用R语言进行GO与KEGG可视化分析

参考了CSDN这位大佬的代码：

原文链接：https://blog.csdn.net/weixin_54004950/article/details/128498456

我视频中自己使用的代码放在下面：

#下载需要的R包

install.packages("ggplot2")

install.packages("openxlsx")

install.packages("tidyverse")

#加载需要的包

library (ggplot2)  #作图 

library(tidyverse) #分列函数

library(openxlsx)  #打开excel

#工作目录的确定

getwd()  #查询工作目录

setwd("C:/Users/LD/Desktop/GO&KEGG") #设定工作目录(据自己需求)

#数据的读取

BP = read.xlsx("C:/Users/LD/Desktop/GO&KEGG/GO&KEGG.xlsx",sheet= "BP")

CC = read.xlsx("C:/Users/LD/Desktop/GO&KEGG/GO&KEGG.xlsx",sheet= "CC")

MF = read.xlsx("C:/Users/LD/Desktop/GO&KEGG/GO&KEGG.xlsx",sheet= "MF")

dim(BP)

dim(CC)

dim(MF)

#数据中Term的分列

BP = separate(BP,Term, sep="~",into=c("ID","Term"))

CC = separate(CC,Term, sep="~",into=c("ID","Term"))

MF = separate(MF,Term, sep="~",into=c("ID","Term"))

#数据的整理

Go_data=data.frame(ID=c(BP$ID,CC$ID,MF$ID), #将ID整合

                   Term=c(BP$Term,CC$Term,MF$Term), #将Term整合

                   GeneNumber=c(BP$Count,CC$Count,MF$Count), #将GeneNumber整合

                   Type=c(BP$Type,CC$Type,MF$Type))

#创建因子变量

Go_data$Type_order = factor(Go_data$Term,levels=Go_data$Term,ordered = T)

View(Go_data) #查看数据

ggplot(Go_data,  

       aes(x=Type_order,y=GeneNumber, fill=Type)) +               #根据type填充颜色

  geom_bar(stat="identity", width=0.9) +                          #柱状图的宽

  scale_fill_manual(values = c("blue", "green", "red") ) +        #柱状图的填充颜色

  coord_flip() +                                                  #纵向

  xlab("GO Term") +                                               #x轴的标题

  ylab("Gene_Number") +                                           #y轴的标题

  labs(title = "GO Enrich")+                                      #设置标题

  theme_bw()                                                      #设置主题

#气泡图

ago = rbind(BP,CC,MF)  #数据的集合

ago = as.data.frame(ago)

rownames(ago) = 1:nrow(ago)

# 创建因子变量

ago$order=factor(rev(as.integer(rownames(ago))),labels = rev(ago$Term))

#作图

ggplot(ago,aes(y=order,x=Gene.ratio))+

  geom_point(aes(size=Count,color=PValue))+

  scale_color_gradient(low = "red",high ="blue")+

  labs(color=expression(PValue,size="Count"),

  x="Gene Ratio",y="GO term",title="GO Enrichment")+

  theme_bw()

#横向

ggplot(Go_data,

       

  aes(x=Type_order,y=GeneNumber, fill=Type)) +             #x、y轴定义；根据Type填充颜色

  geom_bar(stat="identity", width=0.8) +                   #柱状图的宽度

  scale_fill_manual(values = c("blue", "green", "red") ) + #柱状图的填充颜色

  xlab("GO term") +                                        #x轴标题

  ylab("Gene_Number") +                                    #y轴标题

  labs(title = "GO Terms Enrich")+                         #设置标题

  theme_bw() 

  

#KEGG可视化

 #数据的读取

KEGG_data=read.xlsx("C:/Users/LD/Desktop/GO&KEGG/GO&KEGG.xlsx",sheet= "KEGG")

#作图

ggplot(KEGG_data,aes(y=Term,x=Count,fill=PValue))+

geom_bar(stat = "identity",width=0.8)+ #柱状图宽度设置

  

  scale_fill_gradient(low = "red",high ="blue" )+

  

  labs(title = "KEGG Pathways Enrichment",  #设置标题、x轴和Y轴名称

       

       x = "Gene number",

       

       y = "Pathway")+

  

  theme(axis.title.x = element_text(face = "bold",size = 16),

        

        axis.title.y = element_text(face = "bold",size = 16),

        

        legend.title = element_text(face = "bold",size = 16))+

  

  theme_bw()

#KEGG气泡图

ggplot(KEGG_data,aes(y=Term,x=Gene.ratio))+

  

  geom_point(aes(size=Count,color=PValue))+

  

  scale_color_gradient(low = "red",high ="blue")+

  

  labs(color=expression(PValue,size="Count"),

       

       x="Gene Ratio",y="Pathways",title="KEGG Pathway Enrichment")+

  

  theme_bw()

视频中使用的Excel表格文件与R.scipt分享至：https://www.jianguoyun.com/p/DaKIerIQ18DmCxj06JMFIAA

https://www.jianguoyun.com/p/DTpMJUgQ18DmCxj46JMFIAA