r語言go注釋統(tǒng)計(jì)分析圖怎么畫

#include int main(int argc, char ** argv) {int i = 1, j = 1, k = 1;do {do {if (i != 5)printf(" ");j++;} while (j

創(chuàng)新互聯(lián)是一家專注于做網(wǎng)站、成都網(wǎng)站設(shè)計(jì)與策劃設(shè)計(jì),洪洞網(wǎng)站建設(shè)哪家好?創(chuàng)新互聯(lián)做網(wǎng)站,專注于網(wǎng)站建設(shè)10多年,網(wǎng)設(shè)計(jì)領(lǐng)域的專業(yè)建站公司;建站業(yè)務(wù)涵蓋:洪洞等地區(qū)。洪洞做網(wǎng)站價(jià)格咨詢:18982081108

如何用cytoscape做go富集

1 如果肯下功夫，可以通過R語言獲得基因本體論以及通路富集數(shù)據(jù)并將其可視化，所用的R包可以是GOSim（GO分析），或者clusterprofiler(GOKEGG)

2 cytoscape 的插件cluego可以傻瓜式實(shí)現(xiàn)通路的圖片展示，可以用來直接發(fā)文章（低分的至少可以）

3 關(guān)于GO和KEGG數(shù)據(jù)的獲得，上DAVID就好

[R語言] GO富集分析可視化 GOplot::GOCircle

查看GOplot內(nèi)示例數(shù)據(jù)的格式，對自己的數(shù)據(jù)做處理

觀察結(jié)論：

觀察自己的兩個(gè)數(shù)據(jù)表：

table.legend 設(shè)置為T時(shí)會顯示表格

本圖中表格和圖例是出圖后剪切拼合而成，沒有用R中的拼圖包

R語言基本數(shù)據(jù)分析

R語言基本數(shù)據(jù)分析

本文基于R語言進(jìn)行基本數(shù)據(jù)統(tǒng)計(jì)分析，包括基本作圖，線性擬合，邏輯回歸，bootstrap采樣和Anova方差分析的實(shí)現(xiàn)及應(yīng)用。

不多說，直接上代碼，代碼中有注釋。

1. 基本作圖（盒圖，qq圖）

#basic plot

boxplot(x)

qqplot(x,y)

2. 線性擬合

#linear regression

n = 10

x1 = rnorm(n)#variable 1

x2 = rnorm(n)#variable 2

y = rnorm(n)*3

mod = lm(y~x1+x2)

model.matrix(mod) #erect the matrix of mod

plot(mod) #plot residual and fitted of the solution, Q-Q plot and cook distance

summary(mod) #get the statistic information of the model

hatvalues(mod) #very important, for abnormal sample detection

3. 邏輯回歸

#logistic regression

x - c(0, 1, 2, 3, 4, 5)

y - c(0, 9, 21, 47, 60, 63) # the number of successes

n - 70 #the number of trails

z - n - y #the number of failures

b - cbind(y, z) # column bind

fitx - glm(b~x,family = binomial) # a particular type of generalized linear model

print(fitx)

plot(x,y,xlim=c(0,5),ylim=c(0,65)) #plot the points (x,y)

beta0 - fitx$coef[1]

beta1 - fitx$coef[2]

fn - function(x) n*exp(beta0+beta1*x)/(1+exp(beta0+beta1*x))

par(new=T)

curve(fn,0,5,ylim=c(0,60)) # plot the logistic regression curve

3. Bootstrap采樣

# bootstrap

# Application: 隨機(jī)采樣，獲取最大eigenvalue占所有eigenvalue和之比，并畫圖顯示distribution

dat = matrix(rnorm(100*5),100,5)

no.samples = 200 #sample 200 times

# theta = matrix(rep(0,no.samples*5),no.samples,5)

theta =rep(0,no.samples*5);

for (i in 1:no.samples)

{

j = sample(1:100,100,replace = TRUE)#get 100 samples each time

datrnd = dat[j,]; #select one row each time

lambda = princomp(datrnd)$sdev^2; #get eigenvalues

# theta[i,] = lambda;

theta[i] = lambda[1]/sum(lambda); #plot the ratio of the biggest eigenvalue

}

# hist(theta[1,]) #plot the histogram of the first(biggest) eigenvalue

hist(theta); #plot the percentage distribution of the biggest eigenvalue

sd(theta)#standard deviation of theta

#上面注釋掉的語句，可以全部去掉注釋并將其下一條語句注釋掉，完成畫最大eigenvalue分布的功能

4. ANOVA方差分析

#Application：判斷一個(gè)自變量是否有影響 (假設(shè)我們喂3種維他命給3頭豬，想看喂維他命有沒有用)

#

y = rnorm(9); #weight gain by pig(Yij, i is the treatment, j is the pig_id), 一般由用戶自行輸入

