GO、KEGG分析

1、基本分析 

library(clusterProfiler)
library(org.Hs.eg.db)
options(clusterProfiler.download.method = "wininet") #不加上这句，KEGG分析会失败

GO_BP = enrichGO(gene = idTable$ENTREZID,
                 OrgDb = org.Hs.eg.db,
                 keyType = "ENTREZID",
                 ont = "BP",     
                 pvalueCutoff = 0.9,qvalueCutoff = 0.9) #只输出在p和q的阈值内的富集通路，可设大一些

KEGG <- enrichKEGG(gene = idTable$ENTREZID, 
                   organism = 'hsa',  
                   keyType = 'kegg', 
                   pvalueCutoff = 0.9,qvalueCutoff = 0.9)

GO_BP.df = as.data.frame(GO_BP) #可输出为df格式便于浏览
KEGG.df = as.data.frame(KEGG)

• GO和KEGG分析需要输入基因ID向量，输入的基因ID的类型一般选择EntrezID

• 不同物种有不同的基因注释包，链接：Bioconductor - BiocViews
•  可将富集结果输出为数据框便于浏览，如 GO_BP.df，且df按 pvalue 进行排序：

 2、可视化

dotplot(GO_BP,
        showCategory=10, #展示通路数
        title="GO_BP") 

dotplot(KEGG,
        showCategory=10, 
        title="KEGG")