文獻(xiàn)時(shí)間

2011

摘要

轉(zhuǎn)錄組和蛋白組測序數(shù)據(jù)不斷增多，這就需要一個(gè)綜合的分析策略。我們在此提供了一個(gè)R包，clusterProfiler，它將基因簇的富集分析和功能描述查找自動化。將分析模塊和可視化模塊組合成一個(gè)簡單的流程。目前，此包支持三個(gè)物種，人類，小鼠和酵母。這個(gè)保重提供的方法，可以簡便的推廣到其他物種。clusterProfiler包在Bioconductor項(xiàng)目中的Artistic-2.0 License下發(fā)布。 源代碼和插圖可以在http://bioconductor.org/packages/release/bioc/html/clusterProfiler.html免費(fèi)獲得。

引言

高通量產(chǎn)生了大量的數(shù)據(jù)，就需要從數(shù)據(jù)中獲取生物層面的信息。常用的方法就是通過基因的相似性（例如表達(dá)）來形成基因簇，從系統(tǒng)的層面去尋找可能的模式（例如生物過程，啟動子等）。

另一種查找相同功能基因的方法就是通過ontologies提供的生物相關(guān)信息來判斷。比如GO提供基因在生物過程，分子功能，細(xì)胞組成三個(gè)水平的描述。KEGG提供基因在通路方面的描述。DO提供人類基因在疾病方面的描述。相關(guān)的工具已經(jīng)開發(fā)了很多，GO::TermFinder和GOstats用來進(jìn)行GO富集分析，SubpathwayMiner用來發(fā)現(xiàn)通路。

雖然這些工具可以自動計(jì)算顯著性，但需要手動選擇最后的基因簇。 因此，開發(fā)了一些新工具，如ClueGO和go-Profiles，以部分解決這一問題。然而，它們僅支持兩組基因的比較。TM4 MultiExperiment Viewer通過將層次聚類與EASE相結(jié)合來實(shí)現(xiàn)Tree-EASE（TEASE）算法，可以執(zhí)行聚類分析，然后進(jìn)行GO濃縮計(jì)算，但沒有用于比較和可視化集群之間功能差異的工具。在這里，我們提出了一個(gè)名為clusterProfiler的R軟件包，用于GO和KEGG的統(tǒng)計(jì)分析，能夠使基因簇之間進(jìn)行比較。

材料和方法

這個(gè)包在R平臺上實(shí)現(xiàn)，依賴的包有GO.db和KEGG.db兩個(gè)注釋數(shù)據(jù)庫，org.Hs.eg.db，org.Mm.eg.db和org.Sc.sgd.db物種基因組數(shù)據(jù)庫。

clusterProfiler包通過groupGO，基于它們在GO特定級別的投影對基因進(jìn)行分類，并基于超幾何分布進(jìn)行富集GO和富集KEGG分析。為了防止多重測試中的高錯(cuò)誤發(fā)現(xiàn)率（FDR），還估計(jì)了F值控制的q值。 此外，clusterProfiler提供了一個(gè)函數(shù)compareCluster，用于自動計(jì)算每個(gè)基因簇的豐富功能類別，并提供了幾種可視化方法。

提供的基因簇對比方法，適用于各種gene-ontology。在R中clusterProfiler和DOSE合作可以對比基因簇之間基因和疾病的相關(guān)性。疾病背景下比較基因簇能夠高通量數(shù)據(jù)轉(zhuǎn)化為臨床數(shù)據(jù)。

結(jié)果

使用了200個(gè)癌癥病人的表達(dá)數(shù)據(jù)（GSE11121），SAM算法篩選了5230個(gè)差異性基因（DECs），然后使用軟聚類算法從中鑒定了8個(gè)基因簇，最后使用clusterProfiler通過基因簇富集的功能對比這些基因簇。

如圖，點(diǎn)的大小表示每行的百分比（GO類別），點(diǎn)的深淺表示富集程度。

總結(jié)和討論

提供了新的包c(diǎn)lusterProfiler，內(nèi)含groupGO，enrichGO和enrichKEGG來進(jìn)行分類和富集分析。而且，將分類和富集分析應(yīng)用到了基因簇之間的比對。而且模型更加精巧。任何形式的生物功能ontologys都可以采用這個(gè)方法，而且還有圖形化工具。

這個(gè)包很簡單，專門為轉(zhuǎn)錄組和蛋白組分析設(shè)計(jì)。可以很簡單的拓展給其他物種，而且方便和其他包合作。

計(jì)劃了三個(gè)發(fā)展戰(zhàn)略。首先，使用KEGG和GO術(shù)語相似的地方來聚合類別，以產(chǎn)生更易解釋的結(jié)果。然后，找類別中相似的基因?qū)ζ渑判?，然后將它們關(guān)聯(lián)起來尋找富集類別，以提高活性模塊尋找的靈敏度。最后，我們將開發(fā)一個(gè)基于誘導(dǎo)有向無環(huán)圖的統(tǒng)計(jì)模型，以比較功能概況作為一個(gè)整體而不是一組不相關(guān)的類別。這些策略將增加clusterProfiler的多功能性。