KEGG富集分析从未如此简单

考虑到很多做实验的小伙伴对很多生物信息学概念不是很了解，受实验小白的委托，我给大家写了一个非常简单的工具：KEGG富集分析

KEGG是干嘛的捏？

我这么跟你说吧：人类的七千多个基因组都是有已知功能的，KEGG把这七千多个基因分成了300个类，就是我们通常说的kegg通路；比如，我现在做了个实验，发现某细胞系里面的两万个基因里面有300个基因变化了，那这300个基因会涉及到KEGG数据库的哪几个通路？这时候就需要用到我的工具啦~将这300个基因加入工具里面，得出结果：有30个Cell cycle通路。

就这么简单？可是富集分析怎么分析呐？

接下来还会用到我这个小工具：事实上，Cell Cycle KEGG 通路 hsa04110只有124个基因；而我处理了细胞系之后，在只有300个基因发生统计学显著变化的情况下，就有30个是Cell Cycle通路？高达10%的概率，那到底这个Cell Cycle通路是不是被显著改变了呢？首先，我会把用户的300个基因，都用KEGG数据库的300个通路注释，然后一个个通路循环做超几何分布检验，给出P值；比如刚才的Cell Cycle 通路就很显著，因为124/7000就2%的概率，结果我 30/300有10%的概率~太可怕了，所以我的这个处理显著的改变了细胞系的Cell Cycle 通路。

使用方法其实没什么好说的，就是复制粘贴你感兴趣的基因到输入框即可。我这里主要讲解，这个网页如何写出来的。

一、代码编写

UI界面的代码：

suppressPackageStartupMessages(library(shiny))
suppressPackageStartupMessages(library(ggplot2))
suppressPackageStartupMessages(library(DT))
suppressPackageStartupMessages(library(stringr) )
suppressPackageStartupMessages(library(clusterProfiler))
suppressPackageStartupMessages(library(shinyjs))
suppressPackageStartupMessages(library(shinyBS))
## 这个是侧边栏，就是你看到的网页坐标的输入框
## 分别是下拉框，文字输入框，多选按钮，确定按钮。
sp <- sidebarPanel(
selectInput("IDtype",
label = "choose the ID type",
choices = c("HUGO Gene Symbol"= "symbols",
"Entrez Gene ID"= "geneIds",
"ENSEMBL Gene ID"= "geneEnsembl")),
## "symbols" "geneIds" "geneNames" "geneEnsembl" "geneMap" "geneAlias"
h3("Type the Gene List:"),
tags$style(type="text/css", "textarea {width:100%}"),
tags$textarea(id = 'input_text',
placeholder = "TP53nCBX6",
rows = 8, ''),
hr(),
radioButtons("species", "Select a species:",
c("human(Homo sapiens)"="human",
"mouse(Mus Musculus)"="mouse"),
selected = 'human'
),
hr(),
bsAlert("alert_ui_anchorId"),
actionButton("do", "analysis", icon("paper-plane"),
style="color: #fff; background-color: #337ab7; border-color: #2e6da4"
)
)
## 这个是主栏，就显示两个表格即可。
mp <- mainPanel(
h3('KEGG enrichment:'),
DT::dataTableOutput('KEGG_df'),
hr() ,
h3('Gene Annotation result:'),
DT::dataTableOutput('gene_df'),
hr()
)
## 主程序入口，是一个侧边栏格式的网页，所以需要定义侧栏和主栏！
shinyUI(
fluidPage(
titlePanel('KEGG enrichment'),
sidebarLayout(
sidebarPanel = sp,
mainPanel = mp
)
)
)

