免费视频淫片aa毛片_日韩高清在线亚洲专区vr_日韩大片免费观看视频播放_亚洲欧美国产精品完整版

Pathview是一個(gè)用于整合表達(dá)譜數(shù)據(jù)并用于可視化KEGG通路的一個(gè)R包，其會(huì)先下載KEGG官網(wǎng)上的通路圖，然后整合輸入數(shù)據(jù)對(duì)通路圖進(jìn)行再次渲染，從而對(duì)KEGG通路圖進(jìn)行一定程度上的個(gè)性化處理，并且豐富其信息展示。（KEGG在線數(shù)據(jù)庫(kù)使用攻略）

Pathview的安裝

一種方法是通過(guò)Bioconductor安裝，需要Bioconductor版本3.9，R的版本3.6 （推薦）。

另一種方法是去網(wǎng)上下載包的壓縮包，https://bioconductor.org/packages/release/bioc/html/pathview.html。
下載完壓縮包之后，進(jìn)入Rstudio，選擇Tools——Install Packages——Browse,找到下載壓縮包的位置，安裝即可。

什么是KEGG pathway？

KEGG (Kyoto Encyclopedia of Genes and Genomes)是系統(tǒng)分析基因功能、基因組信息的數(shù)據(jù)庫(kù)。它有助于研究者把基因及表達(dá)信息作為一個(gè)整體網(wǎng)絡(luò)進(jìn)行研究。KEGG將基因組信息和基因功能信息有機(jī)地結(jié)合起來(lái)，通過(guò)對(duì)細(xì)胞內(nèi)已知生物學(xué)過(guò)程進(jìn)行計(jì)算機(jī)化處理和將現(xiàn)有的基因功能解釋標(biāo)準(zhǔn)化，對(duì)基因的功能進(jìn)行系統(tǒng)化的分析。KEGG的另一個(gè)用途是將基因組中的一系列基因用一個(gè)細(xì)胞內(nèi)的分子相互作用網(wǎng)絡(luò)連接起來(lái)，如一個(gè)通路或是一個(gè)復(fù)合物，通過(guò)它們來(lái)展現(xiàn)更高一級(jí)的生物學(xué)功能。

為什么要用KEGG的代謝通路？KEGG提供的整合代謝途徑(pathway)查詢十分出色，包括碳水化合物、核苷、氨基酸等的代謝及有機(jī)物的生物降解，不僅提供了所有可能的代謝途徑，而且對(duì)催化各步反應(yīng)的酶進(jìn)行了全面的注解，包含有氨基酸序列、PDB庫(kù)的鏈接等等。(沒(méi)錢買KEGG怎么辦？REACTOME開(kāi)源通路更強(qiáng)大)

KEGG是進(jìn)行生物體內(nèi)代謝分析、代謝網(wǎng)絡(luò)研究的強(qiáng)有力工具。與其他數(shù)據(jù)庫(kù)相比，KEGG 的一個(gè)顯著特點(diǎn)就是具有強(qiáng)大的圖形功能，它利用圖形而不是繁縟的文字來(lái)介紹眾多的代謝途徑以及各途徑之間的關(guān)系。

在KEGG中有兩種代謝圖。

1. 參考代謝通路圖 reference pathway，是根據(jù)已有的知識(shí)繪制的具有一般參考意義的代謝圖；這種圖上所有小框都是無(wú)色的，不會(huì)有綠色的小框，并且都可以點(diǎn)擊查看更詳細(xì)的信息；

2. 特定物種的代謝圖 species-specific pathway，會(huì)用綠色來(lái)標(biāo)出這個(gè)物種所有的基因或酶，只有這些綠色的框點(diǎn)擊以后才會(huì)給出更詳細(xì)的信息。

這兩種圖很好區(qū)分，reference pathway 在KEGG中的名字是以map開(kāi)頭的，比如map00010，就是糖酵解途徑的參考圖；而特定物種的代謝通路圖開(kāi)頭三個(gè)字符不是map而是種屬英文單詞的縮寫(xiě)（一個(gè)屬的首字母+2個(gè)種的首字母）比如酵母的糖酵解通路圖，就是sce00010，大腸桿菌的糖酵解通路圖就應(yīng)該是eco00010吧。

對(duì)差異基因進(jìn)行pathway分析 (代謝通路)，就是把基因表達(dá)變化映射到具體的代謝網(wǎng)絡(luò)中，可以研究某個(gè)實(shí)驗(yàn)條件下顯著改變的代謝通路，在機(jī)制研究中顯得尤為重要。

