R語言中如何進行GO注釋和富集分析

# R語言中如何進行GO注釋和富集分析

## 引言

基因本體論（Gene Ontology, GO）注釋和富集分析是生物信息學中解析高通量數據（如轉錄組、蛋白質組）功能特征的核心方法。R語言憑借其豐富的生物信息學工具包（如`clusterProfiler`、`topGO`等），成為實現這一分析的理想平臺。本文將詳細介紹從數據準備到可視化分析的完整流程。

---

## 一、準備工作

### 1.1 安裝必要R包
```r
if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install(c("clusterProfiler", "org.Hs.eg.db", "enrichplot", "DOSE"))

1.2 加載包與示例數據

library(clusterProfiler)
library(org.Hs.eg.db)  # 人類基因數據庫（其他物種需替換）
library(ggplot2)

# 示例基因列表（Entrez ID格式）
gene_list <- c("7157", "2353", "5970", "351", "8835", "4609")

二、GO注釋分析

2.1 基因ID轉換

將基因ID統一為Entrez ID（若原始數據為Symbol或其他格式）：

gene_symbols <- c("TP53", "FOS", "BRCA1", "MYC", "EGFR")
gene_entrez <- mapIds(org.Hs.eg.db, 
                      keys = gene_symbols, 
                      keytype = "SYMBOL", 
                      column = "ENTREZID")

2.2 GO注釋獲取

使用enrichGO獲取基因的GO注釋：

go_annotation <- enrichGO(
  gene          = gene_list,
  OrgDb         = org.Hs.eg.db,
  keyType       = "ENTREZID",
  ont           = "ALL",  # 可選"BP","MF","CC"
  pAdjustMethod = "BH",
  pvalueCutoff  = 0.05,
  qvalueCutoff  = 0.2
)

三、GO富集分析

3.1 富集分析實現

ego <- enrichGO(
  gene          = gene_list,
  OrgDb         = org.Hs.eg.db,
  keyType       = "ENTREZID",
  ont           = "BP",  # 生物過程
  pAdjustMethod = "BH",
  pvalueCutoff  = 0.01,
  qvalueCutoff  = 0.05
)

3.2 結果解讀

查看富集結果：

head(ego@result)

關鍵列說明： - ID: GO term編號 - Description: 功能描述 - p.adjust: 校正后的p值 - Count: 富集基因數

四、結果可視化

4.1 條形圖

barplot(ego, showCategory = 15, title = "GO Biological Process")

4.2 氣泡圖

dotplot(ego, font.size = 8)

4.3 GO有向無環圖（DAG）

goplot(ego)

4.4 網絡圖

cnetplot(ego, categorySize = "pvalue", foldChange = gene_list)

五、高級分析技巧

5.1 KEGG通路富集

kk <- enrichKEGG(
  gene         = gene_list,
  organism     = "hsa",  # 人類代碼
  pvalueCutoff = 0.05
)

5.2 GSEA分析

適用于全基因組表達數據：

gsea_result <- gseGO(
  geneList     = ranked_gene_list,  # 需排序的基因列表
  OrgDb        = org.Hs.eg.db,
  ont          = "BP",
  minGSSize    = 100,
  maxGSSize    = 500
)

5.3 多組比較

使用compareCluster：

ck <- compareCluster(
  geneCluster = list(Group1 = genes1, Group2 = genes2), 
  fun = "enrichGO"
)
dotplot(ck)

六、常見問題與解決方案

1. ID轉換失敗

   • 檢查keyType參數是否匹配輸入ID類型
   • 使用bitr函數進行多步轉換

2. 富集結果為空

   • 放寬pvalueCutoff或qvalueCutoff
   • 檢查基因ID是否與數據庫匹配

3. 可視化優化

   • 調整showCategory參數控制顯示條目數
   • 使用ggplot2主題自定義顏色和字體

七、結論

通過R語言的clusterProfiler等工具包，研究者能夠高效完成GO注釋和富集分析的全流程。本文介紹的方法不僅適用于轉錄組數據，還可擴展至蛋白質組、代謝組等多組學數據分析。建議結合最新數據庫（如GO定期更新版本）和可視化技巧提升分析質量。

延伸閱讀
- Yu G, et al. (2012) clusterProfiler: an R package for comparing biological themes among gene clusters. OMICS. - GO Consortium (2023) The Gene Ontology knowledgebase.

”`