目前網(wǎng)上的教程大多是模式植物，或者是非模式物種的重新構(gòu)建的教程。
今天分享一個新的方法，對非模式植物研究中獲得的基因（例如：GWAS、轉(zhuǎn)錄組差異基因等）進行轉(zhuǎn)錄因子富集分析氣泡圖和柱狀圖可視化。
教程如下：

利用plantTFDB對轉(zhuǎn)錄因子進行預(yù)測

1、準(zhǔn)備差異基因序列

提取差異基因序列
faSomeRecords ../Trinity.gene.fasta DEG_ID_FC1.5FDR0.05.txt leaf_vs_fruit_FC1.5FDR0.05.fasta
faSomeRecords ../Trinity.gene.fasta DEG_ID_FC1.5FDR0.05.txt stem_vs_fruit_FC1.5FDR0.05.fasta
faSomeRecords ../Trinity.gene.fasta DEG_ID_FC1.5FDR0.05.txt stem_vs_leaf_FC1.5FDR0.05.fasta
http://plantregmap.gao-lab.org/index.php

2、打開PlantTFDB(5.0)

數(shù)據(jù)庫鏈接如下：http://plantregmap.gao-lab.org/index.php
點擊導(dǎo)航欄的Prediction按鈕，即可打開預(yù)測頁面。

圖片.png

3、TF預(yù)測

然后輸入你的基因序列，比如差異基因序列，即可開始在線分析：

圖片.png

獲得TF_and_best1_in_Ath.list文件

圖片.png

圖片.png

這個分析的作用就是：判斷你的哪些（差異）基因可能是轉(zhuǎn)錄因子。

4、go分析預(yù)測

將TF_and_best1_in_Ath.list中的第三列粘貼到框內(nèi)

圖片.png

圖片.png

開始submit運行
對結(jié)果進行下載

圖片.png

5、轉(zhuǎn)錄因子富集分析

圖片.png

富集分析的原理

網(wǎng)上已有很多人介紹其原理，我們平時最常用的富集分析方法就是Over-Represence Analysis(ORA)，本質(zhì)上是一次不放回抽樣的概率事件。在這里首推CJ大神寫的推文：GO富集分析 從原理到實踐 ~ 零基礎(chǔ)掌握。大家可以自行閱讀，熟悉一下富集分析的原理。

轉(zhuǎn)錄因子的富集分析

當(dāng)你了解了富集分析背后的原理后，你就能明白：所謂轉(zhuǎn)錄因子富集分析，就是以全基因組各個家族的轉(zhuǎn)錄因子為背景，通過比較給定的基因中各個家族的轉(zhuǎn)錄因子的數(shù)量及比例來計算其顯著性。為了達到這一目的，我們需要做的無非是三件事：

• 準(zhǔn)備包含待研究物種的基因組內(nèi)所有轉(zhuǎn)錄因子的文件；
• 準(zhǔn)備個記錄轉(zhuǎn)錄因子基因ID和家族的對應(yīng)關(guān)系的文件；
• 準(zhǔn)備待分析的轉(zhuǎn)錄因子的基因ID列表；
  當(dāng)然，我們還需要準(zhǔn)備富集分析用到的軟件，并根據(jù)軟件要求將數(shù)據(jù)調(diào)整成恰當(dāng)?shù)母袷健Ｔ摳患治鲂枰玫能浖荵叔開發(fā)的clusterProfile包，所以針對該包對數(shù)據(jù)的要求，上述提高的三個數(shù)據(jù)文件應(yīng)遵循如下形式：

TF id和物種內(nèi)所有轉(zhuǎn)錄因子基因ID的對應(yīng)關(guān)系，其中TFid是人為規(guī)定的（TF2gene）；

圖片.png

TF id和轉(zhuǎn)錄因子家族的對應(yīng)關(guān)系（TF2term）；

圖片.png

圖片.png

整理文件如上述格式

輸入文件：PlantTFDB網(wǎng)站對全基因組蛋白序列的鑒定結(jié)果

文件名：TF_and_best1_in_Ath.list（還是上面的那個轉(zhuǎn)錄因子預(yù)測文件）

文件內(nèi)容如下：

圖片.png

library(tidyverse)
# 1.讀取數(shù)據(jù)
df <- read_tsv('TF_and_best1_in_Ath.list', comment = '#', col_names = F)
# 只保留前兩列
df <- select(df, X1:X2)

然后是獲得TF id和轉(zhuǎn)錄因子家族的對應(yīng)關(guān)系

TF2term <- df
TF2term <- df %>% 
  select(term = X2) %>%
  mutate(TF = paste('TF', 1:nrow(TF2term), sep = '_')) %>%
  select(TF, term)

以該文件為基礎(chǔ)，給所有轉(zhuǎn)錄因子的基因ID分配TF id

TF2gene <- df %>% 
  left_join(TF2term, by = c('X2' = 'term')) %>%
  select(TF, gene = X1)

