表達(dá)譜分析（二）通路富集分析和基因互作網(wǎng)絡(luò)圖繪制

發(fā)稿時(shí)間：2020-06-19來源：天昊生物

上一講，我們使用DESeq2對下載的GEO數(shù)據(jù)進(jìn)行差異分析，可以獲取差異基因列表。那么，在得到差異基因后，我們還可以做哪些分析呢？接下來，小編帶著大家使用在線網(wǎng)址進(jìn)行PPI網(wǎng)絡(luò)分析和基因富集分析（GO和KEGG富集），網(wǎng)址：https://string-db.org/ 

一獲取差異基因列表

打開上一節(jié)生成的Differential_Expression_Genes_Summary.csv文件，統(tǒng)計(jì)type類型中up和down的基因數(shù)為3157個(gè)，PPI string最多允許分析2000個(gè)基因，因此我們需要對數(shù)據(jù)進(jìn)行下一步過濾，我們選擇過濾條件為 padj <0.05 ， 篩選到1245個(gè)基因。

提取基因名將篩選到的1245個(gè)基因復(fù)制到GSE132287_Gene-count-table.xls文件中的空白列，使用VLOOKUP函數(shù)獲取我們要返回的值，如下圖所示：P2單元格是我們待查找值，A:B是數(shù)據(jù)表，其中A列要包含待查找值，列序數(shù)是返回值所在的列數(shù)，匹配條件通常選擇精確匹配FALSE，可以簡寫為數(shù)字0 。整個(gè)函數(shù)的意思是：查找P2單元格在A列中所在的行，返回該行B列的值。
如下圖所示，通過vlookup函數(shù)，我們返回gene_name數(shù)目1245個(gè)，用于后續(xù)PPI網(wǎng)絡(luò)分析。

二PPI網(wǎng)絡(luò)分析

1. 初步分析

打開PPI網(wǎng)絡(luò)網(wǎng)址：https://string-db.org/ ，點(diǎn)擊Multiple proteins， 在List Of Names 方框內(nèi)粘貼1245個(gè)基因名，Organism 下拉菜單選擇human，點(diǎn)擊Search 開始分析。

連續(xù)點(diǎn)擊2個(gè)CONTINUE后，得到一個(gè)初步的網(wǎng)絡(luò)圖。

上面的圖看上去比較雜亂，我們可以通過圖片下方的一行菜單進(jìn)行進(jìn)一步的調(diào)整。

2. 富集分析結(jié)果過濾

點(diǎn)擊Analysis，查看分析結(jié)果。

下載kegg富集分析結(jié)果

下載結(jié)果打開，如下圖所示：

3、篩選感興趣的通路，重新做PPI分析

我們選擇P值最小的通路 hsa04668 ：TNF signaling pathway ，復(fù)制對應(yīng)的G列的44個(gè)基因，使用Notepad++的替換功能，將'，' 替換成 'n'， 生成基因列表，用于PPI重新分析。

4、重新分析PPI網(wǎng)絡(luò)

導(dǎo)入44個(gè)基因，重新分析，分析完成后，看到在網(wǎng)頁上看到PPI網(wǎng)絡(luò)圖。

點(diǎn)擊Export，選擇文件和圖片下載。文件可以使用Cytoscape軟件繪制更專業(yè)的網(wǎng)絡(luò)互作圖。

往期相關(guān)鏈接：

1、R基礎(chǔ)篇

如何使用Rstudio練習(xí)R基礎(chǔ)教程；

R相關(guān)軟件及R包安裝；

【零基礎(chǔ)學(xué)繪圖】之繪制venn圖（五）；

【零基礎(chǔ)學(xué)繪圖】之繪制barplot柱狀圖圖（四）；

【零基礎(chǔ)學(xué)繪圖】之繪制heatmap圖（三）；

【零基礎(chǔ)學(xué)繪圖】之繪制PCA圖（二）；

【零基礎(chǔ)學(xué)繪圖】之a(chǎn)lpha指數(shù)箱體圖繪制（一）；

2、R進(jìn)階

【繪圖進(jìn)階】之交互式可刪減分組和顯示樣品名的PCA 圖（三）；

【繪圖進(jìn)階】之繪制PCA biplot圖(二)；

【進(jìn)階篇繪圖】之帶P值的箱體圖、小提琴圖繪制（一）；

3、數(shù)據(jù)提交

3分鐘學(xué)會(huì)微生物多樣性云平臺(tái)數(shù)據(jù)分析;

3分鐘學(xué)會(huì)CHIP-seq類實(shí)驗(yàn)測序數(shù)據(jù)可視化 —IGV的使用手冊；

10分鐘搞定多樣性數(shù)據(jù)提交，最快半天內(nèi)獲取登錄號，史上最全的多樣性原始數(shù)據(jù)提交教程；

20分鐘搞定GEO上傳，史上最簡單、最詳細(xì)的GEO數(shù)據(jù)上傳攻略；

4、表達(dá)譜分析

如何對GEO數(shù)據(jù)進(jìn)行差異分析；

5、醫(yī)學(xué)數(shù)據(jù)分析

【W(wǎng)GS服務(wù)升級】人工智能軟件SpliceAI助力解讀罕見和未確診疾病中的非編碼突變；

隱性疾病trio家系別忽視單親二倍體現(xiàn)象——天昊數(shù)據(jù)分析助力臨床疾病診斷新添UPD（單親二倍體）可視化分析工具；

【昊工具】Oh My God! 太好用了吧！疾病或表型的關(guān)鍵基因查詢數(shù)據(jù)庫，我不允許你不知道Phenolyzer；