server服务端代码

suppressPackageStartupMessages(library(shiny))
suppressPackageStartupMessages(library(ggplot2))
suppressPackageStartupMessages(library(DT))
suppressPackageStartupMessages(library(stringr) )
suppressPackageStartupMessages(library(clusterProfiler))
suppressPackageStartupMessages(library(shinyjs))
suppressPackageStartupMessages(library(shinyBS))
suppressMessages(library(RSQLite))
sqlite <- dbDriver("SQLite")
createLink <- function(base,val) {
sprintf('<a href="%s" class="btn btn-link" target="_blank" >%s</a>',base,val) ##target="_blank"
}
log_cat <- function(info='hello world~',file='log.txt'){
cat(as.character(Sys.time()),info ,"n",file=file,append=TRUE)
}
shinyServer(function(input, output,session) {
## 定义几个全局变量
glob_values <- reactiveValues(
gene_df=NULL,
kegg_df=NULL,
species=NULL
)
reactiveValues.reset <-function(){
glob_values$gene_df=NULL
glob_values$species=NULL
glob_values$kegg_df=NULL
}
## 主程序入口，用户点击了确定运行程序的按钮，就开始判断文字输入框是否有基因列表。
observeEvent(input$do,{
reactiveValues.reset()
db=ifelse(input$species == 'human','human_gene_info','mouse_gene_info')
gene_list=NULL
## first check the upload file:
inFile <- input$file1
if( ! is.null(inFile) ){
gene_list=read.table(inFile$datapath, header=input$header)[,1]
}
## Then check the text input area:
if( nchar(input$input_text) >5){
gene_list = strsplit(input$input_text,'n')[[1]]
}
if( !is.null(gene_list)){
if(length(gene_list) < 20){
createAlert(session, "alert_ui_anchorId", "exampleAlert", title = "Oops",
content = " 你给的基因数量少于20，没啥意思，不给你富集了！", append = FALSE)
}elseif(length(gene_list) > 2000){
createAlert(session, "alert_ui_anchorId", "exampleAlert", title = "Oops",
content = " 给我多于2000个基因，我的服务器受不了呀，要不你先捐赠一下呗 ", append = FALSE)
}else{
closeAlert(session, "exampleAlert")
gene_list=unique(gene_list)
con <- dbConnect(sqlite,"hg19_bioconductor.sqlite")
sql <- paste0('select * from ',db," where ",input$IDtype,
" in ('",paste0(gene_list,collapse = "','"),"')")
glob_values$gene_df=dbGetQuery(con, sql)
dbDisconnect(con)
if(T ){ ## for kegg
suppressPackageStartupMessages(library(org.Mm.eg.db))
suppressPackageStartupMessages(library(org.Hs.eg.db))
gene_df = glob_values$gene_df
############################################################
############ gene ID transfer #############################
############################################################
gene_list <- gene_df$symbol
gene.df=''
if(input$species == 'human'){
gene.df <- bitr(gene_list, fromType = "SYMBOL",
toType = c("ENSEMBL", "ENTREZID"),
OrgDb= org.Hs.eg.db )
ego <- enrichKEGG(gene = gene.df$ENTREZID,
organism = 'hsa',
pvalueCutoff = 0.99,
qvalueCutoff=0.99
)
ego <- setReadable(ego, OrgDb= org.Hs.eg.db, keytype="ENTREZID")
}else{
gene.df <- bitr(gene_list, fromType = "SYMBOL",
toType = c("ENSEMBL", "ENTREZID"),
OrgDb= org.Mm.eg.db )
ego <- enrichKEGG(gene = gene.df$ENTREZID,
organism = 'mmu',
pvalueCutoff = 0.99,
qvalueCutoff=0.99
)
ego <- setReadable(ego, OrgDb= org.Mm.eg.db, keytype="ENTREZID")
}
glob_values$kegg_df <- as.data.frame(ego)
} ## for kegg
}} ## if( !is.null(gene_list)){
})
## 显示第一个表格，基因注释表格
output$gene_df <- DT::renderDataTable({
if(! is.null(glob_values$gene_df)){
dat=glob_values$gene_df
dat$geneIds=createLink(paste0("http://www.ncbi.nlm.nih.gov/gene/",dat$geneIds),dat$geneIds)
dat
}
} ,rownames= FALSE,escape = FALSE,options = list(
pageLength = 10,
lengthMenu = list(c(10, 50, 100,-1), c('10', '50','100', 'All'))
)## endforoptions
)
## 显示第二个表格，kegg富集结果表格
output$KEGG_df <- DT::renderDataTable({
if(! is.null(glob_values$kegg_df))
glob_values$kegg_df
} ,rownames= FALSE,options = list(
pageLength = 10,
lengthMenu = list(c(10, 50, 100,-1), c('10', '50','100', 'All'))
,
scrollX = TRUE,
fixedHeader = TRUE,
fixedColumns = TRUE ,
deferRender = TRUE
),
#filter = 'top',
escape = FALSE
)
})