被问了很多次的富集分析绘图教程，0基础也能1分钟完成
上一期我们利用“相关性分析与‘星号’标记热图绘制”这一具体场景，对比评测了 Claude 与 DeepSeek 的表现差异（#上期链接）。这一节，我们聚焦 KEGG、GO 富集分析这一场景，对比 GPT 和 deepseek 的表现。 在本次针对拟南芥 KEGG 与 GO 富集分析及 aPEAR 包网络图绘制的特定任务中，DeepSeek 在理解和应用新工具细节上需要更多的人工干预和代码修改。GPT 对该问题的理解、特定 R 包细节的适应性以及错误修正能力具有明显优势。
期望结果图
图1 期望结果图
数据准备
富集分析的数据准备很简单，只需整理单列的目的基因列表即可，如下图，基因 ID 的类型可以是 NCBI Gene ID、Gene Symbol、Ensembl ID 等。本次使用的数据是拟南芥的基因。
图2 拟南芥基因
生成 KEGG 、GO 富集分析及 aPEAR 包网络图代码
分别打开 GPT、Deepseek 上传范例数据。GPT 点击“+”上传文件，Deepseek 点击“回形针”上传文件。
输入指令：
附件文件为目的基因文件，研究物种为拟南芥，使用 clusterProfiler 对附件文件进行 GO、KEGG 富集分析，将分析结果以 csv 表格导出，并使用 KEGG 富集分析结果进行条形图和气泡图的绘制，使用 aPEAR 包对 GO、KEGG 分析结果分别进行富集网络图绘制，给出 R 代码。
值得注意的是：GPT 和 Deepseek 都注意到拟南芥基因 ID 的特殊性，基因 ID 带有版本号。KEGG、GO 富集分析需要去掉版本号。二者对于 KEGG 富集分析处理方式有所不同：
ChatGPT：
代码语言：javascript代码运行次数：0运行复制# 4. KEGG富集分析
# 注意：KEGG拟南芥是用物种代号"ath"
ekegg <- enrichKEGG(gene = genes,
organism = 'ath',
keyType = "kegg",
pvalueCutoff = 0.05,
qvalueCutoff = 0.05)
Deepseek：
代码语言：javascript代码运行次数：0运行复制# KEGG富集分析（需转换ID）
gene_entrez <- bitr(genes, fromType = "TAIR", toType = "ENTREZID", OrgDb = org.At.tair.db)
kegg_enrich <- enrichKEGG(
gene = gene_entrez$ENTREZID,
organism = "ath", # 拟南芥的KEGG代码
pvalueCutoff = 0.05,
qvalueCutoff = 0.2
)
Deepseek 给出的代码报错：
代码语言：javascript代码运行次数：0运行复制gene_entrez <- bitr(genes, fromType = "TAIR", toType = "ENTREZID", OrgDb = org.At.tair.db)
'select()' returned 1:1 mapping between keys and columns
Warning message:
In bitr(genes, fromType = "TAIR", toType = "ENTREZID", OrgDb = org.At.tair.db) :
3.61% of input gene IDs are fail to map...
kegg_enrich <- enrichKEGG(
gene = gene_entrez$ENTREZID,
organism = "ath", # 拟南芥的KEGG代码
pvalueCutoff = 0.05,
qvalueCutoff = 0.2
)
--> No gene can be mapped....
