如何将clusterProfiler富集结果中entrezID转

两种方法将难懂的entrezID转换为geneSymbol

首先加载相关的R包

# 适用于猪的基因，其他物种对应调整
# 猪：org.Ss.eg.db  人：org.Hs.eg.db 小鼠：org.Mm.eg.db
library(org.Hs.eg.db )
library(openxlsx)
install.packages("openxlsx", dependencies = TRUE)
安装包
install.packages("tidyverse")
#使用前，记得载入包
library(tidyverse)
library(clusterProfiler)

第一种方法：直接使用DOSE::setReadable()函数

注意：使用前提是你的富集结果对象类型必须是：'enrichResult' , 'gseaResult' or 'compareClusterResult'其中的一个，也就是用clusterProfiler里的富集函数直接给出的结果

# 一句代码转化，kegg为富集结果
kegg_SYMBOL <- DOSE::setReadable(kegg,
                          OrgDb = "org.Hs.eg.db ",
                          keyType = "ENTREZID")

第二种方法：自定义函数进行转换

注意：使用前提是你的富集结果对象类型必须是：'enrichResult' , 'gseaResult' or 'compareClusterResult'其中的一个，也就是用clusterProfiler里的富集函数直接给出的结果

# 提取富集结果
kegg <- kegg@result
# 此时在转换就会报错
kegg_SYMBOL <- DOSE::setReadable(kegg,
                          OrgDb = "org.Hs.eg.db",
                          keyType = "ENTREZID")
#>> Error in DOSE::setReadable(kegg, OrgDb = "org.Hs.eg.db ", keyType = "ENTREZID") : 
#>>   input should be an 'enrichResult' , 'gseaResult' or 'compareClusterResult' object...

# 定义函数：输入一个ENTREZID字符返回对应gene symbol的字符
entrezID2geneSymbol <- function(entrezID){
  # 测试向量
  # test <- kegg$geneID[1]
  # entrezID <- test
  # 将字符串切分为向量
  entrezID <-  as.vector(str_split(entrezID,"/",simplify = T))
  # ENTREZID转换为SYMBOL，返回向量
  SYMBOL <- bitr(entrezID,"ENTREZID","SYMBOL",org.Hs.eg.db)[,"SYMBOL"]
  # 再SYMBOL合并为字符串，并返回结果
  SYMBOL_chr <- paste0(SYMBOL,"",collapse ="/")
  return(SYMBOL_chr)
}
# 自定义函数进行转换
kegg$gene_name <- unlist(map(kegg$geneID,entrezID2geneSymbol))
#>> 'select()' returned 1:1 mapping between keys and columns
#>> 'select()' returned 1:1 mapping between keys and columns
#>> 'select()' returned 1:1 mapping between keys and columns
#>> 'select()' returned 1:1 mapping between keys and columns
#>> 'select()' returned 1:1 mapping between keys and columns
#>> 'select()' returned 1:1 mapping between keys and columns
#>> 'select()' returned 1:1 mapping between keys and columns
#>> ....
#导出保存
write.csv(kegg, "kegg_result.csv")