研究pathway的原因是：生物學(xué)問(wèn)題中設(shè)定一個(gè)“蝴蝶效應(yīng)”假設(shè)，1個(gè)Pathway上游基因的改變，會(huì)導(dǎo)致下游相關(guān)基因改變，從而改變通路中大量基因的表達(dá)。

準(zhǔn)備開(kāi)始

Pathview主要用于可視化pathway圖上的數(shù)據(jù)。pathview可以生成KEGG視圖和Graphviz視圖，前者將用戶數(shù)據(jù)呈現(xiàn)在原生KEGG pathway圖上，更自然，更易于閱讀。后者使用Graphviz引擎對(duì)pathway圖進(jìn)行布局，可以更好地控制節(jié)點(diǎn)或邊緣屬性和pathway拓?fù)洹?/p>

首先我們?cè)?code>R里面調(diào)用該包，使用該包自帶的數(shù)據(jù)集。這是一個(gè)乳腺癌數(shù)據(jù)集，可以查看下演示數(shù)據(jù)是什么格式的。

列名是每個(gè)樣本名，行名是每個(gè)基因的entrez id。自己準(zhǔn)備的數(shù)據(jù)要符合這個(gè)格式，因?yàn)?code>entrez id是行名字，而entrez id都是數(shù)字，讀取需設(shè)置check.names=F。其它類型的ID也支持，需要做一些參數(shù)設(shè)置或轉(zhuǎn)換，具體文后有介紹。

library(pathview)
data(gse16873.d)
head(gse16873.d)

# 讀取自己的文件可以使用類似下面的命令
# gse16873.d <- read.table('filename', sep='\t', row.names=1, check.names=F, header=T)

先看下Pathview最常見(jiàn)的一種用法：將某個(gè)樣本的表達(dá)量（讀入的數(shù)據(jù)需要是歸一化后的表達(dá)量）；其實(shí)也可以任何列數(shù)據(jù)，不僅僅是表達(dá)量數(shù)據(jù)，也可以是fold change, p-value, 組蛋白修飾數(shù)據(jù)等，人為指定的數(shù)值型數(shù)據(jù)也行 (關(guān)鍵是要懂需要展示什么數(shù)據(jù)、說(shuō)明什么問(wèn)題，原理最重要，就像GSEA基因集富集分析也是一樣)；最后以color bar的形式在KEGG通路圖上的對(duì)應(yīng)節(jié)點(diǎn) (一定注意節(jié)點(diǎn)名字的匹配)展示；

如下例子所示，我們通過(guò)指定gene.data和pathway.id來(lái)觀察單個(gè)樣本在典型信號(hào)通路細(xì)胞周期上的表達(dá)變化。該基因芯片是在人體組織上進(jìn)行的，因此species=“hsa”。

如何獲取自己關(guān)注的通路的ID呢? 如下動(dòng)圖，可以得到Cell cyle的ID04110。

該例子中的圖只有一個(gè)單層，在原始圖層修改節(jié)點(diǎn)顏色，保留原始KEGG節(jié)點(diǎn)標(biāo)簽 (節(jié)點(diǎn)名)。這樣輸出的文件大小與原始的KEGG PNG文件一樣小，但是計(jì)算時(shí)間相對(duì)較長(zhǎng)。如果我們想要一個(gè)快速的視圖，并且不介意將輸出文件大小，我們可以通過(guò)same.layer = F使用兩層圖。通過(guò)這種方式，節(jié)點(diǎn)顏色和標(biāo)簽被添加到原始KEGG的額外圖層上。原來(lái)的KEGG基因標(biāo)簽（或EC編號(hào)）被替換為官方基因符號(hào)。

p <- pathview(gene.data = gse16873.d[, 1], pathway.id = '04110', species = 'hsa',
     out.suffix = 'gse16873.2layer', kegg.native = T, same.layer = F)

上面的兩個(gè)例子中，我們查看了KEGG pathway圖的數(shù)據(jù)，在KEGG圖上我們可以得到所有注釋和meta-data，因此數(shù)據(jù)更具可讀性和解釋性。然而輸出的是PNG格式的柵格圖像。我們也可以使用Graphviz engine重新繪制pathway圖來(lái)查看數(shù)據(jù)，這樣我們對(duì)節(jié)點(diǎn)和邊緣屬性能有更多的控制，更重要的是可以保存為PDF格式的矢量圖像。

