← 返回软件与算法资源类型 R 包 方法分类 富集与网络分析 原始分类 Enrichment 创建时间 2026/6/3
Software & Algorithm Detail
富集与网络分析EnrichmentR 包
clusterProfiler
R 生态常用功能富集分析工具,支持 GO、KEGG、GSEA 和多种可视化。
Benchmark
性能基准测试
当前图表用于比较不同数据规模下的时间消耗和内存消耗。
性能基准测试
R 4.4 / org.Hs.eg.db / KEGG online cache
Documentation
软件原理、用法与参数
统一使用 Markdown 文档渲染,保留命令行代码块、参数表和示例说明。
clusterProfiler
工具定位
clusterProfiler 适合 DEG、WGCNA 模块基因、marker gene 等列表的功能解释。
核心思想
将基因列表映射到功能数据库,通过超几何检验或排序统计评估通路富集。
输入与输出
| 数据对象 | 说明 |
|---|---|
| gene list | 上游分析输入 |
| ranked gene list | 上游分析输入 |
| ID mapping table | 上游分析输入 |
| GO/KEGG 富集表 | 下游解读结果 |
| dotplot | 下游解读结果 |
| GSEA 曲线 | 下游解读结果 |
示例命令
library(clusterProfiler)
library(org.Hs.eg.db)
ego <- enrichGO(gene = genes, OrgDb = org.Hs.eg.db, keyType = 'ENTREZID', ont = 'BP')
dotplot(ego)
gsea <- gseKEGG(geneList = ranked_gene_list, organism = 'hsa')
解读要点
- 基因 ID 类型转换是最常见错误来源。
- 背景基因集应与实验可检测基因范围一致。
- 富集结果需要合并相似 term,避免重复解释。