GseaVis | GSEA富集分析可视化利器

mutouyuaichi

已于 2025-01-16 13:43:19 修改

阅读量965

点赞数 3

CC 4.0 BY-SA版权

文章标签： r语言数据分析

于 2025-01-16 12:18:16 首次发布

本文链接：https://blog.csdn.net/mutouyuaichi/article/details/145179347

1. 包的简介

GseaVis是一个功能强大的GSEA富集分析可视化R包 1 ，它不仅支持GSEA软件和clusterProfiler包的分析结果处理，还提供了丰富的可视化选项，包括富集曲线、热图和基因注释等多种展示方式。通过统一的gseaNb()函数接口，用户可以灵活地进行个性化的图形定制，使GSEA分析结果的展示更加直观和专业。

图1 多通路可视化

2. 包的安装与分析

### 安装
devtools::install_github("junjunlab/GseaVis") # 从Github安装

library(GseaVis) # 加载包

##### 分析实操  #####
### **单通路可视化** ###
### 示例图见图2 ###

library(GseaVis)
library(dplyr)
library(gridExtra)

# 读取数据
gseaRes <- readRDS("./go_result.rds") #上篇分析得到的go_result结果，格式为rds

##########  单通路可视化  ###############
# 创建GSEA可视化
# 指定要展示的通路
term <- "GO:0009897"

# 获取核心基因
core_genes <- strsplit(gseaRes[term, "core_enrichment"], "/")[[1]]
display_genes <- sample(core_genes, 15) # 随机展示15个core_genes,当然这一步可以指定感兴趣的基因

# 绘制GSEA图
p <- gseaNb(object = gseaRes,
            geneSetID = term,
            subPlot = 3,           # 显示三个子图
            addGene = display_genes,  # 添加核心基因标注
            rmSegment = TRUE,      # 移除分割线
            addPval = TRUE)        # 添加p值
print(p)

### **多条通路合并绘制** ###
### 示例图见图1 ###

terms <- gseaRes@result$ID[1:3]
p2 <- gseaNb(object = gseaRes,
       geneSetID = terms,
       subPlot = 2,
       termWidth = 35,
       legend.position = c(0.8,0.8),
       addPval = T,
       pvalX = 0.05,pvalY = 0.05)
print(p2)