該圖的主圖和圖例都在一個(gè)圖層或者說(shuō)一個(gè)頁(yè)面中，我們只列出KEGG邊的類型，忽略圖例中的節(jié)點(diǎn)類型，以節(jié)省空間。如果我們想要完整的圖例，我們可以使用兩個(gè)層來(lái)創(chuàng)建Graphviz視圖: 第1頁(yè)是主圖，第2頁(yè)是圖例。

注意，對(duì)于Graphviz視圖 (PDF文件)，“層”的概念與KEGG視圖 (PNG文件)略有不同。在這兩種情況下，我們都為兩層圖設(shè)置參數(shù)same.layer=F。

p <- pathview(gene.data = gse16873.d[, 1], pathway.id = '04110', species = 'hsa',
     out.suffix = 'gse16873.2layer', kegg.native = F, sign.pos='bottomleft', same.layer = F)

圖形布局樣式調(diào)整

在Graphviz視圖中，我們對(duì)圖形布局有更多的控制，比如可以將節(jié)點(diǎn)組拆分為獨(dú)立的節(jié)點(diǎn)，甚至可以將多基因節(jié)點(diǎn)擴(kuò)展為單個(gè)基因。分裂的節(jié)點(diǎn)或擴(kuò)展的基因可能從未分裂的組或未擴(kuò)展的節(jié)點(diǎn)繼承邊。這樣我們就可以得到一個(gè)基因/蛋白-基因/蛋白相互作用網(wǎng)絡(luò)。

• 生信寶典之傻瓜式 (四) 蛋白蛋白互作網(wǎng)絡(luò)在線搜索

• 生信寶典之傻瓜式 (五) 文獻(xiàn)挖掘查找指定基因調(diào)控網(wǎng)絡(luò)

可以更好地查看網(wǎng)絡(luò)特性(模塊化等)和基因方面(而不是節(jié)點(diǎn)方面)的數(shù)據(jù)。注意在KEGG視圖中，一個(gè)基因節(jié)點(diǎn)可能代表多個(gè)功能相似或重復(fù)的基因/蛋白。成員基因的數(shù)量從1到幾十不等。

為了更好的清晰度和可讀性，一般將它們作為路徑圖上的單個(gè)節(jié)點(diǎn)放在一起。因此，默認(rèn)情況下，我們不分割節(jié)點(diǎn)并單獨(dú)標(biāo)記每個(gè)成員基因。但是，我們可以通過(guò)總結(jié)基因數(shù)據(jù)來(lái)可視化節(jié)點(diǎn)數(shù)據(jù)，用戶可以使用node.sum參數(shù)指定摘要方法。

下面的圖更復(fù)雜了，對(duì)簡(jiǎn)單通路適用，復(fù)雜通路就頭禿了??！

p <- pathview(gene.data = gse16873.d[, 1], pathway.id = '04110', species = 'hsa',
     out.suffix = 'gse16873.split.expanded', kegg.native = F, sign.pos='bottomleft',
     split.group = T, expand.node = T)

數(shù)據(jù)整合

Pathview為數(shù)據(jù)集成提供了強(qiáng)大的支持。它可以用來(lái)整合、分析和可視化各種各樣的生物數(shù)據(jù)：基因表達(dá)、遺傳關(guān)聯(lián)、代謝產(chǎn)物、基因組數(shù)據(jù)、文獻(xiàn)和其他可映射到通路的數(shù)據(jù)類型。當(dāng)數(shù)據(jù)映射到KEGG ortholog pathways時(shí)，它可以直接用于宏基因組、微生物組或未知物種的數(shù)據(jù)。

化合物和基因集同時(shí)繪制在通路上

在上面的例子中，我們查看了具有典型的信號(hào)通路的基因數(shù)據(jù)。有時(shí)候我們也想研究代謝通路。除了基因節(jié)點(diǎn)外，這些通路還有復(fù)合節(jié)點(diǎn)。因此，我們可以將基因數(shù)據(jù)和化合物數(shù)據(jù)與代謝途徑進(jìn)行整合或可視化。這里的基因數(shù)據(jù)是一個(gè)廣泛的概念，包括基因、轉(zhuǎn)錄本、蛋白質(zhì)、酶及其表達(dá)、修飾和任何可測(cè)量的屬性。化合物數(shù)據(jù)也是如此，包括代謝物、藥物、它們的測(cè)量值和屬性。這里我們?nèi)匀皇褂萌橄侔┪㈥嚵袛?shù)據(jù)集作為基因數(shù)據(jù)。然后生成模擬的化合物或代謝組數(shù)據(jù)，并加載適當(dāng)?shù)幕衔颕D類型(具有足夠數(shù)量的惟一條目)進(jìn)行演示。

