# #——包括= FALSE - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - knitr:: opts_chunk设置美元(崩溃= TRUE,评论= " # >”)# # - - - - - eval = FALSE - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - #如果!requireNamespace (“BiocManager”,悄悄地= TRUE)) # install.packages (“BiocManager”) # # BiocManager::安装(“GSEAmining”) # # - - - - - eval = FALSE - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - # install.packages (devtools) #如果您还没有安装“devtools”包#库(devtools) # devtools:: install_github (“oriolarques / GSEAmining”) # # - - - - - eval = FALSE - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - # # geneList包含三个特点:# # 1。数值向量:褶皱变化或其它类型的数值变量# # 2.命名向量:每个数字都有一个名字,对应的基因ID # # 3。排序向量:数量应该# tableTop_p30 < - as.data.frame降序排序(tableTop_p30) # geneList = tableTop_p30[2] #名称(geneList) = as.character (tableTop_p30 [1]) # # - - - - - eval = FALSE - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - #库(clusterProfiler) # #读取.gmt文件从MSigDB # gmtC2 < -阅读。格林尼治标准时间(gmt文件/ c2.all.v7.1.symbols.gmt) # gmtC5 < -阅读。格林尼治标准时间(gmt文件/ c5.all.v7.1.symbols.gmt) # gmtHALL < -阅读。格林尼治标准时间(gmt文件/ h.all.v7.1.symbols.gmt) # # #合并所有的基因集# gmt_all < - rbind (gmtC2、gmtC5 gmtHALL) # # - - - - - eval = FALSE - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - # GSEA_p30 < gsea (geneList, TERM2GENE = gmt_all nPerm = 1000, pvalueCutoff = 0.5) # # #选择的基因集与特定thershold NES和p。调整# genesets_sel < - GSEA_p30@result # # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - #数据包含在包的数据结构(genesets_sel,包= GSEAmining)宠物猫::一瞥(genesets_sel) # # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -库(GSEAmining)数据(“genesets_sel”,包= GSEAmining) gs。filt < - gm_filter (genesets_sel p。disorderly = 0.05, neg_NES = 2.6, pos_NES = 2) # # - - - - -设置- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - #创建一个对象,该对象将包含集群的基因集。gs。cl < - gm_clust (gs.filt) # #——fig.height = 7, fig.width = 7 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - gm_dendplot (gs。filt gs.cl) # #——fig.height = 7, fig.width = 7 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - gm_dendplot (gs。filt, gs。cl col_pos =“橙色”,col_neg =‘黑’,矩形= TRUE, dend_len = 20, rect_len = 2) # #——消息= FALSE, fig.height = 7, fig.width = 7 - - - - - - - - - - - - - - - - - - - - - - - - - - - - gm_enrichterms (gs。filt gs.cl) # #——消息= FALSE, fig.height = 7, fig.width = 7 - - - - - - - - - - - - - - - - - - - - - - - - - - - - gm_enrichterms (gs。filt, gs。cl, clust = FALSE, col_pos = 'chocolate3', col_neg = 'skyblue3') ## ---- message = FALSE, fig.height = 12, fig.width = 7.2----------------------- gm_enrichcores(gs.filt, gs.cl) ## ---- eval=FALSE-------------------------------------------------------------- # gm_enrichreport(gs.filt, gs.cl, output = 'gm_report') ## ----------------------------------------------------------------------------- sessionInfo()