159-为什么我的基因富集不到某个看似明显的通路？
刘小泽写于2020.1.23
遇到的问题
就是常规的差异分析结果进行GO富集分析，代码是：
# 先获得差异分析结果DEG_mtx，然后按照log2FC排序
geneList <- DEG_mtx$log2FoldChange
# 这一步是去掉Ensemble ID的版本号，因为后面进行ID转换时，Ensemble ID是不支持版本号的
names(geneList) <- str_split(rownames(DEG_mtx) ,
pattern = '\\.',simplify = T)[,1]
geneList <- sort(geneList,decreasing = T)
得到了这个背景基因集(universe gene list)之后，就可以进行富集分析
library(org.Hs.eg.db)
up_BP <- enrichGO(gene = up.gene,
universe = names(geneList),
keyType = 'ENSEMBL',
OrgDb = org.Hs.eg.db,
ont = "BP",
pAdjustMethod = "BH",
pvalueCutoff = 1,
qvalueCutoff = 1,
readable = TRUE)
# 如果不用参数readable= TRUE，也可以使用设置up_BP富集分析结果的基因显示为Symbol ID
up_BP <- setReadable(up_BP, OrgDb = org.Hs.eg.db)
tmp <- as.data.frame(up_BP)
比如我关注：GO:0030154 (cell differentiation)这个通路，放在数据框中查找，结果却是空的
思考🤔
按说这个通路应该是很大的，不应该找不到这个通路的。
首先查询这个通路
注意这个链接的特点，以后可以快速查找： https://www.ebi.ac.uk/QuickGO/term/GO:0030154
看到这个图，它也的确是在子节点，属于BP通路：
那么这个通路到底有多少基因呢？
刚开始想从网页直接查询，但几分钟都没有查到。然后突然想到，不是有org.db这个强大的R数据库吗，而且之前也写过如果去获取其中的信息：
如何快速理解GO富集结果？
library(org.Hs.eg.db)
go2gene <- toTable(org.Hs.egGO2ALLEGS)
uni_gene <- unique(go2gene$gene_id[go2gene$go_id == 'GO:0030154'])
> length(uni_gene)
[1] 4239
这个通路竟然有4000多个基因
我们的差异基因有多少在这个通路呢？
# 我们总共有这些基因，但它们是Ensemble ID，而uni_gene是Entrez ID，需要转换一下
> length(up.gene)
[1] 1445
trans_id <- bitr(up.gene,fromType = "ENSEMBL",toType = "ENTREZID",
org.Hs.eg.db)
然后找二者交集
> length(intersect(trans_id$ENTREZID,uni_gene))
[1] 231
发现虽然我们这个通路有4000多个基因，但我们的1000多个差异基因中，也有200多个属于这个通路。因此不会不存在这个通路的
那么问题出在哪里？
我又看了一下enrichGO的参数，终于发现，原来它对GO term的基因数量做了限制：
它默认使用基因数量10-500的term进行富集分析，而我们这里的这个通路，由于基因数量4000多，所以不被纳入考量
因此，如果真的要看这个通路，那么只需要修改一下参数：
up_BP2 <- enrichGO(gene = up.gene,
universe = names(geneList),
keyType = 'ENSEMBL',
OrgDb = org.Hs.eg.db,
ont = "BP",
pAdjustMethod = "BH",
pvalueCutoff = 1,
qvalueCutoff = 1,
readable = TRUE,
minGSSize = 10, maxGSSize = 5000)
tmp2 <- as.data.frame(up_BP2)
也可以看到结果比之前多了几百个通路富集【当然这里没进行任何的过滤，因为可以事后再过滤】
然后就能看到，这个通路出现了，并且还很比较显著：
关于事后过滤
这个Y叔早已经多次介绍过了，并且很好用：https://wemp.app/posts/8ee2f29e-107d-4844-9c5c-7577ea3a1105 不过需要使用
enrichplot的开发版
它的目的就是输出的富集分析结果作为数据框，然后自己过滤，最后把结果再转换为enrichResult对象，进行后续作图，例如：
x=up_BP
y = x[x$pvalue < 0.05, ]
> dim(x);dim(y)
[1] 4692 9
[1] 549 9
> class(y)
[1] "data.frame"
然后只需要加个参数：asis=T
y = x[x$pvalue < 0.05, asis=T]
> class(y)
[1] "enrichResult"
attr(,"package")
[1] "DOSE"
这样就完成了自行过滤，并且保持了原来的数据格式
