goseq
Posted 一周一paper，一周一技术
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了goseq相关的知识，希望对你有一定的参考价值。
goseq是一个R包，用于寻找GO terms，即基因富集分析。
GO terms是标准化描述基因或基因产物的词汇，包括三方面，cellular component,molecular funciton,biological process。
每个GO term都有一个GO ID,比如 GO:006260,每个GO term背后都有一系列的相关基因。
GO分析的目的：在差异性基因分析后，我们可能得到很多差异基因，这些基因里的一部分可能跟某个生物过程相关，或几个生物过程相关。经过GO分析后，我们就能将差异性基因具体的生物功能展示出来，为下一步研究做准备。
GOseq需要输入的文件：
1.所有有count的genes。
2.差异性表达的genes。
3.genome信息，基因长度信息。#对于许多模式基因组来说，这些内容都被做成了独立的R包。
4.GO terms包。
>source("http://bioconductor.org/biocLite.R")
>biocLite("goseq")
>biocLite("geneLenDataBase")#genome，genes信息
>biocLite("org.Dm.eg.db")#果蝇的GO terms
>library("goseq")
>library("geneLenDataBase")
>library("org.Dm.eg.db")
>DEG<-read.table("DEG",header=FALSE）
>ALL<-read.table("ALL"，header=FALSE)
#DEG:差异性基因表 ALL:所有基因表（数据框格式）
>DEG.vector<-c(t(DEG))
>ALL.vector<-c(t(ALL))
#把数据格式转化为vector，便于下步操作
>gene.vector=as.integer(ALL.vector%in%DEG.vector)
#生成二进制的gene vector（1代表差异性基因，0代表非差异性基因）
>names(gene.vector)<-ALL.vector
>pwf=nullp(gene.vector,"dm3","ensGene")
#生成probability weighting function.
>GO.wall=goseq(pwf,"dm3","ensGene")
#生成GO terms ID 。这边的疑问：genes 没有mapping 到GO categories。 goseq函数有一个选项：gene2cat，如果gene2cat=NULL，则goseq会自动调用getgo函数实现mapping功能，并将输出值gene2cat。
>enriched.GO=GO.wall$category[GO.wall$over_represented_pvalue<.05]
#生成差异性 GO terms ID
>library(GO.db)
>capture.output(for(go in enriched.GO[1:length(enriched.GO)]){
print(GOTERM[go])
cat("___________")
}
,file="SigGo.txt")
#生成具体的GO TERM详解
以上是关于goseq的主要内容，如果未能解决你的问题，请参考以下文章