R语言可视化通路富集网络图

Posted 2023-04-09

参考技术A

我们输入的数据包含 gene ID 和 vector(单样本)部分，这里的 gene ID 是一个通用概念，可以是基因、转录本、酶或蛋白质。这里的 vector 可以是样本的表达量、倍数变化, p-value, 组蛋白修饰数据等可测量的属性。下面我们以一个 RNA-seq 差异分析后的数据为例，来学习 pathview 的用法。

在 KEGG PATHWAY Database 查询,例如查询小鼠的"Cell Cycle"这条通路:

得到通路 ID 为"04110",物种为"mmu"

我们通过指定 gene.data 和 pathway.id 来观察我们数据里的基因在信号通路“Pathways in cancer”上的表达变化:

相比于原始的 KEGG 图，我们可以使用 graphviz 产生一个新的布局，并且输出 PDF 格式的文件:

以下是输出结果图

如果我们想要运行的更快一点，并且不介意输出图片的大小，我们可以分图层，用 same.layer = F 将节点颜色和标签添加到另一个图层中，并且原来的 KEGG 基因标签会变成官方的 gene symbols :

在此基础上，修改 kegg.native = FALSE ，我们就可以得到一个主图与图例分成两个页面的 PDF 文件

在原始的 KEGG 视图中，一个基因节点可能代表具有相似或者冗余功能的基因/蛋白质，我们可以将这种包含多个基因的节点拆分成独立的节点，这样可以更好的从基因层面而不是节点层面来查看数据。同时也可以通过汇总基因数据来可视化节点数据:

为了画面有更好的清晰度和可读性，默认不分裂节点，也不单独标记每个成员基因。

代谢途径中，除了基因节点还有化合物节点，我们可以尝试利用代谢途径( Propanoate metabolism)整合基因数据和化合物数据。这里的化合物数据包括代谢物、药物，对它们的测量和它们的属性。在这里我们仍然使用之前 RNA-seq 差异分析的数据作为 gene data,然后，我们生成模拟化合物或代谢组数据，并加载适当的化合物 ID 类型以进行演示:

结果如下

pathview 可以集成并将多个样本或状态绘制成一个图，我们可以使用多个重复样本模拟化合物数据:

结果如下，可以看到基因节点和化合物节点被分成多份，对应不同的样本:

我们可以根据将化合物数据分为绝对值大于 5 和小于 5 两类，构成一组离散型数据:

结果如下:

Pathview 包中的主函数是 pathview() ，有着各种参数，是我们用到最多的函数。在这篇文章中，我们介绍了 pathview()的比较常见的用法,包括包安装，数据准备，以及其他有用的特性。我们也可以使用 pathxiew 的网页版，地址是 https://pathview.uncc.edu/ 。此外，Pathview 在数据整合方面有很强大的功能，包含 4800 个物种，能处理的数据属性和格式包括 连续/离散数据、矩阵/矢量、单个/多个样本数据 ，包中还具有强大的 ID 转换功能，这些都值得我们进一步探索。

生活很好，有你更好

快捷查找KEGG里的通路和基因

参考技术A 1.快捷查找ID对应的description，知道通路对应的编号是多少。
2.找出某一个/几个通路里的全部基因，用来做单独的下游分析。

如果是要做KEGG的富集分析，clusterProfiler可以搞定： https://bioconductor.org/packages/release/bioc/vignettes/clusterProfiler/inst/doc/clusterProfiler.html

想看kegg通路图的话，用R包pathview来看，看函数的帮助文档就行。

不批量找的话，直接网站搜最简单 https://www.genome.jp/kegg/kegg2.html

需要找全部的对应关系，基于前面讲的msigdbr可以完成： https://www.jianshu.com/p/0098baf2df46

msigdb里面本来就包括了kegg,而且挺齐全的,ID,description,基因，全都有啦。

在org.Hs.eg.db包里有：

看起来像一堆密码？这个列表，名字是通路的id，只是省略了hsa，内容是基因的entrizid。

举个栗子，提取hsa03030里的基因,并且转换成symbol。