我們查看該數(shù)據(jù)部分內(nèi)容如下:

   C00232      C01881      C02424      C07418      C13756      C07378
-1.09759772  0.12891537  2.07851027  0.93299245 -0.00786048 -0.09023300

我們生成了一個(gè)包含基因數(shù)據(jù)和化合物數(shù)據(jù)的KEGG視圖。pathview生成的代謝通路圖與原始KEGG圖相同，只是為了更好地查看顏色，將復(fù)合節(jié)點(diǎn)放大。

我們還生成了相同pathway和數(shù)據(jù)的Graphviz視圖。Graphviz視圖更好地顯示了層次結(jié)構(gòu)。對(duì)于代謝通路，解析xml文件中的反應(yīng)條目，并將其轉(zhuǎn)換為基因和復(fù)合節(jié)點(diǎn)之間的關(guān)系。對(duì)復(fù)合節(jié)點(diǎn)使用省略號(hào)。標(biāo)簽是從CHEMBL數(shù)據(jù)庫(kù)中檢索到的標(biāo)準(zhǔn)化合物名稱 (KEGG在pathway數(shù)據(jù)庫(kù)文件中沒(méi)有提供它)?；瘜W(xué)名稱是長(zhǎng)字符串，我們需要對(duì)它們進(jìn)行換行，以使其符合圖上指定的寬度。

 p <- pathview(gene.data = gse16873.d[, 1], cpd.data = sim.cpd.data, pathway.id ='00640',
      species = 'hsa', out.suffix = 'gse16873.cpd', keys.align = 'y', kegg.native = F,
      key.pos = 'bottomright', sign.pos ='topright', cpd.lab.offset =-0.8)

多狀態(tài)或樣本同時(shí)或分開(kāi)繪制

在前面的所有示例中，我們查看了單個(gè)樣本數(shù)據(jù)，這些數(shù)據(jù)要么是向量，要么是單列矩陣。Pathview還可以處理多個(gè)樣本數(shù)據(jù)，用于為每個(gè)樣本生成圖形。從1.1.6版開(kāi)始，Pathview就可以整合并繪制多狀態(tài)或樣本到一個(gè)圖中。

在下面的例子中，gene.data有三個(gè)樣本，而cpd.data有兩個(gè)。我們可以把所有這些樣品放在一張圖里，繪制KEGG視圖或Graphviz視圖。在這些圖中，我們看到基因節(jié)點(diǎn)和化合物節(jié)點(diǎn)被分割成多個(gè)對(duì)應(yīng)于不同狀態(tài)或樣本的片段 (注意顏色塊，之前是一個(gè)節(jié)點(diǎn)一個(gè)顏色，現(xiàn)在一個(gè)節(jié)點(diǎn)是有多個(gè)顏色，每個(gè)對(duì)應(yīng)一個(gè)樣本，基因有3個(gè)，化合物有2個(gè)，注意下面代碼中的1:3和1:2)。如果兩種數(shù)據(jù)類型中的樣本實(shí)際配對(duì)，需要選擇匹配數(shù)據(jù)，即gene.data和cpd.data的第一列來(lái)自同一個(gè)實(shí)驗(yàn)/樣本，等等。

# KEGG view
p <- pathview(gene.data = gse16873.d[, 1:3],  cpd.data = sim.cpd.data2[, 1:2],
     pathway.id = '00640',  species = 'hsa', out.suffix = 'gse16873.cpd.3-2s',
     keys.align = 'y', kegg.native = T, match.data = F, multi.state = T,
     same.layer = T)

查看下繪圖的數(shù)據(jù)

基因表達(dá)和化合物都展示前3個(gè)樣品，一一對(duì)應(yīng)。

#KEGG view with data match
p <- pathview(gene.data = gse16873.d[, 1:3],  cpd.data = sim.cpd.data2[, 1:2],
     pathway.id = '00640',  species = 'hsa', out.suffix = 'gse16873.cpd.3-2s.match',
     keys.align = 'y', kegg.native = T, match.data = T, multi.state = T, same.layer = T)