--> Expected input gene ID: AT4G37840,AT5G36880,AT5G55590,AT1G56190,AT4G29220,AT5G03290
--> return NULL...
head(genes)
[1] "AT1G01090""AT1G01220""AT1G01220""AT1G01220""AT1G01220""AT1G01220"
head(gene_entrez)
TAIR ENTREZID
1 AT1G01090 839429
2 AT1G01220 839420
3 AT1G02310 839444
4 AT1G02790 839391
5 AT1G02810 838078
7 AT1G04410 839527
向Deepseek输入优化报错代码指令：
根据与Deepseek对话的内容，尝试了不同的方法处理基因ID，包括去除版本号和添加KEGG物种前缀。经过我们的提示，Deepseek最终发现直接使用纯TAIR ID（去除版本号）可以有效解决问题。
将二者生成的代码复制到RStudio工作空间，分步运行。得出KEGG和GO富集分析的表格。
以GO富集分析为例，GO富集分析的结果表格会自动保存在工作目录中，打开CSV格式的分析结果表格如下图。
GPT和DeepSeek按要求给出了TOP20显著富集的KEGG富集分析结果条形图和气泡图的绘制方法，效果如下图。
接下来在使用aPEAR包对GO、KEGG分析结果分别进行富集网络图的绘制方法绘制网络图时，二者生成的代码都有错误信息，报错信息不同，处理方式而不同。由于我们安装的是最新版本aPEAR包，我们提示了enrichmentNetwork()函数的用法。GPT能够精准修正，最终得到理想结果图。但是Deepseek对enrichmentNetwork()内置参数的理解有所偏差，经过几次调整没有解决问题。为了节省时间成本，我们自行修改了代码。
以GO富集分析的结果绘制网络图为例。绘制效果图如下：
参考绘图代码：ChatGPT
代码语言：javascript代码运行次数：0运行复制setwd("/mnt/data/home/work/Rich")
# 加载包
library(clusterProfiler)
library(org.At.tair.db)
library(KEGGREST)
library(aPEAR)
library(enrichplot)
library(ggplot2)
# 读入基因列表
gene_list <- read.table("genes.txt", header = FALSE, stringsAsFactors = FALSE)
genes <- unique(gsub("\\..*", "", gene_list$V1)) # 去除版本号（如.1、.2）
# GO 富集分析
ego <- enrichGO(
gene = genes,
OrgDb = org.At.tair.db,
keyType = "TAIR",
ont = "ALL",
pAdjustMethod = "BH",
pvalueCutoff = 0.05,
qvalueCutoff = 0.05
)
# KEGG 富集分析
ekegg <- enrichKEGG(
gene = genes,
organism = 'ath',
keyType = "kegg",
pAdjustMethod= "BH",
pvalueCutoff = 0.05,
qvalueCutoff = 0.05
)
# 保存结果为CSV
write.csv(as.data.frame(ego), file = "GO_enrichment_results.csv", row.names = FALSE)
write.csv(as.data.frame(ekegg), file = "KEGG_enrichment_results.csv", row.names = FALSE)
# --- KEGG富集分析绘图 ---
# 条形图
barplot(ekegg, showCategory = 20, title = "KEGG Pathway Enrichment (Top 20)")
# 气泡图
dotplot(ekegg, showCategory = 20, title = "KEGG Pathway Dotplot (Top 20)")
# --- 使用aPEAR绘制富集网络图 ---
# GO网络图
ego_df <- as.data.frame(ego)
ekegg_df <- as.data.frame(ekegg)
# 用 aPEAR 绘制GO网络图
GO_network <- aPEAR::enrichmentNetwork(
enrichment = ego_df,
simMethod = "jaccard", # 相似性方法
clustMethod = "markov", # 修改为markov、hier或spectral之一
clustNameMethod = "pagerank" # 用pagerank作为节点标签
)
plot(GO_network)
# KEGG网络图
KEGG_network <- aPEAR::enrichmentNetwork(
enrichment = ekegg_df,
simMethod = "jaccard",
clustMethod = "markov", # 修改为markov、hier或spectral之一
clustNameMethod = "pagerank" # 用pagerank作为节点标签
)
plot(KEGG_network)
Deepseek
代码语言：javascript代码运行次数：0运行复制setwd("/mnt/data/home/work/Rich")
