2025.06.24【R语言】|clusterProfiler：R语言功能富集工具安装与使用说明

一、工具简介

clusterProfiler 是R/Bioconductor生态中最流行的功能富集分析包之一，由于其强大的兼容性、丰富的可视化和灵活的接口，广泛应用于转录组、蛋白组、表观组等多组学数据的生物学意义挖掘。

主要功能包括：

• GO、KEGG、Reactome、WikiPathways等多数据库的富集分析
• 支持多种ID类型自动转换
• 丰富的可视化（barplot、dotplot、emapplot、cnetplot等）
• 支持多组/多条件比较
• 支持自定义基因集

二、安装方法

1. Bioconductor推荐安装

在R或RStudio中运行：

if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install("clusterProfiler")

2. Conda安装（适合服务器/依赖复杂环境）

conda install -c bioconda bioconductor-clusterprofiler

3. 检查安装

library(clusterProfiler)
packageVersion("clusterProfiler")

三、常用数据库依赖包

• 人类：org.Hs.eg.db
• 小鼠：org.Mm.eg.db
• 大鼠：org.Rn.eg.db
• KEGG：无需额外包，自动联网获取

安装示例：

BiocManager::install("org.Hs.eg.db")

四、常见分析流程

1. 基因ID转换

clusterProfiler支持多种ID类型，但KEGG等分析通常需要Entrez ID。推荐用bitr函数转换：

library(clusterProfiler)
library(org.Hs.eg.db)

genes <- c("ENSG00000120658", "ENSG00000163902", "ENSG00000196642", "ENSG00000196924")
gene.df <- bitr(genes, fromType = "ENSEMBL", toType = "ENTREZID", OrgDb = org.Hs.eg.db)
entrez_ids <- gene.df$ENTREZID

2. GO富集分析

ego <- enrichGO(gene         = entrez_ids,
                OrgDb        = org.Hs.eg.db,
                keyType      = "ENTREZID",
                ont          = "BP", # BP/CC/MF
                pAdjustMethod = "BH",
                pvalueCutoff  = 0.05,
                qvalueCutoff  = 0.2)

3. KEGG富集分析

kk <- enrichKEGG(gene         = entrez_ids,
                 organism     = 'hsa',   # 人类
                 pvalueCutoff = 0.05)

4. 结果查看与可视化

# 查看结果表格
head(as.data.frame(kk))

# 条形图
barplot(kk, showCategory=10)

# 气泡图
dotplot(kk, showCategory=10)

# 富集网络图
cnetplot(kk, showCategory=5)

5. 多组学/多条件比较

clusterProfiler支持多组基因集的富集对比，详见官方手册 Biological theme comparison。

五、常见问题与解决

• ID类型不符：用bitr或bitr_kegg转换ID。
• 依赖包缺失：用BiocManager::install()补装。
• 网络问题：KEGG/Reactome等需联网，建议科学上网。
• 可视化乱码：设置par(family="wqy-microhei")等中文字体。

六、参考资料

• clusterProfiler官方手册
• clusterProfiler Bioconductor主页
• G Yu et al., clusterProfiler 4.0: A universal enrichment tool for interpreting omics data. The Innovation. 2021.