0

我有一个包含 SAGE 计数数据的矩阵，我想测试 GO 浓缩和通路浓缩。因此我想在 R 中使用 globaltest。我的数据如下所示：

数据文件

                   KI_1 KI_2 KI_4 KI_5 KI_6 WT_1 WT_2 WT_3 WT_4 WT_6
ENSMUSG00000002012  215  141  102  127  138  162  164  114  188  123
ENSMUSG00000028182   13    5   13   12    8   10    7   13    7   14
ENSMUSG00000002017  111   72   70  170   52   87  117   77  226  122
ENSMUSG00000028184  547  312  162  226  280  501  603  407  355  268
ENSMUSG00000002015 1712 1464  825 1038 1189 1991 1950 1457 1240  883
ENSMUSG00000028180 1129  944  766  869  737 1223 1254  865  871  844

rownames 包含 ensembl 基因 ID，每列代表一个样本。这些样本可分为两组用于测试通路富集：KI1 和 WT2 组

 groups <- c("KI1","KI1","KI1","KI1","KI1","WT2","WT2","WT2","WT2","WT2")

我找到了函数 gtKEGG 来做通路分析，但我的问题是怎么做？因为当我运行该函数时，我没有创建任何错误，但我的输出文件是这样的：

> gtKEGG(groups, t(data_file), annotation="org.Mm.eg.db")
  holm                                                      alias p-value Statistic Expected Std.dev #Cov
00380   NA                                      Tryptophan metabolism      NA        NA       NA      NA    0
01100   NA                                         Metabolic pathways      NA        NA       NA      NA    0
02010   NA                                           ABC transporters      NA        NA       NA      NA    0
04975   NA                               Fat digestion and absorption      NA        NA       NA      NA    0
04142   NA                                                   Lysosome      NA        NA       NA      NA    0
04012   NA                                     ErbB signaling pathway      NA        NA       NA      NA    0
04110   NA                                                 Cell cycle      NA        NA       NA      NA    0
04360   NA                                              Axon guidance      NA        NA       NA      NA    0

谁能帮我解决这个问题？谢谢！:)

4

1 回答 1

1

我找到了解决方案！

library(globaltest)
library(org.Mm.eg.db)

eg <- as.list(org.Mm.egENSEMBL2EG)
KEGG<-gtKEGG(as.factor(groups), t(data_file), probe2entrez= eg, annotation="org.Mm.eg.db")
于 2012-04-23T06:32:02.497 回答