GO和KEGG学习笔记1（含R代码）

材料：一个只有gene name的表格

需求：KEGG富集分析

背景

功能富集分析：按照功能分类，将功能相近的基因/蛋白分到一起，并关联其生物学表型。

Gene Ontology (GO)一个数据库，用以限定描述多种物种的基因/蛋白功能。注释分三类，Molecular Function(MF),Biological Process(BP),Cellular Components(CC)。

KEGG也是个数据库，其中最有名的就是他的pathway数据库。

---

其代码实现用Y叔的clusterprofiler及其简单。（包的安装和调用不写了）

1.转换ID，因为只有gene name,属于“SYMBOL”所以先要将其转化为"ENSEMBL",ENSG00XXXX格式

name_ID = bitr(genename,fromType = 'SYMBOL',toType = 'ENSEMBL',OrgDb =

                'org.Hs.eg.db')

但是还不够，后面enrichkegg，只支持'ENTREZID“格式的ID，比如’1244‘

所以再用一次bitr函数

name_ID_1 = bitr(genelist,fromType = 'ENSEMBL',toType = 'ENTREZID',OrgDb = 'org.Hs.eg.db')

2.kegg

KEGG <- enrichKEGG(gene = genelist,organism = 'hsa',keyType = 'kegg',pvalueCutoff = 0.05,pAdjustMethod = 'BH')

再写出文件

write.csv(summary(KEGG),'summary_KEGG.csv',row.names = F)

           OK，下一篇记录结果分析和可视化。

补充：GO富集的代码

ego = enrichGO(OrgDb="org.Hs.eg.db", gene = genelist,pvalueCutoff = 0.01,readable=TRUE)

write.csv(ego,"G-enrich_pri.csv",row.names =F)