首先，我们假设这4个基因是'TP53','BRCA1','KRAS','NRAS'，大家也可以修改为自己感兴趣的基因。代码如下所示：

library(ggplot2)library(clusterProfiler)your_genes=c('TP53','BRCA1','KRAS','NRAS');your_genesyour_genes = bitr(your_genes,'SYMBOL','ENTREZID','org.Hs.eg.db')[,2];your_genesyour_kk <- enrichKEGG(gene = your_genes, organism = 'hsa', pvalueCutoff = 0.9, qvalueCutoff =0.9)head(your_kk)[,1:6] dotplot(your_kk)kk=DOSE::setReadable(your_kk, OrgDb='org.Hs.eg.db',keyType='ENTREZID')tmp = kk@resultwrite.csv( tmp ,paste0(pro,'_kk.csv'))

确实是可以出结果：

kegg富集分析结果

其实你可以看到，我们选择的这4个基因是'TP53','BRCA1','KRAS','NRAS'，就是肿瘤相关的，所以它的kegg注释结果肯定是肿瘤通路无疑，这样的注释都并不需要你做一下kegg的，但凡是你背诵了这些基因的功能，少于10个基因其实人工整理更可靠。

转载自《生信技能树》，如有侵权，请联系删除。