library(clusterProfiler)
library(org.At.tair.db)
library(enrichplot)
library(ggplot2)
library(aPEAR)
library(httr)
# --------------------------
# 步骤1：读取基因列表并预处理
# --------------------------
# 读取基因列表（保留原始ID）
gene_list <- readLines("genes.txt") # 确保文件路径正确
genes <- sub("\\.\\d+$", "", gene_list)
# 预处理GO ID格式（保留原始TAIR ID）
#genes_go <- gene_list # 直接使用原始TAIR ID（含版本号）
#都要去除版本号
# --------------------------
# 步骤2：GO富集分析
# --------------------------
ego <- enrichGO(
gene = genes,
OrgDb = org.At.tair.db,
keyType = "TAIR", # 指定输入为TAIR ID
ont = "ALL", # 分析所有本体（BP/MF/CC）
pAdjustMethod = "BH",
pvalueCutoff = 0.05,
qvalueCutoff = 0.05
)
# 导出GO结果
write.csv(as.data.frame(ego), "GO_enrichment_results.csv", row.names = FALSE)
# --------------------------
genes_kegg <- sub("\\.\\d+$", "", gene_list) # 仅去除版本号，保留TAIR ID（如AT1G01090）
# 执行KEGG富集分析（关键修正：直接使用TAIR ID）
ekegg <- enrichKEGG(
gene = genes, # 输入格式为AT1G01090
organism = "ath", # 指定物种为拟南芥
keyType = "kegg", # 指定KEGG数据库
pAdjustMethod = "BH",
pvalueCutoff = 0.05,
qvalueCutoff = 0.05
)
write.csv(as.data.frame(ekegg), "KEGG_enrichment_results.csv", row.names = FALSE)
# --------------------------
# 步骤4：可视化
# --------------------------
# KEGG条形图
barplot(ekegg, showCategory = 20) +
ggtitle("KEGG Pathway Enrichment") +
theme(axis.text.y = element_text(size = 10))
#ggsave("KEGG_barplot.png", p1, width = 10, height = 8)
# KEGG气泡图
dotplot(ekegg, showCategory = 20) +
ggtitle("KEGG Pathway Enrichment") +
theme(axis.text.y = element_text(size = 10))
#p2
#ggsave("KEGG_dotplot.png", p2, width = 10, height = 8)
ego_df <- as.data.frame(ego)
ekegg_df <- as.data.frame(ekegg)
GO_network <- aPEAR::enrichmentNetwork(
enrichment = ego_df,
simMethod = "jaccard", # 相似性方法
clustMethod = "markov", # 修改为markov、hier或spectral之一
clustNameMethod = "pagerank" # 用pagerank作为节点标签
)
plot(GO_network)
# KEGG网络图
KEGG_network <- aPEAR::enrichmentNetwork(
enrichment = ekegg_df,
simMethod = "jaccard",
clustMethod = "markov", # 修改为markov、hier或spectral之一
clustNameMethod = "pagerank" # 用pagerank作为节点标签
)
plot(KEGG_network)
结果核查: 我们仔细检查生成的图，确认颜色、数值（如图显示）、星号标记都符合预期，并且与我们的统计学理解一致。
在本次针对拟南芥 KEGG 与 GO 富集分析及可视化的评测中，GPT 和 DeepSeek 都展现了相当的代码生成能力，并能识别出关键的基因 ID 处理问题。然而，两者在解决具体问题和适应特定 R 包的细节上表现各异。GPT 在直接处理 KEGG 富集分析的基因 ID 类型以及后续根据提示修正 aPEAR 包网络图代码方面显得更为精准和高效。 相比之下，DeepSeek 虽然也能完成核心的富集分析和常规绘图，但在 KEGG ID 转换上采取了稍显曲折的路径并遇到报错，且在理解和应用 aPEAR 包新函数的参数时暴露出一定的偏差，需要用户更多的介入和修正。
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。原始发表：2025-04-30，如有侵权请联系 cloudcommunity@tencent 删除基础教程数据go表格
发布评论