rrvgo--基于语义相似度简化GO富集结果冗余
Gene Ontology分为分子功能，生物过程和细胞组成三个部分。蛋白质或者基因可以通过ID对应或者序列注释的方法找到与之对应的GO号，而GO号可对应到Term，即功能类别或者细胞定位。这也是GO富集的一个基础。
BiocManager::install("rrvgo")library(rrvgo)
go_analysis <- read.delim(system.file("extdata/example.txt", package="rrvgo"))simMatrix <- calculateSimMatrix(go_analysis$ID, orgdb="org.Hs.eg.db", ont="BP", method="Rel")scores <- setNames(-log10(go_analysis$qvalue), go_analysis$ID)reducedTerms <- reduceSimMatrix(simMatrix, scores, threshold=0.7, orgdb="org.Hs.eg.db")
相似度矩阵热图
将相似性矩阵绘制为热图，默认情况下启用行列聚类
heatmapPlot(simMatrix, reducedTerms, annotateParent=TRUE, annotationLabel="parentTerm", fontsize=6)
描述组和terms之间距离的散点图
将 GO terms绘制为散点,点之间的距离表示terms之间的相似性，点的大小代表提供的分数，或者在没有分数的情况下，GO terms包含的基因数量。
scatterPlot(simMatrix, reducedTerms)
树状图
树状图是分层结构的空间填充可视化。terms根据其父项进行分组（着色），并且terms使用的空间与分数成正比。树状图可以帮助解释汇总结果并比较不同的 GO terms集。
treemapPlot(reducedTerms)
词云
词云是再现文本的可视化，强调在文本中频繁出现的词。可以帮助识别在一组丰富的 GO terms中更常见的过程和功能，以及不同组之间的比较。
wordcloudPlot(reducedTerms, min.freq=1, colors="black")
rrvgo::shiny_rrvgo()
本文由“健康号”用户上传、授权发布，以上内容（含文字、图片、视频）不代表健康界立场。“健康号”系信息发布平台，仅提供信息存储服务，如有转载、侵权等任何问题，请联系健康界（jkh@hmkx.cn）处理。
关键词:
语义,GO,基因,矩阵,树状,列表
人点赞
人收藏
打赏
010-82736610
股票代码: 872612
京公网安备 11010802020745号
