寫在前面
因為我研究的物種比較小眾，很多注釋不完全，R包AnnotationHub中也沒有對應信息，所以無法使用公共數據庫進行kegg富集分析。所以自己嘗試使用KAAS造一個自己的基因集，然后再進行使用Y叔的clusterProfiler進行富集分析。我覺得這樣的好處是更和自己的物種相貼切，不會有一些pathway自己物種中沒有但是公共庫中存在的情況（當然，也有可能應該是有這個pathway的，kegg沒有注釋到）。
我的大體思路
- 使用KEGG注釋網站KAAS將自己的序列對比到KEGG數據庫的中，得到基因與功能蛋白（K）的關系。
- 使用KO數據庫的mapping功能，將功能蛋白（K）與pathway（ko）對應上，并得到pathway的注釋信息。
- 得到gene與pathway（ko）的對應關系。
- 利用clusterProfiler的enricher功能分析基因富集情況。
1. KAAS自動注釋
具體使用請參考簡書這篇文章
如何使用KAAS進行KEGG注釋
KAAS
KAAS程序
i基因集選擇
當分析完成后你郵件會收到一個網址，打開網址得到類似這個網頁
結果
html里有download KO list選項，里邊就是你的基因和功能蛋白（K）的關系，沒有的可能是沒有和數據庫中的比對到。
基因和功能蛋白（K）的關系
ko_list
2. 功能蛋白K與pathway（ko）對應
將pathway（ko）提取出來，放入https://www.genome.jp/kegg/ko.html中，將K number填入，單擊map pathway。
map_pathway
點擊show matched object 可以獲得該pathway（ko）下的功能蛋白K信息。
該pathway（ko）下的功能蛋白K信息
將此信息整理成K2ko的形式，即每個功能蛋白K對應的pathway（ko）和pathway（ko）的注釋信息term2name。（Excel和R語言均可處理，我的方法比較笨，就不在這里講了）。
K2ko
term2name
3. 得到gene與pathway（ko）的對應關系
再將上一步得到的gene和K關系的結果準備好，使用R語言merge函數整理得到pathway（ko）和gene的對應信息term2gene。
K2gene
gene2ko=merge(k2gene,K2ko,by="K")
write.table(gene2ko,"gene2ko.tab",row.names = F,sep = "\t")
term2gene
4. 利用clusterProfiler的enricher功能分析基因富集情況。
之后利用clusterProfiler包進行一些常規分析。
library("clusterProfiler")
# 導入基因列表
gene <- read.csv("test_kegg_gene.txt",header = F,sep=",")
gene <- as.factor(gene$V1)
# 導入注釋文件
term2gene <- read.csv("./kegg/ko2gene.csv",header=T,sep=",")
term2name <- read.csv("term2keggName.csv",header=F,sep=",")
# 富集分析
x <- enricher(gene,TERM2GENE=term2gene,TERM2NAME=term2name,pvalueCutoff = 0.05,
pAdjustMethod = "BH",qvalueCutoff = 0.2) head(x)
# 繪制條形圖
barplot(x)
# 繪制氣泡圖
dotplot(x)
條形圖
氣泡圖