同樣，也可以使用graphviz view。

同樣，我們可以選擇分別繪制樣本，即每個(gè)圖形一個(gè)樣本。請(qǐng)注意，在這種情況下，必須匹配gene.data和cpd.data中的樣本，以便將其分配給同一圖表。因此，參數(shù)match.data在這里并不是很有效。(圖3就沒(méi)有化合物的映射了)

#plot samples/states separately
p <- pathview(gene.data = gse16873.d[, 1:3],  cpd.data = sim.cpd.data2[, 1:2],
     pathway.id = '00640', species = 'hsa', out.suffix = 'gse16873.cpd.3-2s',
     keys.align = 'y', kegg.native = T, match.data = F, multi.state = F, same.layer = T)

如上所述，同一層上的KEGG視圖可能需要一些時(shí)間。同樣，如果我們不介意丟失原始的KEGG基因標(biāo)簽(或EC編號(hào))，我們可以選擇使用兩層的KEGG視圖來(lái)加快這個(gè)過(guò)程。

離散數(shù)據(jù)標(biāo)記上下調(diào)或是否存在

到目前為止，我們一直在處理連續(xù)數(shù)據(jù)。但我們也經(jīng)常處理離散數(shù)據(jù)。例如，我們根據(jù)一些統(tǒng)計(jì)數(shù)據(jù)(p值、折疊變化等)選擇顯著基因或化合物列表。輸入數(shù)據(jù)可以命名為兩個(gè)層次的向量，1或0(顯著或不顯著)，也可以是一個(gè)更短的顯著基因/化合物名稱列表。在接下來(lái)的兩個(gè)例子中，我們只使gene.data和cpd.data或gene.data離散。

require(org.Hs.eg.db)
gse16873.t <- apply(gse16873.d, 1, function(x) t.test(x, alternative = 'two.sided')$p.value)
sel.genes <- names(gse16873.t)[gse16873.t < 0.1]
sel.cpds <- names(sim.cpd.data)[abs(sim.cpd.data) > 0.5]

我們分別查看下sel.genes和sel.cpds的數(shù)據(jù)結(jié)構(gòu)：

選擇高亮的基因

[1] '10000'     '10003'
[3] '10007'     '100128414'
[5] '100129271' '100129762'

選擇高亮的化合物

[1] 'C00232' 'C02424' 'C07418'
[4] 'C06633' 'C00251' 'C01059'

p <- pathview(gene.data = sel.genes, cpd.data = sim.cpd.data,  pathway.id = '00640',
     species = 'hsa', out.suffix = 'sel.genes.cpd',  keys.align = 'y', kegg.native = T,
     key.pos = 'topright',  limit = list(gene = 1, cpd = 1), bins = list(gene = 1, cpd = 10),
     na.col = 'gray', discrete = list(gene = T, cpd = F))

不同來(lái)源的ID的轉(zhuǎn)換和映射

pathview的一個(gè)顯著特點(diǎn)是它強(qiáng)大的ID映射能力。集成的Mapper模塊將10多種基因或蛋白ID、20多種化合物或代謝物ID映射到標(biāo)準(zhǔn)KEGG基因或化合物ID。換句話說(shuō)，使用這些不同ID類型命名的用戶數(shù)據(jù)可以精確地映射到目標(biāo)KEGG路徑。Pathview適用于大約4800個(gè)物種的路徑，物種可以以多種格式指定:KEGG代碼、科學(xué)名稱或常用名稱。

同樣查看cpd.simtypes、cpd.cas和gene.ensport的數(shù)據(jù)結(jié)構(gòu)：

head(cpd.simtypes)

head(cpd.cas)

是一個(gè)named vactor，128470-16-6、465-42-9、25812-30-0 為化合物名字，下面的數(shù)字0.9594129是含量。(不知道為什么會(huì)模擬出負(fù)值？可能是歸一化(scale)后的數(shù)據(jù)。具體見(jiàn)R語(yǔ)言 - 熱圖美化)。

head(gene.ensprot)