富集分析

library(clusterProfiler)
options(stringsAsFactors = F)
genelist <- read.table('genelist.txt')$V1

TFenrich <- enricher(gene = genelist,
                     TERM2GENE = TF2gene, 
                     TERM2NAME = TF2term,
                     pvalueCutoff = 1,
                     qvalueCutoff = 1,
                     pAdjustMethod = 'BH')
# plot
dotplot(TFenrich, showCategory = 20)

圖片.png

另外，你可以把富集結(jié)果轉(zhuǎn)換成數(shù)據(jù)框輸出或進一步繪圖

TF_datafram <- as.data.frame(TFenrich)
write.table(TF_datafram, 'TF_enrich.result', sep = '\t', row.names = F, quota =F)

6、GO富集柱形圖繪制

下載go_enrichment_full_all.txt文件

圖片.png

圖片.png

將go_enrichment_full_all.txt中的GO.ID、Annotated（Description）、Count（GeneNumber）和Aspect（type）四列手動提取出來，得到文件leaf_vs_fruit.csv

圖片.png

繪圖

data=read.csv("leaf_vs_fruit.csv",header=T,stringsAsFactors = F)
1.按照qvalue升序排序，分別選出前20個BP,CC,MF的條目，由于enrichGO函數(shù)生成的數(shù)據(jù)框默認(rèn)是按照qvalue升序排序，所以這里我們只用選取前二十個就行了
go_MF<-data[data$type=="molecular function",][1:20,]
go_CC<-data[data$type=="cellular component",][1:20,]
go_BP<-data[data$type=="biological process",][1:20,]
go_enrich_df<-data.frame(ID=c(go_BP$ID, go_CC$ID, go_MF$ID),
                         Description=c(go_BP$Description, go_CC$Description, go_MF$Description),
                         GeneNumber=c(go_BP$GeneNumber, go_CC$GeneNumber, go_MF$GeneNumber),
                         type=factor(c(rep("biological process", 20), rep("cellular component", 20),rep("molecular function",20)),levels=c("molecular function", "cellular component", "biological process")))
2.將GO_term設(shè)定為factor即可按照順序輸出
GO_term_order=factor(as.integer(rownames(go_enrich_df)),labels=go_enrich_df$Description)
library(ggplot2)
ggplot(data=go_enrich_df, aes(x=GO_term_order,y=GeneNumber, fill=type)) + geom_bar(stat="identity", width=0.8) + coord_flip() +  xlab("GO term") + ylab("Num of Genes") + theme_bw() + theme_classic() + theme(panel.border = element_rect(colour = "black", fill=NA, size=1))

圖片.png

參考
https://cloud.tencent.com/developer/article/1674672
https://mp.weixin.qq.com/s?__biz=Mzg5NDI0MDY0MA==&mid=2247494078&idx=1&sn=de2726a2554f7a77d6c689c28487e74d&chksm=c0203b51f757b2479e405c11b0cf5f93c10ab0759b867225406fb9dbf3ca732ca70f122f3b2f&mpshare=1&scene=1&srcid=0207YYqURmqQ0dOOxXE5PdcG&sharer_sharetime=1675733976691&sharer_shareid=131ce7013fe8cdac25e7cf500f2974d5&key=f4efb34f476d52d4e8e512ffce99e5285991d2700cc5232881e6a8f839c696e09488743c6d868614b7e6a490f93ddcb324821080b92075048667c7365b437703cf014889c5b17e5759d01ae2b1c0be8726907715c52a173310518dd8c65b19f9fe353ecfe64725be39c7a096ea43825ca0f69651ab7b4fdb44e3e7e80a34f54b&ascene=0&uin=MTc0MzUxMTczNQ%3D%3D&devicetype=Windows+10+x64&version=63090016&lang=zh_CN&exportkey=n_ChQIAhIQpr2JCT5bNGJr7Bh6JV4prxLgAQIE97dBBAEAAAAAAEGCDV0r%2BV8AAAAOpnltbLcz9gKNyK89dVj0qZAUrMe2LumFhOcDzy4pnUwAz3E%2BUnsQhlQKN4rlTmttVBEC12lY6wXgXBPxru6X22om%2BXCWNHNIU74erREKtOj70dtbDcRUT3TuxB4qD%2BHXfU63HuCINvXgQPQ8Xb%2FgjTJJLt3fHSTN%2BETSuP0%2F9oox1rJMb5BGMWV7pluhb6e6Ag%2F9hOJ0r3EVHLscvWOUVILbpx%2BcsUo51MK96Rjn5kI8hsmPoaVHBKUmAYsDdCwhcz%2FgI1eWE%2F%2FM&acctmode=0&pass_ticket=H5ZRnEVEy4hpgjMhkD4REt1GUwyi3%2BvGHPhe%2FgElV9PRtGDoxLJz%2FK8wJfOovLfUM4BL3cRCExrsES%2F%2Bh6%2F%2FXA%3D%3D&wx_header=1&fontgear=2
https://www.cnblogs.com/yanjiamin/p/12122215.html