library(clusterProfiler) #加载程序包library(org.Mm.eg.db)dif_enrich<- read.table("T2DMvsCon.txt",header = T,row.names = 1,sep = "t")#读取表达文件gene <- rownames(dif_enrich)# 转为向量
## 将gene symbol转换为Entrez ID gene.id <- bitr(gene, fromType="SYMBOL", toType="ENTREZID", OrgDb="org.Mm.eg.db")#org.Mm.eg.db包里记载了小鼠基因ID的对应关系 egoBP<-enrichGO(gene = gene.id$ENTREZID,  pAdjustMethod ="none",                                      OrgDb = 'org.Mm.eg.db',                                            ont = "BP",  #GO富集有多种分类，其中最重要的就是BP，也就是生物学过程，还可以选择MF分子功能和CC细胞结构。如果全都要的话可以选择ALL                                  pvalueCutoff = 0.05, #P小于0.05，即为显著富集，这里的设置就是只保留显著富集的结果，如果想把不显著的也都保存下来，这里可以选择把0.05改成1                                  qvalueCutoff=1,                                  minGSSize = 10,                                  readable= TRUE)      summary(egoBP)  # 结果展示 bp2 <- simplify(egoBP, cutoff=0.7, by="p.adjust", select_fun=min) #对富集到的GO项进行简化处理。 write.table(summary(bp2), "GO.BP.txt", sep="t") #将富集结果写入文件 pdf("GO.bp.pdf",height=8,width=8)    barplot(bp2, showCategory=8) #条形图 showCategory这个参数是用来控制显示的GO项的数量的，默认是10，具体数量可根据需要来调整 dev.off() pdf("GOdot.bp.pdf",height=8,width=8)    dotplot(egoBP)#气泡图 dev.off()

egoPathway<-enrichKEGG(gene = gene.id$ENTREZID, organism = "mmu", pvalueCutoff = 0.05,pAdjustMethod ="none",minGSSize =2,qvalueCutoff = 1)    #KEGG富集，与GO富集类似，mmu代表小鼠  summary(egoPathway)  # 结果展示 pdf("pathway.pdf")    barplot(egoPathway, showCategory=8)  dev.off() pdf("pathwaydot.pdf")    dotplot(egoPathway) dev.off()