是一個(gè)named vactor，ENSP00000414006是基因名字，-0.1609490基因表達(dá)量

注意參數(shù)中的gene.idtype和cpd.idtype，用來(lái)指定基因和化合物的ID類型。

p <- pathview(gene.data = gene.ensprot, cpd.data = cpd.cas,  gene.idtype = gene.idtype.list[4],
     cpd.idtype = cpd.simtypes[2],  pathway.id = '00640', species = 'hsa', same.layer = T,
     out.suffix = 'gene.ensprot.cpd.cas', keys.align = 'y', kegg.native = T,
     key.pos ='bottomright', sign.pos = 'topright', limit = list(gene = 3, cpd = 3),
     bins = list(gene = 6, cpd = 6))

對(duì)于不在自動(dòng)映射列表中的外部ID，我們可以使用mol.sum函數(shù) (也是Mapper模塊的一部分)顯式地進(jìn)行ID和數(shù)據(jù)映射。這里我們需要提供id.map (外部ID和KEGG標(biāo)準(zhǔn)ID之間的映射矩陣)。我們使用ID映射函數(shù)id2eg和cpdidmap等來(lái)得到id.map矩陣。注意，這些ID映射函數(shù)可以獨(dú)立于pathview 主函數(shù)使用。

不同物種使用時(shí)名稱的處理

當(dāng)對(duì)KEGG處理時(shí)，物種是一個(gè)棘手但重要的問(wèn)題。KEGG擁有自己的物種專用命名法和數(shù)據(jù)庫(kù)，其中包括大約4800個(gè)基因組完整的生物體。換句話說(shuō)，這些生物體的基因數(shù)據(jù)都可以通過(guò)pathview進(jìn)行映射、可視化和分析。這種全面的物種覆蓋是pathview數(shù)據(jù)集成能力的一個(gè)突出特點(diǎn)。然而，KEGG并不以同樣的方式對(duì)待所有這些生物體/基因組。KEGG使用NCBI GeneID(或Entrez基因)作為最常見(jiàn)的模型動(dòng)物的默認(rèn)ID，包括人類、小鼠、大鼠等，以及一些作物，如大豆、葡萄和玉米。另一方面，KEGG對(duì)所有其他生物體使用 Locus 標(biāo)記和其他id，包括動(dòng)物、植物、真菌、原生生物以及細(xì)菌和古生菌。

Pathview帶有一個(gè)數(shù)據(jù)矩陣korg，其中包括支持的KEGG物種數(shù)據(jù)和默認(rèn)基因ID的完整列表。讓我們探索korg數(shù)據(jù)矩陣，以便對(duì)KEGG物種及其Gene ID的使用有所了解。

data(korg)
head(korg)

#number of species which use Entrez Gene as the default ID
sum(korg[,'entrez.gnodes']=='1',na.rm=T)  #204

#number of species which use other ID types or none as the default ID
sum(korg[,'entrez.gnodes']=='0',na.rm=T)  #5041

#new from 2017: most species which do not have Entrez Gene annotation any more
na.idx=is.na(korg[,'ncbi.geneid'])
sum(na.idx)  #4674

從上面的korg的探索中，我們看到4800個(gè)KEGG物種中，只有少數(shù)沒(méi)有NCBI（Entrez）基因ID或基因ID（注釋）其中的一個(gè)。幾乎所有物種都具有默認(rèn)的KEGG基因ID（通常是Locus標(biāo)簽）和Entrez Gene ID注釋。因此，pathview接受所有這些物種的gene.idtype =“kegg”或“Entrez”（不區(qū)分大小寫(xiě)）。用戶需要確保正確的gene.idtype是特定的，因?yàn)槌?5種常見(jiàn)物種外，KEGG和Entrez基因ID不同。對(duì)于19種，Bioconductor提供基因注釋包。用戶可以自由地輸入gene.data和其他gene.idtype。有關(guān)這些Bioconductor注釋物種和額外基因ID類型的列表允許：

