GSEA下载的.gmt文件批量处理

最新推荐文章于 2025-10-28 18:24:46 发布
原创 最新推荐文章于 2025-10-28 18:24:46 发布 · 4.1k 阅读 · 9
标签
#r语言 #生物信息学
本文介绍了如何处理从GSEA下载的84个.gmt文件，通过观察文件格式、使用R语言的GSA包读取文件、数据整理及删除基因介绍，最终提取出基因名。采用lapply函数进行批量读取，并通过字符长度判断来手动删除基因介绍内容。

从GSEA下载了84个gmt文件，打算把里面的基因名整理出来。

0. 先观察一下格式

记事本打开几个个文件看了一眼，基本上都是以基因描述+基因名称展现的，中间用制表符隔开。
在这里插入图片描述

1. 数据读取

这里涉及到两个问题：
首先是.gmt文件的读取：我用了GSA包的GSA.read.gmt()；
其次是批量读取的实现：我用了lapply()函数

install.packages('GSA')
library(GSA)

path <- 'D:/immune' #文件的路径
fileNames <- dir(path) #读取该路径下的所有文件名
filePath <- sapply(fileNames, function(x){
   
   paste(
最低0.47元/天 解锁文章
GMT参考文件
01-30
Graphic Mapping Tool（GMT） 参考文件
Windows10下，GMT的下载、安装以及配合Vscode使用
weixin_55988068的博客
11-13 8261
我近期想画一幅中国地图，无意中发现了这个GMT软件，但是在我使用的时候发现安装及使用的教程很少，或者说讲述的都很略，因此，我就想记录一下自己的安装及使用过程，也给其他人提供一点帮助。
R语言读取hallmarks的gmt文档的不同姿势整理
m0_58549466的博客
12-18 815
不同格式各有所用。
铜死亡+多组机器学习+WGCNA+分型
2301_79430545的博客
10-13 814
ATP7B 与活化的 B 细胞、CD56 dim NK 细胞、中央记忆 CD4 T 细胞、中央记忆 CD8 T 细胞、巨噬细胞、肥大细胞、MDSC、单核细胞、NK 细胞、NK T 细胞、浆细胞 DC 和 T 滤泡辅助细胞相关、和其他免疫细胞呈负相关，而 NFE2L2 与 MTF1 和 17 型 T 辅助细胞、类浆细胞 DC、NK T 细胞、中央记忆 CD8 T 细胞、NK 细胞、单核细胞呈负相关。越来越多的证据表明，铜（Cu）参与了髓鞘的形成，并通过调节突触活动和神经营养因子诱导的兴奋毒性参与细胞死亡。
GMT格式文件
shy_321的博客
09-25 4748
GMT GMT: Gene Matrix Transposed file format (*.gmt)。GMT 文件格式是一种以制表符分隔的文件格式，用于描述基因集。 在 GMT 格式中，每一行代表一个基因集。其中每一行，分三个部分： 第一列，基因集名，不可重复 第二列， 对该基因集的描述，可简单填充为’na’ 剩余列，都是属于该基因集的基因，不同基因集，基因数量可不同 生成GMT文件 library(clusterProfiler) data(gcSample) ## 使用测试数据集 #> c
R读取gmt文件的六种方式
weixin_40739969的博客
10-12 1万+
R读取gmt文件的五种方式 kegg_geneset1 <- qusage::read.gmt("c2.cp.kegg.v7.0.symbols.gmt") #返回的是list kegg_geneset2 <- clusterProfiler::read.gmt("c2.cp.kegg.v7.0.symbols.gmt") #返回的是表格 kegg_geneset3 <- GSA::GSA.read.gmt("c2.cp.kegg.v7.0.symbols.gmt") #"GSA.gene
GSEA分析流程
修罗神的海岛
05-16 1万+
1. 简介 GSEA 是 2003 年提出来的一种对表达谱芯片进行分析的方法,并被编制成软件。它的主要目的就是确定预先定义的基 因集(具有相同或相似的功能,或位于同一染色体相邻位点的一群基因)在表达谱芯片结果中是否有显著性。 GSEA 分析过程分为 5 步: 1. 基因知识库的获得; 2. 根据基因表达谱数据对所有基因进行排序; 3. 计算富集得分(enrichment score,ES); 4. 估计显著性水平; 5. 进行多重假设检验。 GSEA 能够鉴定疾病发生过程中潜在的及起决定作用的遗传改变或信号
生信笔记 | 自定义GSEA分析中的gmt格式文件
BioInfoNotes
09-23 1万+
在GSEA分析中，在MSigDB（Molecular Signatures Database）数据库中定义了很多基因集，下载的基因集是gmt格式文件。下载的gmt格式文件，打开后可以看见是...
