aPEAR：一个用于通路富集网络自主可视化的R包

通路富集分析（PEA）结果的解释经常因大量冗余的受显著影响的通路而变得复杂。Ieva Kerseviciute等人开发了一个R包aPEAR（高级通路富集分析表示），它利用了通路基因集之间的相似性，并将它们表示为一个相互连接的簇网络。每个簇都有一个有意义的名字，用来突出实验中的主要生物学主题。

1.包的安装

代码语言：javascript复制

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

代码语言：javascript复制

library(clusterProfiler)
library(DOSE)
library(aPEAR)
library(org.Hs.eg.db)
data(geneList)

（2）基于clusterProfiler执行富集分析

代码语言：javascript复制

# Perform enrichment using clusterProfiler
enrich <- gseGO(geneList, OrgDb = org.Hs.eg.db, ont = 'CC')

（3）enrichmentNetwork可视化

代码语言：javascript复制

enrichmentNetwork(enrich@result)

代码语言：javascript复制

enrichmentNetwork(enrich@result, repelLabels = TRUE, drawEllipses = TRUE)

（4）在富集的通路中获得簇

代码语言：javascript复制

data <- findPathClusters(enrich@result, cluster = 'hier', minClusterSize = 1)

（5）富集网络可视化

代码语言：javascript复制

# Create the enrichment network visualization using default parameters
plotPathClusters(enrich@result, data$sim, data$clusters

代码语言：javascript复制

# Create the enrichment network visualization with repelled labels and elipses
plotPathClusters(enrich@result, data$sim, data$clusters, repelLabels = TRUE, drawEllipses = TRUE)

对象 教程 可视化 数据 网络

0 人点赞