package             species               kegg code id.type
 [1,] 'org.Ag.eg.db'      'Anopheles'           'aga'     'eg'
 [2,] 'org.At.tair.db'    'Arabidopsis'         'ath'     'tair'
 [3,] 'org.Bt.eg.db'      'Bovine'              'bta'     'eg'
 [4,] 'org.Ce.eg.db'      'Worm'                'cel'     'eg'
 [5,] 'org.Cf.eg.db'      'Canine'              'cfa'     'eg'
 [6,] 'org.Dm.eg.db'      'Fly'                 'dme'     'eg'
 [7,] 'org.Dr.eg.db'      'Zebrafish'           'dre'     'eg'
 [8,] 'org.EcK12.eg.db'   'E coli strain K12'   'eco'     'eg'
 [9,] 'org.EcSakai.eg.db' 'E coli strain Sakai' 'ecs'     'eg'
[10,] 'org.Gg.eg.db'      'Chicken'             'gga'     'eg'
[11,] 'org.Hs.eg.db'      'Human'               'hsa'     'eg'
[12,] 'org.Mm.eg.db'      'Mouse'               'mmu'     'eg'
[13,] 'org.Mmu.eg.db'     'Rhesus'              'mcc'     'eg'
[14,] 'org.Pf.plasmo.db'  'Malaria'             'pfa'     'orf'
[15,] 'org.Pt.eg.db'      'Chimp'               'ptr'     'eg'
[16,] 'org.Rn.eg.db'      'Rat'                 'rno'     'eg'
[17,] 'org.Sc.sgd.db'     'Yeast'               'sce'     'orf'
[18,] 'org.Ss.eg.db'      'Pig'                 'ssc'     'eg'
[19,] 'org.Xl.eg.db'      'Xenopus'             'xla'     'eg'

 'SYMBOL'       'GENENAME'     'ENSEMBL'      'ENSEMBLPROT'  'UNIGENE'      'UNIPROT'      'ACCNUM'      'ENSEMBLTRANS' 'REFSEQ'       'ENZYME'       'TAIR'         'PROSITE'      'ORF'

所有先前的例子用了人類數(shù)據(jù)，其中Entrez Gene是KEGG的默認(rèn)基因ID。Pathview現(xiàn)在（從版本1.1.5開(kāi)始）顯式處理使用Locus標(biāo)簽或其他基因ID作為KEGG默認(rèn)ID的物種。以下是大腸桿菌菌株K12數(shù)據(jù)的幾個(gè)例子。首先，我們使用大腸桿菌K12的默認(rèn)KEGG ID（基因座標(biāo)簽）處理基因數(shù)據(jù)。

查看部分eco.dat.kegg數(shù)據(jù)：

 b3649      b0486      b3312      b3566      b3945      b2936
 0.3116743  0.9873035 -1.5734323  1.8890136  0.2399454  0.4556519

我們也可以用與人類相同的方法對(duì)大腸桿菌K12的Entrez Gene ID進(jìn)行基因數(shù)據(jù)處理。

eco.dat.entrez <- sim.mol.data(mol.type='gene',id.type='entrez',species='eco',nmol=3000)
head(eco.dat.entrez)

查看部分eco.dat.entrez數(shù)據(jù)：

p <- pathview(gene.data = eco.dat.entrez, gene.idtype='entrez',  pathway.id = '00640',
     species = 'eco', out.suffix = 'eco.entrez', kegg.native = T, same.layer=T)

基于上述bods數(shù)據(jù)，大腸桿菌K12在Bioconductor中有注釋。因此，我們可以進(jìn)一步研究其基因數(shù)據(jù)與其他ID類型，例如，官方基因符號(hào)。在調(diào)用pathview時(shí)，首先需要將這些數(shù)據(jù)映射到Entrez Gene ID（如果還沒(méi)有），然后再映射到默認(rèn)的KEGG ID（Locus標(biāo)簽）。因此，它比上一個(gè)例子花費(fèi)更長(zhǎng)的時(shí)間。

未注釋物種的處理 （直接用于宏基因組或微生物組數(shù)據(jù)）

重要的是，當(dāng)數(shù)據(jù)被映射到KEGG ortholog pathways時(shí)，pathview可以直接用于宏基因組或微生物組數(shù)據(jù)。來(lái)自KEGG中未注釋和未包含的任何新物種（非KEGG物種）的數(shù)據(jù)也可以通過(guò)pathview用同樣的方法映射到KEGG ortholog pathways中進(jìn)行分析和可視化。在下一個(gè)例子中，我們首先模擬映射的KEGG ortholog基因數(shù)據(jù)。然后將數(shù)據(jù)作為gene.data輸入，其中species =“ko”。

ko.data=sim.mol.data(mol.type='gene.ko', nmol=5000)
head(ko.data)

查看一下ko.data數(shù)據(jù)

p <- pathview(gene.data = ko.data, pathway.id = '04112', species = 'ko', out.suffix = 'ko.data', kegg.native = T)

參考

1. https://academic.oup.com/nar/article/45/W1/W501/3804420

2. https://bioconductor.org/packages/release/bioc/html/pathview.html