GO富集可视化-GOplot

之前在生信媛公众看到一篇软文GOplot 可视化基因富集分析结果，刚好我也对一些可视化方法蛮感兴趣，因此学习了下，感觉蛮有意思的，其提出了一些新的GO富集可视化思路；因此在官方提供的测试数据基础上，尝试用下常规的GO富集数据格式

GOplot使用了zscore概念，其并不是指Z-score标准化，而是用于表示参与某个GO Term下基因的上下调情况，公式：$zscore=\frac{(up-down)}{\sqrt{count}}$

zscore is an easy to calculate value to give you a hint if the biological process (/molecular function/cellular components) is more likely to be decreased (negative value) or increased (positive value)

GOplot使用说明可以参照官方文档：https://wencke.github.io/，其对于这个R包的使用讲的非常的详细，看一遍就懂了

文档使用的是EC数据集，但实际使用中则是各个富集软件来源的结果，因此我们需要对于自己的数据先进行预处理，以满足GOplot调用规则；其有circle_dat函数可以用于整合外来数据，但是要求数据的格式（尤其指列名）规范化，我们可看函数说明或者EC示例文件，模仿着修改

比如我整理的两个文件：DEG 和 enrichment

导入数据生成规范格式

library(GOplot)
deg <- read.table(file = "../Desktop/DEG.txt", sep = "\t", header = T, stringsAsFactors = F)
enrich <- read.table(file = "../Desktop/enrichment.txt", sep = "\t", header = T, stringsAsFactors = F)
circ <- circle_dat(enrich, deg)

接着看下GOplot所能绘制的几类图片，个人觉得可视化展示方法的新意才是值得学习的，至于用什么软件展示则是次要的；当然单纯从美观角度来说，GOplot出具的图片还是可以的

首先是barplot图，纵坐标是adj.pvalue，横纵标是GO id，通过柱子颜色来展示zscore

GOBar(circ, display = 'multiple')

bubble图，以adj.pvalue为纵坐标，zscore为横纵标，对于满足一定阈值（比如log10(adj.pvalue) > 3）的显示GO id（PS.这里的纵坐标写着是log是指log10）

GOBubble(circ, display = "single", labels = 3, table.legend = F)

GOplot为了过滤一些比较相似的GO ID（认为是冗余的），其根据不同GO之间参与基因的相似程度进行的过滤，这个可以自己写代码预先过滤下，也可以直接用其写好的函数reduce_overlap

reduced_circ <- reduce_overlap(circ, overlap = 0.75)
GOBubble(reduced_circ, labels = 3, table.legend = F)

然后是Circular图，相当有圈圈图，内圈展示zscore，外圈展示GO id，外圈里面则是参与基因的上下调分布情况

GOCircle(circ, nsub = 10, label.size = 5, rad1 = 3, rad2 = 4, table.legend = F)

还有则是用圈圈图展示gene和go term之间的关系，这需要先用chord_dat函数构建一个对象，其需要circ，deg以及制定的go id等数据；limit参数则是限制基因/GO的数目

process <- tail(enrich$ID, 10)
chord <- chord_dat(data = circ, genes = deg, process = process)
GOChord(chord, space = 0.02, gene.order = 'logFC', gene.space = 0.25, gene.size = 2.5, limit = c(0,2))

接着则是其热图，这张图比较有意思，其以热图展示GO term和gene id，每行是一个GO，每列是一个gene；如果其图例是count的话，其每格的颜色则是该gene参与图中所有go term总数；如果是logFC的话，则比较好理解，是该基因的logFC的值

GOHeat(chord, nlfc = 1, fill.col = c('red', 'yellow', 'green'))

最后还是一个圈圈图，感觉GOplot把圈圈图的一些展现形式都用了个遍，其内圈是根据基因logFCz做的聚类，外圈则是GO term的堆积图

GOCluster(circ, process, clust.by = 'logFC', term.width = 2)

GOplot这个R包的一些展示形式值得我们学习（因为有些绘图细节GOplot处理的不是太好，可选择参数有限），而且可以用于其他方向，不局限于GO富集；这个R包也发表了不错的文章

本文出自于http://www.bioinfo-scrounger.com转载请注明出处