#y = matrix(c(1,10,1,2,10,2,1,9,1),9,1)

Treatment - factor(c(1,2,3,1,2,3,1,2,3)) #each {1,2,3} is a group

mod = lm(y~Treatment) #linear regression

print(anova(mod))

#解釋：Df（degree of freedom）

#Sum Sq: deviance (within groups, and residuals) 總偏差和

# Mean Sq: variance (within groups, and residuals) 平均方差和

# compare the contribution given by Treatment and Residual

#F value: Mean Sq(Treatment)/Mean Sq(Residuals)

#Pr(F): p-value. 根據(jù)p-value決定是否接受Hypothesis H0：多個(gè)樣本總體均數(shù)相等(檢驗(yàn)水準(zhǔn)為0.05)

qqnorm(mod$residual) #plot the residual approximated by mod

#如果qqnorm of residual像一條直線，說明residual符合正態(tài)分布，也就是說Treatment帶來的contribution很小，也就是說Treatment無法帶來收益（多喂維他命少喂維他命沒區(qū)別）

如下面兩圖分別是

（左）用 y = matrix(c(1,10,1,2,10,2,1,9,1),9,1)和

（右）y = rnorm(9);

的結(jié)果?？梢娙绻o定豬吃維他命2后體重特別突出的數(shù)據(jù)結(jié)果后，qq圖種residual不在是一條直線，換句話說residual不再符合正態(tài)分布，i.e., 維他命對豬的體重有影響。

【R語言】解決GO富集分析繪圖，標(biāo)簽重疊問題

前面我給大家詳細(xì)介紹過

?GO簡介及GO富集結(jié)果解讀

?四種GO富集柱形圖、氣泡圖解讀

?GO富集分析四種風(fēng)格展示結(jié)果—柱形圖，氣泡圖

?KEGG富集分析—柱形圖，氣泡圖，通路圖

? DAVID GO和KEGG富集分析及結(jié)果可視化

也用視頻給大家介紹過

? GO和KEGG富集分析視頻講解

最近有粉絲反映說，利用clusterProfiler這個(gè)包繪制GO富集分析氣泡圖和柱形圖的時(shí)候，發(fā)現(xiàn)GO條目的名字都重疊在一起了。

氣泡圖

柱形圖

這個(gè)圖別說美觀了，簡直不忍直視。經(jīng)過我的認(rèn)真研究，發(fā)現(xiàn)跟R版本有關(guān)。前面我給大家展示的基本都是R 3.6.3做出來的圖。很多粉絲可能用的都是最新版本的R 4.1.2。

我們知道R的版本在不停的更新，相應(yīng)的R包也在不停的更新。我把繪制氣泡圖和柱形圖相關(guān)的函數(shù)拿出來認(rèn)真的研究了一下，終于發(fā)現(xiàn)的癥結(jié)所在。

dotplot這個(gè)函數(shù)，多了個(gè) label_format 參數(shù)

我們來看看這個(gè)參數(shù)究竟是干什么用的，看看參數(shù)說明

label_format :

a numeric value sets wrap length, alternatively a custom function to format axis labels. by default wraps names longer that 30 characters

原來這個(gè)參數(shù)默認(rèn)值是30，當(dāng)標(biāo)簽的長度大于30個(gè)字符就會被折疊，用多行來展示。既然問題找到了，我們就來調(diào)節(jié)一下這個(gè)參數(shù)，把他設(shè)置成100，讓我們的標(biāo)簽可以一行展示。

是不是還是原來的配方，還是熟悉的味道

同樣的柱形圖，我們也能讓他恢復(fù)原來的容貌。

關(guān)于如何使用R做GO和KEGG富集分析，可參考下文

GO和KEGG富集分析視頻講解

R語言：clusterProfiler進(jìn)行GO富集分析和Gene_ID轉(zhuǎn)換

ID轉(zhuǎn)換用到的是 bitr() 函數(shù)，bitr()的使用方法：

org.Hs.eg.db包含有多種gene_name的類型

keytypes() ：keytypes(x)，查看注釋包中可以使用的類型

columns() ：類似于keytypes()，針對org.Hs.eg.db兩個(gè)函數(shù)返回值一致

select() ：select(x, keys, columns, keytype, ...) eg.

函數(shù)enrichGO()進(jìn)行GO富集分析，enrichGO()的使用方法：

舉例：

當(dāng)前題目：r語言做go分析的代碼,r語言做go和kegg富集分析圖
地址分享：http://aaarwkj.com/article32/dssppsc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供企業(yè)建站、外貿(mào)網(wǎng)站建設(shè)、響應(yīng)式網(wǎng)站、品牌網(wǎng)站設(shè)計(jì)、、搜索引擎優(yōu)化

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)