找个代做火山图，富集分析和ppi的，有偿

Question

GSE14359与GSE85537
（padj < 0.05 且|log2FoldChange| > 1）。在 x = -1 和 x = 1 处添加垂直线，以及在 y = -log10(0.05)处添加水平线。

Answer 1

以下回复参考：皆我百晓生、券券喵儿等免费微信小程序作答:

为了完成这个任务，我们需要首先安装和加载一些必要的R包，然后使用这些包来处理数据并生成火山图、富集分析和PPI。以下是一个简单的示例代码：

# 安装所需的包
if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install("limma")
BiocManager::install("clusterProfiler")
BiocManager::install("STRINGdb")

# 加载所需的包
library(limma)
library(clusterProfiler)
library(STRINGdb)

# 读取GSE14359和GSE8553的数据（这里假设你已经下载了这些数据集）
gse14359 <- read.table("GSE14359_data.txt", header = TRUE, row.names = 1)
gse8553 <- read.table("GSE8553_data.txt", header = TRUE, row.names = 1)

# 合并数据集
combined_data <- rbind(gse14359, gse8553)
rownames(combined_data) <- make.names(rownames(combined_data))

# 进行差异表达分析
group <- factor(rep(c("GSE14359", "GSE8553"), c(nrow(gse14359), nrow(gse8553))))
design <- model.matrix(~0 + group)
colnames(design) <- levels(group)
contrast_matrix <- makeContrasts(GSE14359 - GSE8553, levels = design)
fit <- lmFit(combined_data, design)
fit2 <- contrasts.fit(fit, contrast_matrix)
fit2 <- eBayes(fit2)

# 提取显著差异表达的基因
sig_genes <- topTable(fit2, adjust = "BH", sort.by = "B", number = Inf)
sig_genes <- sig_genes[abs(log2FoldChange(sig_genes)) > 1 & padj(sig_genes) < 0.05,]

# 绘制火山图
volcano_plot <- ggplot(sig_genes, aes(x = log2FoldChange, y = -log10(padj))) +
  geom_point(alpha = 0.5) +
  geom_vline(xintercept = c(-1, 1), linetype = "dashed") +
  geom_hline(yintercept = -log10(0.05), linetype = "dashed") +
  theme_minimal() +
  xlab("Log2 Fold Change") +
  ylab("-Log10 Adjusted P-value") +
  ggtitle("Volcano plot of differential expression")
print(volcano_plot)

# 进行富集分析
enrich_result <- enrichGO(gene = rownames(sig_genes), OrgDb = org.Hs.eg.db, keyType = "SYMBOL", ont = "BP", pAdjustMethod = "BH", qvalueCutoff = 0.05)
barplot(enrich_result, showCategory = 20)

# 获取PPI网络
string_db <- STRINGdb$new(version = "11.5")
ppi_network <- string_db$get_network(nodes = rownames(sig_genes), score_threshold = 700)
ppi_network <- igraph::simplify(ppi_network, remove.loops = TRUE, remove.multiple = TRUE)
igraph::plot(ppi_network)

请注意，这个示例代码需要你提供GSE14359和GSE8553的数据集文件。你需要将文件名替换为你实际的文件名。此外，这个示例代码可能需要根据你的具体需求进行调整。