miRNA芯片数据挖掘-GO圈图

本文介绍了如何在R中安装必要的包,如digest和GOplot,然后处理基因表达数据,生成GO图(包括Chord图和Cluster图)来展示基因的功能富集和差异表达。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

install.packages("digest")
install.packages("GOplot")

library(GOplot)
setwd("F:\\")              #设置工作目录

ego=read.table("GO.txt", header = T,sep="\t",check.names=F)   #输入文件  
go=data.frame(Category = "All",ID = ego$ID,Term = ego$Description, Genes = gsub("/", ", ", ego$geneID), adj_pval = ego$p.adjust)


id.fc <- read.table("id.txt", header = T,sep="\t",check.names=F) #输入文件
genelist <- data.frame(ID = id.fc$id, logFC = id.fc$logFC)
row.names(genelist)=genelist[,1]

circ <- circle_dat(go, genelist)
termNum = 5                                     
geneNum = nrow(genelist)                       

chord <- chord_dat(circ, genelist[1:geneNum,], go$Term[1:termNum])
pdf(file="circ.pdf",width = 13,height = 11)
GOChord(chord, 
        space = 0.001,           
        gene.order
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值