aPEAR：一个用于通路富集网络自主可视化的R包
aPEAR：一个用于通路富集网络自主可视化的R包
DoubleHelix
发布于 2023-11-16 13:18:05
发布于 2023-11-16 13:18:05
1.包的安装
install.packages(aPEAR)该包也可在:https://gitlab.com/vugene/aPEAR获取。
2.包的使用
该包的分析依赖于clusterProfiler包的分析结果。具体可参考下面文章：
clusterProfiler包进行KEGG,GO,GSEA富集分析
生物信息数据分析教程视频——15-clusterProfiler包+ClueGO做富集分析 该包主要包括下面方法或对象
aPEAR.methods：一个包含参数的列表，用于自定义如何计算富集数据中的聚类。这些默认参数，作者在文章中解释到是最好的。
这些参数的细节如下：
aPEAR.theme：一个包含自定义富集网络图主题的参数的列表。
enrichmentNetwork：创建浓缩网络图。此函数在内部调用findPathClusters以获得路径簇，然后调用plotPathClusters以创建富集网络可视化。返回值是一个ggplot对象。
findPathClusters：根据路径相似度计算富集数据中的聚类。
3.分析案例
（1）加载包和案例数据
library(clusterProfiler)
library(DOSE)
library(aPEAR)
library(org.Hs.eg.db)
data(geneList)（2）基于clusterProfiler执行富集分析
# Perform enrichment using clusterProfiler
enrich <- gseGO(geneList, OrgDb = org.Hs.eg.db, ont = 'CC')（3）enrichmentNetwork可视化
enrichmentNetwork(enrich@result)
enrichmentNetwork(enrich@result, repelLabels = TRUE, drawEllipses = TRUE)
（4）在富集的通路中获得簇
data <- findPathClusters(enrich@result, cluster = 'hier', minClusterSize = 1)（5）富集网络可视化
# Create the enrichment network visualization using default parameters
plotPathClusters(enrich@result, data$sim, data$clusters
# Create the enrichment network visualization with repelled labels and elipses
plotPathClusters(enrich@result, data$sim, data$clusters, repelLabels = TRUE, drawEllipses = TRUE)
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：2023-11-13，如有侵权请联系 cloudcommunity@tencent.com 删除
本文分享自 MedBioInfoCloud 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！
评论
登录后参与评论
推荐阅读