GO function绘制TimeHeatmap。😘

print(time_heatmap$time.heatmap)

查看富集结果！~

head(time_heatmap$merge.df)

简化GO term并重新绘制TimeHeatmap

有时候你觉得GO term太多了，可以简化一下，然后再绘制TimeHeatmap。😜

go.terms<-unique(time_heatmap$GO.df$Description)[1:5]
time_heatmap_selGO<-draw_TimeHeatmap_selGO(time_heatmap = time_heatmap, sel.go = go.terms, master.list = master.list, GO.perc.thres = 0, nDDEG.thres = 0, save.tiff.path = NA)

绘制指定GO terms

这里绘制一下我们想要展示的GO terms，并且看一下GO terms下包含的基因。🧬

go.terms<-c("response to lipopolysaccharide",
            "response to interferon-beta",
            "cytokine-mediated signaling pathway",
            "response to interferon-gamma",
            "response to virus",
            "leukocyte migration",
            "mitotic nuclear division",
            "regulation of vasculature development",
            "extracellular structure organization",
            "regulation of epithelial cell proliferation")

gene.GO.df<-draw_GOHeatmap(master.list = master.list, time.window = "0h-6h", 
                           go.terms = go.terms,  merge.df = time_heatmap$merge.df, 
                           logFC.thres = 5)