🤒 simplifyEnrichment | 让我来做你的富集结

写在前面

最近真是烦心啊，事事不顺，找个日子我要找大师算一卦。😂

大家基本都会做富集分析，但有时候terms实在太多，读起来真是累，也搞不清到底谁是其中相对重要的。🥲

之前有一些R包通过计算基因集的overlap，进行term合并，效果也还可以。🥰

今天跟大家介绍的是simplifyEnrichment包，通过计算语义相似性矩阵来合并terms，效果也是要比计算基因overlap要好的多（这可不是我空口说的，这是原文比较的结果）。🤩

用到的包

library(tidyverse)
library(simplifyEnrichment)

示例数据

我们随便生成500个GO的term吧。

set.seed(111)
go_id <-  random_GO(500)
head(go_id)

给GO瘦个身

mat <-  GO_similarity(go_id, 
                      ont =  c("BP", "CC", "MF"),
                      db = 'org.Hs.eg.db',
                      measure = "Rel",
                      remove_orphan_terms = F)

计算相似性并可视化

df <-  simplifyGO(mat)

---

看看有多少个cluster。😏

head(df)
sort(table(df$cluster))

---

split函数，分开查看。🤓

split(df, df$cluster)

单纯聚类

如果你不需要出图，只要聚类，可以在simplifyGO()函数使用时将plot设置为F。

当然，你也可以使用binary_cut() 或cluster_terms()。🧐

binary_cut(mat)

---

cluster_terms(mat, method = "binary_cut")

给其他聚类结果瘦身

可以瘦身的不仅仅是GO的富集结果，你也可以使用其他的，下面一些函数补充给大家：👇

• term_similarity_from_enrichResult();
• term_similarity_from_KEGG();
• term_similarity_from_Reactome();
• term_similarity_from_MSigDB();
• term_similarity_from_gmt();

多列表GO-ID的应用

我们经常会有好几个GO-ID的list，想要比较一下，找到有意义的terms，就需要用到simplifyGOFromMultipleLists()函数了。

8.1 创建模拟数据

这里我们用一下cola包的示例数据，生成3个list。🥳

library(cola)
data(golub_cola) 
res <-  golub_cola["ATC:skmeans"]

library(hu6800.db)
x <- hu6800ENTREZID
mapped_probes = mappedkeys(x)
id_mapping = unlist(as.list(x[mapped_probes]))

lt <- functional_enrichment(res, k = 3, id_mapping = id_mapping)

---

8.2 查看list名

names(lt)

---

8.3 查看数据

操作和常用的list操作是一样的。😚

head(lt[[1]][, 1:7])

---

8.4 比较一下并可视化

这里我们把padj_cutoff设置的小一点，以便节省时间。😏

simplifyGOFromMultipleLists(lt, padj_cutoff = 0.001)

---

8.5 其他格式

输入数据也可以是其他格式的，这里补充两个。👇

1️⃣

lt2 <- lapply(lt, function(x) structure(x$p.adjust, names = x$ID))

simplifyGOFromMultipleLists(lt2, padj_cutoff = 0.001)

---

2️⃣
simplifyGOFromMultipleLists的输入数据一般有3种类型：🤒

• adjusted p-values的向量列表，以GO-ID为名；
• data frame，包含go_id_column和padj_column列，
• GO-ID的字符向量列表，每个字符向量将被改变为一个数字向量，所有的值都为1，原来的GO- IDs被用作向量的名称。

---

lt3 <- lapply(lt, function(x) x$ID[x$p.adjust < 0.001])
simplifyGOFromMultipleLists(lt3)

如何引用

📍
Gu Z, Hübschmann D. Simplify enrichment: A bioconductor package for clustering and visualizing functional enrichment results [published online ahead of print, 2022 Jun 6]. Genomics Proteomics Bioinformatics. 2022;S1672-0229(22)00073-0. doi:10.1016/j.gpb.2022.04.008

---

<center>最后祝大家早日不卷!~</center>

---

点个在看吧各位~ ✐.ɴɪᴄᴇ ᴅᴀʏ 〰

<center> <b>📍 往期精彩 <b> </center>

📍 <font size=1>🤩 WGCNA | 值得你深入学习的生信分析方法！~</font>
📍 <font size=1>🤩 ComplexHeatmap | 颜狗写的高颜值热图代码！</font>
📍 <font size=1>🤥 ComplexHeatmap | 你的热图注释还挤在一起看不清吗！？</font>
📍 <font size=1>🤨 Google | 谷歌翻译崩了我们怎么办！？（附完美解决方案）</font>
📍 <font size=1>🤩 scRNA-seq | 吐血整理的单细胞入门教程</font>
📍 <font size=1>🤣 NetworkD3 | 让我们一起画个动态的桑基图吧~</font>
📍 <font size=1>🤩 RColorBrewer | 再多的配色也能轻松搞定！~</font>
📍 <font size=1>🧐 rms | 批量完成你的线性回归</font>
📍 <font size=1>🤩 CMplot | 完美复刻Nature上的曼哈顿图</font>
📍 <font size=1>🤠 Network | 高颜值动态网络可视化工具</font>
📍 <font size=1>🤗 boxjitter | 完美复刻Nature上的高颜值统计图</font>
📍 <font size=1>🤫 linkET | 完美解决ggcor安装失败方案（附教程）</font>
📍 <font size=1>......</font>

本文由mdnice多平台发布