1.GO富集

使用orgDb

通过使用Bioconductor的AnnotationHub在线检索并抓取OrgDb。
非模式基因GO富集分析：以玉米为例+使用OrgDb

在线shiny

可以选择B73_v3和v4。
玉米GO富集分析

2. KEGG富集

先使用createKEGGdb创建玉米的KEGG注释包，再进行富集。

remotes::install_github("YuLab-SMU/createKEGGdb")

最近总是下不了Github上的R包，各种倒腾没解决，包括我之前的方法：# 解决install_github安装R包时无法打开（cannot open）URL？

应该是我R版本的问题。

无奈，换在Linux服务器上试试。确实无问题：

remotes::install_github("YuLab-SMU/createKEGGdb")
createKEGGdb::create_kegg_db('zma')

将生成在当前目录下的KEGG.db_1.0.tar.gz导出，在Rstudio中手动安装（Tools），成功了。

接下来是ID转换的问题。创建的KEGG.db里的ID是entrez_id，而我的差异基因ID是B73_v3（GRMZM*G******）。用Bioconductor中的信息也许可以转，但担心不全，也没试。

MaizeGDB上有非常全的ID对应关系：
Translate Gene Model IDs

image.png

左边框输入B73_v3或B73_v4都可以直接转Entrez，保存为文件。

直接用clusterProfiler进行KEGG富集分析：

file="diffgene_down.txt"

sn=gsub(".txt","",file)
gene <- read.delim(file,header = T,row.names = 1)
kk <- enrichKEGG(gene= gene$GenBank.Gene,organism= 'zma',
                 pvalueCutoff = 1,
                 qvalueCutoff = 1,
                 use_internal_data =T)
head(kk)
write.csv(kk@result,file = paste0(sn,".pathway.csv"),row.names = F)
##只展示过阈值的pathway
kkp <- enrichKEGG(gene= gene$GenBank.Gene,organism= 'zma',qvalueCutoff = 0.05,use_internal_data =T)
head(kkp)
p=dotplot(kkp);p
ggsave(p,filename = paste0(sn,".pathway.png"),width = 8,height = 7,dpi = 300)
ggsave(p,filename = paste0(sn,".pathway.pdf"),width = 8,height = 7,dpi = 300)