各位医学方的朋友，大家好。今天我们聊一聊富集分析，说到富集分析，你会想到KEGG或者GO富集分析，GO实际上是GeneOntology两个单词的首字母简写，主要包括BP，MF，CC三个部分，分别代表的是生物学过程，分子功能和细胞定位。富集分析结果展示的时候，我们一般会画气泡图或者条形图，如下：

气泡图

条形图

但是如果，我们想画出别样的风格怎麽办呢？

那么今天，我们就推出我们的利器-GOplot包，该包主要是对GO富集结果进行可视化，不能进行富集分析，那我们聊聊该包到底具有哪些功能？可以画出什么样的图形？

话不多说，欣赏图：

瞬间有没有找到心动的感觉？

下面进入正题，今天我们看看如何用富集分析的结果，进行GO可视化：

1

安装并加载包，关于包的安装，已经讲过多次，直接上代码：

2

GO富集分析，这次利用clusterProfiler包进行富集分析，当然你还需要安装该包并加载：

3

用内置数据集进行GO富集分析：

注意体会readable参数的意义，该参数的设置，可以是的GO富集的结果的gene以gene symbol形式出现。

4

转成数据框的形式：

5

整理成GOplot所需要的输入格式文件

分别是5列信息，分别为GO的ID， Term名字，该Term所含的gene名，注意是gene symbol，以及p值还有所属的类别 Category。5列的列名称要注意不能轻易改动，分别为ID， Term，Genes，adj_pval和Category。

6

整理gene的信息，该信息要包括两列信息，分别是gene的Symbol还有就是gene的logFC值。

首先用进行ID的转换，从Entre ID转成 Gene Symbol。

结果如下：

接着进行下面的操作，构造gene的data.frame：

这时候，gene的data.frame 如下：

7

构造和弦图需要的输入数据结构，首先是构建一个list对象，接着用circle_dat构建画图的对象circ2，接着用chord_dat构造chord对象，注意在process用了一个unique函数：

8

chord构建好之后，便可以轻松画图了，如下：

结果如下：

还可以使得gene 按照logFC排序：

结果如下：

当然还可以画个热图：

结果如下：

Ok，今天的推文就到这，我们分享了如何在基于clusterProfiler下，进行GO富集分析以及利用该GO富集结果进行GOplot可视化，当然了，关于该包的具体使用，我们医学方推出了详细课程，具体讲解代码的含义以及如何进行其他图形的绘制，比如气泡图，聚类图等，更是如何根据自己的数据如何进行操作整理，画出你满意的GO富集图形，最后，欢迎大家留言，有不正确的地方，也请大家留言指正。