单基因GSEA，还是基于单基因表达谱分组后的GSEA？
悟道西方
06-20 4720
今天在讨论群看到有群友提问 单基因GSEA怎么做？。之前也看到过这个概念，但一直不清楚这个单是什么含义，一直以为是用单个基因做GSEA。如果之前看过生信宝典的一文掌握GSEA，超详细教程，一定会特别熟悉GSEA的原理和操作流程。当然越是理解，越是想不明白单个基因怎么做GSEA。当然如果您不熟悉GSEA，建议先看上一篇文章。 后来群友点拨理解了，不是对单个基因做GSEA，是拿单个基因 （一般是感兴趣...
GSEA | 基因富集分析
生信练习生
04-24 3317
GSEA富集分析
使用GSEA读‘gmt文件‘时最后一行未遂问题解决
tRNA的博客
10-16 775
'gmt文件'时最后一行未遂
【生物信息学高效分析秘籍】：5个必会的R包大幅提升你的研究速度
最新发布
Instrustar的博客
10-28 864
掌握R语言在生物信息学中的应用，提升数据分析效率。本文介绍5个高效R包，涵盖基因表达分析、序列处理与可视化等场景，助力科研提速。方法实用、上手快速，值得收藏。
GSEA -- 学习记录
jiangshandaiyou的博客
03-08 1877
2.富集分数ES，实际上是k-s like test的统计量，所以ES主要表示基因集S的基因的log2FC的分布与不在基因集S的其他基因的log2FC的分布是否一致，当ES大于0并且具有统计学意义时，那我们可以说基因集S内基因相比其他基因表达上调。，其中ORA方法只关心差异表达基因而不关心其上调、下调的方向，也许同一条通路里既有显著高表达的基因，也有显著低表达的基因，因此最后得到的通路结果对表型的解释力度也不大。还有一些基因表达量的变化程度很小，但是其生物学功能可能很重要，那么该如何体现？
R语言：GSEA分析
weixin_69558614的博客
05-13 1636
安装软件包> if (!#加载软件包#设置变量> head(rt)head(rt))\\-(.*?)\\-(.*?#排序#GESA分析dev.off()dev.off()一起学习交流。
pygmt安装
weixin_55008315的博客
03-06 2632
结果报错 File "D:\Python3\Anaconda3\lib\site-packages\pygmt\clib\session.py", line 189, in __enter__所以pip也应该安装pip install pygmt==0.6.1。下的什么用不来，我下的下面这个链接的。GMT版本是0.6.1。找到官网镜像下载地址。
给GSVA制作自己的GMT文件
SPIDERFISHCOSMOS
09-20 6006
https://www.jianshu.com/p/1818267528bd 来自生信技能树 讲gmt文件的结构以及如何将gene set输出成gmt格式。 如何操作gmt格式的gene set？比如去掉重复基因。
task3a_gmt函数
coding_Joash的博客
09-22 1108
gmt文件定义 gmt格式是多列注释文件，列与列之间都是TAB分割。 第1列： 是基因所属基因集的名字，可以是通路名字，也可以是自己定义的任何名字。 第2列 ：官方提供的格式是URL，可以是任意字符串。 第3列-第n列： 后面是基因集内基因的名字，有几个写几列。 library(clusterProfiler) data(gcSample) #加载gcSample数据集 #第一列用X1-X8，第二列无内容用‘NA’代替，第三列-第N列为基因的entrenz id #文件以制表符分隔开 get_gmt
写一个函数把基因集写出成为gmt文件
m0_51042606的博客
10-04 5230
作业3-1：https://mp.weixin.qq.com/s/KuT_idnNE3kib-R0ItIt1A 代码借鉴Jimmy老师的，学习如何将一个基因集写出成为gmt文件。 1. 关于gmt文件 在做GSEA或GSVA分析的时候，通常需要读入gmt格式的文件，一般是在MSigDB（Molecular Signatures Database）数据库里下载的文件，如下: 标准的gmt格式文件为： 从图里可以看到，第一列是基因集的名称或者ID，第二列是相关注释(比如某个通路，也可自定义)，第3~n列是对
一文掌握GSEA富集分析-最详细教程
热门推荐
悟道西方
04-26 6万+
之前总结了一篇关于GSEA富集分析的推文——《GSEA富集分析 - 界面操作》，大略介绍了GSEA的定义、GSEA原理、GSEA分析、Leading-edge分析等，不太了解的朋友可以点击阅读先理解下概念。 最近用自己数据实战分析时用到了该方法，故将一些之前遗漏的点补充整理出来分享给大家。 从前文中我们了解到GSEA分析的目的是要判断S集基因（基于先验知识的基因注释信息）中的基因是随机分布还是聚集...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值