kegg富集分析,kegg富集分析一条显著的都没有

1、kegg富集散点图怎么看

想看kegg通路图的话，用R包pathview来看，看函数的帮助文档就行。

气泡图与柱状图如出一辙，只是在展示方式上出现了差别。一个用geom_bar()函数，气泡图类似于散点图用geom_point()函数。

单细胞富集分析我最常用的是 分组GSVA ，但最近用到了GO分析，就复习一下GO和KEGG富集分析及绘图。载入无比熟悉的pbmc.3k数据集 (已注释好，数据准备见 monocle )pbmc3k数据集只有1个样本，没办法区分HC和病例组。

GO富集分析 加载了注释库之后，读取基因列表文件，并使用clusterProfiler的内部函数enrichGO()即可完成GO富集分析。读取基因列表文件，并使用clusterProfiler的内部函数enrichKEGG()即可完成KEGG富集分析。

图最上面部分展示的是富集分数（ES， enrichment score）值计算过程，从左至右每到一个基因，计算出一个ES值，连成线。在最左侧或最右侧有一个特别明显的峰值就是基因集表型上的ES值。

2、RNA-Seq(9):使用GSEA做GO/KEGG富集分析

1、GSEA富集分析使用的不是差异基因而是全部基因，更容易发现细微变化对生物通路的影响。

2、GO富集是组学数据分析常用的手段，通常用来挖掘差异基因中GO term的富集程度。Fishers exact test是常用的统计检验方法，但这种方法存在明显的缺点。

3、GSEA需要使用来自两个类别(标记为A或B)的样本的基因组表达谱进行分析。

4、基于约束最小二乘回归和一个新的特征矩阵（来自51个纯化或富集的免疫细胞类型的RNA-seq数据集）。quanTIseq实现了一个完整的反褶积流程来分析RNA-seq数据，能够避免混合物和特征矩阵之间的不一致性。

5、碳水化合物代谢过程：由于食物在口腔停留时间短暂，以致口腔唾液淀粉酶对碳水化合物的消化作用不大。

6、为了明确这些高度活跃的基因发挥的功能，随后作者通过基因集富集分析（GSEA），比较Tau22小鼠相较于WT小鼠中哪些途径被激活。

3、GEO数据挖掘小尝试:(三)利用clusterProfiler进行富集分析

1、GEO挖掘实战TNBC相关探索 - 芯片数据的差异分析一般使用limma包 之前学习RNA-seq转录组学习时，对富集分析的概念与流程有过一定的了解。主要分为ORF与GESA两类，都可用clusterProfiler包完成。

2、按照标准流程对GEO上下的数据进行数据处理，差异分析，富集分析 到enrichKEGG的这一步的时候就出现了Error。

3、你可以直接导入基因号和GO/KEGG编号的对应关系到R里面，然后用clusterProfiler进行数据分析” 。在如何构建的问题上，网上也有许多文章进行了介绍。构建 OrgDb 时，需要 gene_info 和 gene2go 。

4、使用clusterProfiler包进行GO富集分析。按照qvalue升序排序，分别选出前10个BP，CC，MF的条目，由于enrichGO函数生成的数据框默认是按照qvalue升序排序，所以这里我们只用选取前十个就行了。

4、富集分析用核心靶点还是交集靶点

单细胞富集分析应用思路 单细胞富集分析可以揭示细胞的发育机制、解析细胞异质性、探索组间细胞富集差异，从而挖掘疾病潜在的治疗靶点。

通俗来说：富集分析是基于一个先验的知识图谱将输入内容进行聚类分析，得到聚类后结果。

拿来做GO和KEGG富集分析。经常有一些数据集，拿差异基因做得不到结果，那是因为确实富集不到任何通路，是正常的。不妨试试GSEA，不是拿差异基因，而是拿全部基因作为输入。

这里使用的是broad GSEA提供的gene sets 来提供TERM2GENE：万事俱备，只欠东风。

Luminal和HER2为主的CoTC组(4和6)通过差异富集来分层，这些差异涉及与雌激素反应、E2F靶标、G2M检查点蛋白和MYC靶标有关的蛋白。