CBNplot:揭示富集分析中各通路的調(diào)控關(guān)系

說在前面

Immugent在之前一篇推文中:CBNplot:可視化富集通路中基因的調(diào)控關(guān)系,介紹了如何使用CBNplot展示某一條通路中的基因之間的調(diào)控關(guān)系。但是在實際應(yīng)用中,我們往往很難一下子就精準(zhǔn)的找到目標(biāo)功能通路,而是需要在很多個差異通路中進行初篩。那么在今天的這期推文中,Immugent將會介紹如何使用CBNplot對差異通路之間的調(diào)控關(guān)系進行展示。

本期推文還是基于上一期產(chǎn)生的富集結(jié)果,如果小伙伴們想實操本期的代碼還需要先跑一下上一期的流程,下面開始進行本次的代碼展示:


代碼展示

其實同樣是Y叔開發(fā)的軟件clusterProfiler中就能展示各差異通路之間的關(guān)系,但是只是初步展示哪些通路之間有關(guān)系,而無法準(zhǔn)確揭示通路之間的上下游關(guān)系。

emapplot(pway)
image.png

而CBNplot的bnpathplot函數(shù),則可以推斷出的各通路之間的關(guān)系,以及路徑之間的信號強度。可以通過bnpathplot繪制法線圖,傳遞clusterProfiler或ReactomePA的結(jié)果、表達式值和推斷中包含的候選行。nCategory指定要繪制的類別的數(shù)量(1:nCategory),按p-value排序。expRow則表示表達式矩陣的行名中使用了哪些標(biāo)識符。

bnpathplot(results = pway,
           exp = vsted,
           expSample = incSample,
           nCategory = 30,
           R = 10,
           labelSize=5,
           expRow = "ENSEMBL")
           
#For the messy plot, the label can be modified using shadowText=TRUE.
bnpathplot(results = pway,
           exp = vsted,
           expSample = incSample,
           nCategory = 30,
           R = 10,
           labelSize=3,
           shadowText=TRUE,
           expRow = "ENSEMBL")
image.png
image.png

還可以對GO,KEGG,甚至GSEA的結(jié)果進行展示。

bnpathplot(results = pwayGO,
           exp = vsted,
           expSample = incSample,
           nCategory = 30,
           R = 10,
           expRow = "ENSEMBL")
           
bnpathplot(results = pwayGSE,
           exp = vsted,
           expSample = incSample,
           nCategory = 30,
           R = 10,
           expRow = "ENSEMBL",
           shadowText = TRUE,
           color = "enrichmentScore")                 
image.png
image.png

對于Reactome,還可以通過指定compareRef=TRUE來繪制通路之間的關(guān)系。這里,虛線表示引用中沒有的關(guān)系,實線表示引用中存在的關(guān)系。

bnpathplot(results = pway,
           exp = vsted,
           expSample = incSample,
           nCategory = 30,
           R = 10,
           compareRef=T,
           expRow = "ENSEMBL")
image.png
image.png

CBNplot還可以通過指定sizeDep=TRUE來反映路徑內(nèi)基因的整體依賴性得分。必須為dep變量提供depmap::depmap_crispr或其他描述依賴性評分的數(shù)據(jù)。使用通路中基因的平均得分。

bnpathplot(results = pwayGO,
           exp = vsted,
           expSample = incSample,
           nCategory = 30,
           R = 50,
           sizeDep = T,
           dep = dep,
           expRow = "ENSEMBL")
 
library(DOSE)
pwayDO <- enrichDO(gene = cand.entrez)
ReaAndDO <- bnpathplot(results = c(pway, pwayDO), exp = vsted, expSample = incSample,
           nCategory = c(20, 20), R = 50)
ReaAndDO
image.png
image.png

小結(jié)

在本期推文中,Immugent演示了如何使用CBNplot對差異通路之間的關(guān)系進行展示。其實在很多情況下,我們在剛拿到測序數(shù)據(jù)都沒有準(zhǔn)確的假說,因此我們只能通過分析所有的差異通路,看是否有和某一功能相關(guān)的幾條通路全都出現(xiàn)富集的情況。那么往往調(diào)控這些類似功能通路的都是一些特定的基因,進一步的通過CBNplot尋找這些套路的上下游關(guān)系就可以準(zhǔn)確揭示最上游或者最關(guān)鍵的功能通路了。

好啦,本期推文到這就結(jié)束啦,在下一期推文中Immugent將會使用CBNplot對差異基因/通路和臨床特征進行關(guān)聯(lián)分析,敬請期待!

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容