• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      未分类

      • 首页
      • 博客
      • 未分类
      • (未测试)数据挖掘 | KEGG通路与基因的对应关系

      (未测试)数据挖掘 | KEGG通路与基因的对应关系

      • 发布者 weinfoauthor
      • 分类 未分类
      • 日期 2020年2月27日
      • 评论 0评论

      基于 KEGGREST 包:

      p_load(KEGGREST)

      以 hsa05215 (Prostate cancer) 通路为例。一切都要从 keggGet() 获取的全部信息开始:

      infos = keggGet("hsa05215")

      数据很全面,包括其相关联的通路、发表的相关文献、相关疾病、治疗药物、内部基因等等。

      提取基因信息:

      gene_info = matrix(infos[[1]]$GENE, ncol = 2, byrow = T)

      如图所示,第一列为Gene ID,第二列为基因描述信息,以”;”分隔,前面即为Symbol,使用 stringr 包中的 str_extract() 函数可以很方便的提取出来:

      p_load(stringr)str_extract(gene_info[,2], "^[^;]*")

      共计97个基因。

      拓展来看,如果想获得所有pathway对应的所有基因也是可行的,实现上并非针对每个hsa*编号重复执行上述过程,而是通过 keggLink() 函数:

      kl = keggLink("pathway", "hsa")
      path_gid = data.frame(pathway = str_extract(kl, "[^:]*$"), id = str_extract(names(kl), "[^:]*$")

      如图所示,第一列为通路编号,第二列为Gene ID。结合 org.Hs.eg.db 包,我们还可以做更多,比如获取Symbol和Ensembl ID:

      p_load(org.Hs.eg.db, tidyverse)
      path_gene = path_gid %>%
          mutate_all(as.character) %>%
          mutate(symbol = mapIds(org.Hs.eg.db, id, "SYMBOL", "ENTREZID"),        
                 ensembl = mapIds(org.Hs.eg.db, id, "ENSEMBL", "ENTREZID")
          )

      再获取通路的描述信息:

      paths = keggList("pathway", "hsa")
      path_descriptions = data.frame(pathway = str_extract(names(paths), "[^:]*$"), description = str_match(paths, "(.*) - ")[,2])

      合并整理下:

      path_final = full_join(path_descriptions, path_gene, by = "pathway")

      这个时候,通路和基因的对应关系就很明了了吧!得到这个表之后,我们至少还有三件事情可以做:

      1、直接从中提取开题的hsa05215通路中的基因:

      path_final %>% filter(pathway == "hsa05215") %>% dplyr::select(symbol)

      也是97个基因,与之前的结果一致!

      2、获取特定基因对应的通路,即哪些通路中包含着你要做的目标基因!

      3、保存到文件中,下次可以直接离线使用!

      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      • 分享:
      weinfoauthor
      weinfoauthor

      1233

      上一篇文章

      再也不用费力调整GO富集分析的输出图片了
      2020年2月27日

      下一篇文章

      (未测试)R语言数据如何高效输出到文件中?
      2020年2月27日

      你可能也喜欢

      2-1675088548
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      30 1月, 2023
      9-1675131201
      如何快速批量修改 Git 提交记录中的用户信息
      26 1月, 2023
      8-1678501786
      肿瘤细胞通过改变CD8+ T细胞中的丙酮酸利用和琥珀酸信号来调控抗肿瘤免疫应答。
      7 12月, 2022

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?