189 8069 5689
富集分析是生信中最常见和常用的一种手段，不管是pathway还是GO。展示形式正塌也是五花八门，比如我们自己最常用的就是气泡图。
创新互联主营古塔网站建设的网络公司,主营网站建设方案,重庆App定制开发,古塔h5微信平台小程序开发搭建,古塔网站营销推广欢迎古塔等地区企业咨询
最近看到一些其它的展示方式，用GOplot包画的，如下：
看上去，好像还挺好看，所以顺手测试学习了一下。
官网地址：
=====安装包=====
官方推荐的安装方式：
install.packages('GOplot')
install_github('wencke/wencke.github.io')
library(GOplot) //加载包
data(EC) //示例数据
======功能测试=====
head(EC$david) //富集分析结果
head(EC$genelist) //差异基因
circ - circle_dat(EC$david,EC$genelist) //生成画图的基本数据
可以看出circ有GO的category， GO ID/term， genes，pvalu以及zscore等组成。
但是zscore和我们的标准化数据不太一样，从官方给出的计算公式是上调和下调基因的个数与总个数的比值。有点能看出是上调还是下调响应的。
//下面可以画出一个简单的bar图
GOBar(subset(circ, category == 'BP'))
GOBar(circ, display = 'multiple') //这个可以三类GO都画，上面的只画了BP
GOBar(circ, display = 'multiple', zsc.col = c('yellow', 'black', 'cyan')) //换个zscore的色系
GOBubble(circ, labels = 3) //气泡图 labels表示对于Y轴大于3的显示标签
GOBubble(circ,title = 'Bubble plot', colour = c('orange', 'darkred', 'gold'), display ='multiple', labels = 3) //可以把三类分开展示
GOBubble(circ, title = 'Bubble plot withbackground colour', display = 'multiple', bg.col = T, labels = 3) //改变背景色
另外，为了不显示一族清神些冗余的term，GOplot里面有个reduce_overlap函数可以用来减少冗余terms数目。该功能删除所有基因重叠大于或等于设定阈值的terms。保留每个组的一个terms作为代表，而不考虑GO层次结构。
reduced_circ - reduce_overlap(circ,overlap = 0.75) // 删除所有基因重叠大于等于 0.75的 terms
GOBubble(reduced_circ, labels = 2.8)
注：看着是比前面清晰很多
GOCircle(circ) //可以画GO的圈图
当然也可以指定自己感兴趣的terms
IDs - c('GO:0007507', 'GO:0001568','GO:0001944', 'GO:0048729', 'GO:0048514', '兆亏GO:0005886', 'GO:0008092','GO:0008047')
GOCircle(circ, nsub = IDs)
GOplot还可以做GO和gene的关联图
chord - chord_dat(circ, EC$genes,EC$process) //准备基础数据
chord - chord_dat(data = circ, genes =EC$genes, process = EC$process)
GOChord(chord, space = 0.02, gene.order ='logFC', gene.space = 0.25, gene.size = 5)
前面我给大家详细介绍过
☞GO简介及GO富集结果解读
☞四种GO富集柱形图、气泡图解读
☞GO富集分析四种风格展示结果—柱形图，气泡图
☞KEGG富集分析—柱形图，气泡图，通路图
☞ DAVID GO和KEGG富集分析及结果可视化
也用视频给大家介绍过
☞ GO和KEGG富集分析视频讲解
最近有粉丝反映说，利用clusterProfiler这个包绘制GO富集分析气泡图和柱形图的时候，发现GO条目的名字都重叠在一起了。
气泡图
柱形图
这个图别说美观了，简直不忍直视。经过我的认真研究，发现跟R版本有关。前面我给大家展示的基本都是R 3.6.3做出来的图。很多粉丝可能用的都是最新版本的R 4.1.2。
我们知道R的版本在不停的更新，相应的R包也在不停的更新。我把绘制气泡图和柱形图相关的函数拿出来认真的研究了一下，终于发现的症结碰侍所在。
dotplot这个函数，多了个 label_format 参数
我们来看看这个参数究竟是干什么用的，看看参数说明
label_format :
a numeric value sets wrap length, alternatively a custom function to format axis labels. by default wraps names longer that 30 characters
原来这个参数默认值是30，当标签的长度大于30个字符就会被折叠，用多行来展示。既然问题找到了，我们就来调节一下笑咐吵这个参数，把他设置成100，让我们的标签可以一行展示。
是不是还是原来的配方，还是熟悉的味道
同样的柱形图，我们也能让他恢复原来的容貌。
关于如何使用R做GO和简闭KEGG富集分析，可参考下文
GO和KEGG富集分析视频讲解
气泡图（Bubble Plot）就是由一个个像气泡元素组成的图，和普通的散点图不同，该图可以展示三维信禅枯甚至四维信息，如下图： 点的位置即其横纵坐标分别代表了Weight和Height，气泡的大小代表了Age，颜色代表了不同个体。
再举几个例子：
上面用了不同形式展示了GO或其他富集的结果。上图和右下图中，我们用颜色代表GO的类别，用横纵坐标代表p-value和z-score，用大小代表富集的基因Count。左下图我们用颜色代表p-value，用大小代表GeneCount，横坐标代表GeneRatio，纵坐标代表具体的类别。
从上述例子中可以发现用气泡图我们能展示更多的数据信息。 随着多组学研究的涌现，我们急需在同一张图表理展现多维的数据，气泡图就是一个不错的选择。
1）需要什么格式的数据
根据最终想要在气泡图上展示数据的维度以确定数据的格式。
本次用一个来自于GOplo包的数据EC，该数据为RNA-seq的下游分析数据。
该数据标准化处理后进行统计分析以确定了差异表达基因。 使用DAVID功能注释工具对差异表达基因（调整后的p值0.05）进行基因注释富集分析。
由于本次将使用两个包一个是GOplot专门用于转录组数据的下游展示，还有一个是我们常用的画图包ggplot2， 需要注意的是用于ggplot2的作图数据还要基于circ略作修改，具体见下文。
2）如何作图
GOplot 包提供了直接做气泡图的方法：
略袭世调整参数之后可以对图的布局、颜色等进行调整：滑洞
然后，我们来看一看用常见的包ggplot2应该如何做该图。
首先我们要对数据处理一下，剔除一些不必要的信息：
稍作改变，去除图例添加facet。
往期 R数据可视化 分享
R数据可视化6: 面积图 Area Chart
R数据可视化5: 热图 Heatmap
R数据可视化4: PCA和PCoA图
R数据可视化3: 直方/条形图
R数据可视化2: 箱形图 Boxplot
R数据可视化1: 火山图