R: 修改镜像、bioconductor安装及go基因富集分析

发布时间：2020-12-14 04:17:30 所属栏目：大数据来源：网络整理

导读：1、安装bioconductor及go分析涉及的相关包 source("http://bioconductor.org/biocLite.R")options(BioC_mirror="http://mirrors.ustc.edu.cn/bioc/")biocLite("DO.db",type = "source")biocLite("BiocUpgrade")biocLite(‘clusterProfiler‘)biocLite("fastm

1、安装bioconductor及go分析涉及的相关包

source("http://bioconductor.org/biocLite.R")
options(BioC_mirror="http://mirrors.ustc.edu.cn/bioc/")
biocLite("DO.db",type = "source")
biocLite("BiocUpgrade")
biocLite(‘clusterProfiler‘)
biocLite("fastmatch",type = "source")
biocLite("gridExtra")
biocLite("ggraph")
biocLite("UpSetR")
biocLite("cowplot")
biocLite("ggridges")
biocLite("org.Hs.eg.db")
biocLite("topGO")
biocLite("Rgraphviz")

在这一步经常出现以下报错：

报错类型1：Warning message: In file(filename,"r",encoding = encoding) : InternetOpenUrl failed: ‘操作超时‘。

这类报错的解决方法就是修改镜像。R修改镜像步骤：

打开RStudio，依次点击：Tools → Packages → CRAN mirror

换镜像的原则是，哪个镜像方便安装哪个包就用哪个镜像

还有第二种修改镜像的方法就是查看R安装在哪儿，修改Rprofile.site.

R.home()

　　根据上述命令指出来的路径修改镜像

查找X:XXXR-X.X.Xetc 路径下的Rprofile.site文件，用记事本的方式打开，写入如下命令：

# set a CRAN mirror
local({r <- getOption("repos")
      r["CRAN"] <- "https://mirrors.ustc.edu.cn/CRAN/"
      options(repos=r)})

报错类型2：package ‘XXX’ is not available (for R version X.X.X)

解决这类报错常见思路：1、查看安装包名字有没有写错；2、版本是太新还是太旧，一般而言，都是版本太旧导致的；3、这个安装包是不是一个依赖包，比如"cowplot"是一个依赖于bioconductor的包，就不能直接用“install.packages("cowplot")”这种方式安装，要先安装好bioconductor，再安装biocLite("cowplot")；

2、go基因富集分析

如果你的原始数据为ENTREZID格式，则不需要通过bitr转化，如果不是的话，需要通过bitr转化为ENTREZID格式。如果你不知道啥是ENTREZID和SYMBOL，见下面的例子。

ENTREZID? ? ? SYMBOL? ? ? ? ? ? ? ? Gene name? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?location

1501? ? ? ? ? ? ? ?CTNND2? ? ? ? ? ? ? ? ? catenin delta 2? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 5p15.2
154664? ? ? ? ? ?ABCA13? ? ? ? ? ? ? ? ? ?ATP binding cassette subfamily A member 13? ? ? ? ? ? ? ? ? ? ? ?7p12.3
1585? ? ? ? ? ? ? CYP11B2? ? ? ? ? ? ? ? ? cytochrome P450 family 11 subfamily B member 2? ? ? ? ? ? ? ? 8q24.3

go基因富集分析正式开始：

install.packages(xlsx)
install.packages(readxl)
library(xlsx)
library(readxl)
model<-read.xlsx("F:/download/38gene.xlsx",1,header=F)
model<-data.frame(model)
library(clusterProfiler)
GENEID_model = bitr(model,fromType="SYMBOL",toType="ENTREZID",OrgDb="org.Hs.eg.db")
#GENID_LIST=as.vector(t(GENEID_model))
go_model <- enrichGO(GENEID_model,OrgDb = org.Hs.eg.db,ont=‘ALL‘,pAdjustMethod = ‘BH‘,pvalueCutoff = 0.05,qvalueCutoff = 0.2,keyType = ‘ENTREZID‘)
write.csv((as.data.frame(go_model)),"F:/download/GENEID_model.csv",row.names =F)
###go富集结果barplot图
barplot(go_model,showCategory=20,drop=T)
####go富集结果点图
dotplot(go_model,showCategory=50)
###绘制GO的网络关系图
go.BP <- enrichGO(go_model,ont=‘CC‘,keyType = ‘ENTREZID‘)
plotGOgraph(go.BP)
###ont=‘CC‘也可以改为ont=‘BP‘或ont=‘MF‘

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!