本文介绍了使用R包ReporterScore进行代谢组数据分析的详细步骤，包括加载R包、数据导入与准备、运行ReporterScore进行功能分析、可视化结果以及自定义数据库。ReporterScore提供了一种无需阈值的GRSA方法，支持多组和纵向实验设计，适用于基因、化学化合物和微生物种类的分析。此外，还讨论了如何利用内置的KEGG、GO数据库以及自定义数据库进行通路富集分析。
禁止商业或二改转载，仅供自学使用，侵权必究，如需截取部分内容请后台联系作者!
介绍
受经典“RSA”方法的启发，我们开发了改进的“基于广义报告者得分的分析（GRSA）”方法，并将其实现在R包“ReporterScore”中，同时配套了全面的可视化方法和通路数据库。“GRSA”是一种无需阈值的方法，适用于所有类型的生物医学特征，如基因、化学化合物和微生物种类。重要的是，“GRSA”支持多组和纵向实验设计，这是因为它包含了多组兼容的统计方法。
相比先前的基于ORA和GSEA方法，GRSA是基于拓扑学进行功能分析，这里我们使用ReporterScoreR包进行功能富集分析。
ReporterScore包内置了KEGG通路、模块、基因、化合物和GO数据库，并且允许用户自定义数据库，使其与来自不同组学数据的特征丰度表兼容。
对于KO丰度表，ReporterScore内置了KEGG通路-KO和模块-KO数据库（2023年8月版）。您可以使用
订阅专栏 解锁全文
扫一扫
1111
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
