2021-11-05 11:41:49, 多层组学定制服务 上海欧易生物医学科技有限公司
点击上方“蓝色字体”关注我们
蛋白组学、代谢组学服务专家
编者按
一图胜千言,好的数据呈现方式能够为文章增加光彩。
富集分析是将基因根据先验的知识(也就是常见的注释)进行分类的过程,最常见的富集分析是GO与KEGG富集。
KEGG 是从分子水平信息,尤其是大型分子数据集生成的基因组测序和其他高通量实验技术的实用程序数据库资源,可以了解生物系统中基因、蛋白及代谢物的功能和相互作用关系,可以查询到与代谢物相关的代谢通路、人类疾病及药物研发等信息。
其中最为核心的数据库为KEGG PATHWAY和KEGG ORTHOLOGY 数据库。而在KEGG PATHWAY数据库中,将生物代谢通路划分为7类,分别为:1.新陈代谢 2.遗传信息加工 3.环境信息加工 4.细胞过程 5.生物体系统 6.人类疾病 7.药物开发。
可以基于KEGG数据库对差异代谢物进行代谢通路富集分析,有助于理解在差异样品中代谢途径变化机制。在一些高分文献中会使用高效的气泡图(Bubble图)来展示富集分析结果。气泡图属于散点图的一种,它是在散点图的基础上改变点的形状、大小和颜色,而富集分析气泡图就是在笛卡尔坐标系中加入数量、p值等参数表示三个变量关系的图形。
geom_point()函数绘制散点图
要绘制气泡图就先从散点图开始绘制吧~
这里使用geom_point()函数来绘制散点图。
geom_point(
mapping = NULL,
data = NULL,
stat = "identity",
position = "identity",
...,
na.rm = FALSE,
show.legend = NA,
inherit.aes = TRUE
)
mapping可以使用aes()函数来创建美学映射,在图层中展示的数据data有以下三种选项。
Stat指统计转换(statistical transformation),它的默认值identity表明变量的值就是统计的值;还有另一个常用值count表明需要对变量的值进行计数,统计值是计数的结果。Position指位置调整(Position adjustment),默认值是identity,表示不调整。
mtcars数据绘制散点图
散点图对于显示两个连续变量之间的关系最为有用,它可以显示一个连续、一个分类变量或者两个分类变量,而气泡图就是映射到点大小的第三变量的散点图。
这里使用到R中mtcars数据集绘制散点图,
以wt值为横坐标,mpg值为纵坐标来绘制。
ggplot(mtcars, aes(wt, mpg))+geom_point()
散点图中可以用size控制大小,shape控制形状。这里根据cyl字段设置点的形状和颜色,即将分组变量赋值给形状属性和颜色属性。
ggplot(mtcars, aes(wt, mpg))+geom_point(aes(shape = factor(cyl),colour = factor(cyl)),size=3)
向右滑动查看更多
也可以将连续性变量disp映射给颜色属性和大小属性,并且通过设置色阶使数值大小与颜色深浅保持一致。
ggplot(data=mtcars,aes(x=wt,y=mpg,color=disp,size=disp))+geom_point()+ scale_color_gradient(low="lightblue",high="darkblue")
向右滑动查看更多
做到这一步,是不是已经有我们熟悉的富集分析气泡图那味了?
代谢通路富集分析
赶紧趁热打铁来一份代谢通路富集分析的数据,包含Pathway、Count、Richfactor、Pvalue这四列,以RichFactor和Pathway为横纵轴,Count体现气泡大小,Pvalue映射颜色属性绘制气泡图。
Library(readxl) #加载R包
pathway=read_xlsx("enrich.xlsx") #读取数据
pathway<-as.data.frame(pathway) #把数据转换成data.frame格式
ggplot(pathway,aes(RichFactor,Pathway,size=Count,color=Pvalue))
+geom_point()+scale_color_gradient(low="red",high = "green")
+labs(color=expression(Pvalue),size="Count",x="RichFactor",y="Pathway name",title="Pathway enrichment")
向右滑动查看更多
最后来解读下这张代谢通路富集分析气泡图,纵坐标为代谢通路名称,横坐标为富集因子即差异代谢物占该pathway中总代谢物的比例,Rich factor越大说明富集程度越大;气泡颜色由绿到红表示p-value依次降低;气泡越大,说明富集到该pathway上的代谢物数目越多。
结语
这期关于富集分析气泡图的分享就到这里结束了,请大家持续关注我们,后续还会有更多更实用的分享推出,帮助您在科研的道路上“披荆斩棘,乘风破浪”,实现您的科研梦想!
福利大放送
文末看点 鹿明生物
上海鹿明生物科技有限公司多年来,一直专注于生命科学和生命技术领域,是国内早期开展以蛋白组和代谢组为基础的多层组学整合实验与分析的团队。
同时,鹿明生物线上学习平台易明学院也拥有众多生信教程,欢迎访问:https://www.yimingxueyuan.com/
猜你还想看
END
甜橙诚 撰文
欢迎转发到朋友圈
本文系鹿明生物原创
转载请注明本文转自鹿明生物
我知道你在看哟
点“阅读原文”了解更多
10-18
寡核苷酸药物10-18 基泰生物
橄榄油能教你光化学?点击查收你的大学实验课啦!10-17 HORIBA
Fluorolog-QM 模块化稳瞬态荧光光谱仪——研究级荧光光谱仪标杆!10-17 HORIBA
Angew. Chem. :基于硼二吡咯亚甲基的红色荧光材料用于高性能窄光谱红光有机发光二极管 |前沿用户报道10-17 WileyChem
限制性酶解-质谱分析VS热蛋白质组学:应用与对比一网打尽!10-17
德国元素线上培训学院 | Academy10-17
秋色如诗,基泰小聚!10-17 基泰生物
护航‘亚运蓝’-杭州亚运空气质量保障核心超级监测站气、粒近全组分质谱仪一览10-16
应用方案 | DMA3000直接测汞仪,精准测定海产品中的汞含量10-16
材料、传感器、发光材料、钙钛矿【学术简讯23年36期】10-16 HORIBA
华理杨有军课题组 JACS :实现高性能深近红外荧光染料,开启 NIR 成像领域新征程 | 前沿用户报道10-16 HORIBA
高性能全自动拉曼光谱仪——XploRA PLUS10-16 HORIBA
新闻动态丨天美公司携爱丁堡共聚焦显微拉曼光谱仪助力第二十二届全国光散射学术会议10-16
天美讲堂丨光致发光光谱法检测单线态氧10-16 天美
【讲座回放&答疑】山东省泰山学者青年专家夏呈辉老师:三元CuInS2量子点的设计合成与光学性质研究10-16 光电行业都会关注
人物专访|中国科学院物理研究所刘立老师—浅析超快光谱技术10-16 光电行业都会关注
LUMEX诚邀您参加“技能兴鲁”职业技能大赛暨第二届成品油检验员职业技能竞赛10-16
虹科Pico十月活动 | 精彩丰富的汽车示波器培训与直播活动等你参加!10-16 虹科汽车示波器
虹科展会丨虹科诚邀您10月17-19号参加北京国际风能大会暨展览会10-16 虹科品牌部