眼馋Y叔的可视化函数却还想使用DAVID结果肿么办

Posted on by

昨天宣传了Y叔的clusterProfiler包之让人眼花缭乱的可视化炫技，见：为R包写一本书（向Y叔致敬） 。有趣的是粉丝留言提到：Y叔的图必须以富集出来的对象，比如enrichKK来画，如果是自己准备数据框的话，就不行，不知道作者有没有好的建议？

实际上，我很能理解粉丝的心情， 确实就这么一个数据集，使用Y叔的clusterProfiler包的结果不满意，就不得不使用在线网页工具：Functional Annotation Tool DAVID Bioinformatics Resources 6.8, NIAID/NIH ，反正也是是可以做GO/KEGG数据库注释（通常就是超几何分布检验啦）的，只需要用户上传自己拿的的基因集就可以，大大的方便了生物学家对数据库的使用。

但是DAVID工具拿到的是分析结果，导入R也是一个数据框，的确不符合Y叔各种可视化函数的输入要求。这个的确大部分初学者是无法解决的，那么我写这个教程就意义重大了。

首先查看Y叔自己的可视化函数要求的对象

具体可视化函数见：为R包写一本书（向Y叔致敬） ，我这里直接使用示例数据啦，代码如下：

library(clusterProfiler)
data(gcSample)
enrichKK <- enrichKEGG(gcSample[[1]])
enrichKK
class(enrichKK)

可以看到，这个enrichResult对象，里面的东西还蛮多的！

image-20191210143552417

这个对象，当然是可以被Y叔自己的可视化函数进行绘图的啦。

简单谷歌就可以看到该对象的详细信息：https://www.rdocumentation.org/packages/DOSE/versions/2.10.6/topics/enrichResult-class

但是我们提到过，后续的可视化函数，其实重要的就是超几何分布检验后的结果表格而已，你采用DAVID工具拿到的是分析结果，导入R也是一个数据框，并没有本质上区别。

image-20191210143839533

但是数据框毕竟是没办法被可视化函数识别的啊！

> dotplot(enrichKK@result)
Error in (function (classes, fdef, mtable) : 
 unable to find an inherited method for function ‘dotplot’ for signature ‘"data.frame"’

毫无疑问的报错！

解决方案其实很简单，把你的数据框转为Y叔自己的可视化函数所需要的这个enrichResult对象，虽然里面的东西很多，但是你只需要包超几何分布检验后的结果表格是对的即可。

x=enrichKK@result
head(x[,1:4])
> colnames(x)
[1] "ID" "Description" "GeneRatio" "BgRatio" "pvalue" "p.adjust" "qvalue" 
[8] "geneID" "Count"

这样的结果表格

image-20191210144435708

最好是保证列数目一样哦。

创建S4对象

的大部分人来说，S4对象是绝对的超纲啦，不过，这里我只需要你记住两个函数，而且只需要使用一个函数即可。定义一个S4对象，使用函数setClass ，实例化一个，使用函数new 。

y=new("enrichResult",
 result=x)
y
dotplot(y,orderBy ='GeneRatio')

虽然这个时候，我们创造的y这个假冒伪劣的enrichResult对象甚至是错的，但是神奇的事情发生了，出图啦！

image-20191210144632309

是不是很激动啊！

其它对象同理也可以自由创造

你把下面的代码运行一波就明白了，其实就是需要花点时间了解一下作者定义好的对象，然后把相应的数据准备好，使用函数new 构造一下即可。

library(clusterProfiler)
data(gcSample)
x <- compareCluster(gcSample,fun = "enrichKEGG")
p <- dotplot(x, showCategory=10)
p
x
class(x)
# https://www.rdocumentation.org/packages/clusterProfiler/versions/3.0.4/topics/compareClusterResult-class 
# compareClusterResult:'data.frame': 56 obs. of 10 variables:
tmp=as.data.frame(x)
# 这里是S4对象，需要掌握两个函数：
# 定义一个S4对象，使用函数setClass 
# 实例化一个，使用函数new 
y=new("compareClusterResult",
 compareClusterResult=as.data.frame(x),
 fun='enrichGO')
y 
class(y)
dotplot(y, showCategory=10)

每个对象都有它的重点，比如上面的 compareClusterResult ，重点就是多个基因集的结果数据框，如下：

> head(tmp[,1:4])
 Cluster ID Description GeneRatio
1 X2 hsa04110 Cell cycle 18/377
2 X2 hsa05169 Epstein-Barr virus infection 23/377
3 X2 hsa05340 Primary immunodeficiency 8/377
4 X3 hsa04512 ECM-receptor interaction 9/184
5 X3 hsa04060 Cytokine-cytokine receptor interaction 17/184
6 X3 hsa04151 PI3K-Akt signaling pathway 19/184
> colnames(tmp)
 [1] "Cluster" "ID" "Description" "GeneRatio" "BgRatio" "pvalue" "p.adjust" 
 [8] "qvalue" "geneID" "Count" 
>
​

Comments are closed.