Enrichissement de métabolites (KEGG)
Les voies KEGG qui contiennent le plus de métabolites d’intérêt, testées par le test hypergéométrique de clusterProfiler::enricher contre les métabolites annotés : la taille de chaque point dit le nombre, sa couleur la p-value, sur le dégradé de l’article ; « Metabolic pathways », qui couvre presque tout, peut être laissée de côté.
Expression des gènes (omique) · Enrichissement (GO, KEGG) · 5 crédits
Lancer cette figure (nouvel onglet)1.Définition
La figure
Les voies KEGG qui contiennent le plus de métabolites d’intérêt, testées par le test hypergéométrique de clusterProfiler::enricher contre les métabolites annotés : la taille de chaque point dit le nombre, sa couleur la p-value, sur le dégradé de l’article ; « Metabolic pathways », qui couvre presque tout, peut être laissée de côté.
L’analyse statistique : Enrichissement (GO, KEGG)
L’analyse d’enrichissement dit quels termes GO ou quelles voies KEGG sont surreprésentés parmi vos éléments d’intérêt (gènes différentiels, métabolites) par rapport au fond testé.
2.Lancer l’analyse
Les étapes de « Nouvelle analyse », dans l’ordre : ce que chacune demande, et pourquoi.
Étape 1 : Choisir la figure
Ouvrez « Nouvelle analyse », famille « Omique » du ruban, puis cette figure.
Pourquoi : Chaque figure a ses propres options : la choisir d’abord fixe celles qui la font et masque celles des autres figures.
Étape 2 : Importer les données
Un fichier CSV, TXT ou Excel (.xlsx, .xls) de 50 Mo et 200 000 lignes au plus, ou « Utiliser le jeu d’exemple » : sur lui, la figure est gratuite.
Pourquoi : Le fichier est lu dans votre navigateur : seules les colonnes que vous choisirez partiront au calcul, et elles sont effacées du serveur au bout de 24 h.
Étape 3 : Ajouter les fichiers complémentaires
Cette figure lit, en plus du tableau principal :
- Annotation fonctionnelle (GO, KEGG…) : Une ligne par élément et par voie (ou terme GO) : l’identifiant de l’élément, écrit comme dans le fichier principal, et le nom de la voie. Un élément peut figurer dans plusieurs voies ; une cellule peut aussi lister plusieurs éléments séparés par « / » ou « ; ».
Pourquoi : Les identifiants doivent s’écrire exactement comme dans le fichier principal : c’est par eux que les fichiers se rejoignent.
Étape 4 : Vérifier le type des colonnes
Chaque colonne est reconnue numérique, catégorielle ou texte ; un clic sur son type le change.
Pourquoi : Le rôle qu’une colonne peut prendre dépend de son type : un facteur codé 1, 2, 3 doit passer en catégorielle pour être lu comme des groupes.
Étape 5 : Attribuer les rôles
Dites ce que représente chaque colonne, et ce que la figure vous demande :
- Une ligne par métabolite mesuré (le fond) : son identifiant KEGG, sa p-value et son log2 fold change, ou une colonne qui marque ceux d’intérêt
- Un fichier d’annotation : une ligne par métabolite et par voie (identifiant KEGG, nom de la voie)
Pourquoi : Les rôles disent au moteur ce qui est mesuré, ce qui l’explique et ce qui groupe les observations : la même table répond à des questions différentes selon eux.
Étape 6 : Régler les options
Les options qui font cette figure sont déjà fixées. Restent :
- Éléments et annotation, ou tableau déjà calculé : Le moteur fait le test à partir de vos éléments et du fichier des termes, ou dessine la sortie de clusterProfiler, DAVID, g:Profiler, MetaboAnalyst.
- Axe : GeneRatio, nombre, facteur d’enrichissement : Le GeneRatio (k/n) est la convention de clusterProfiler ; le facteur d’enrichissement (k/M) celle de KEGG.
- Tailles de terme (5 à 500) : Écarte les termes trop petits (instables) et trop généraux.
Pourquoi : Les valeurs par défaut sont les conventions des revues ; ne les changez que pour une raison que vous sauriez écrire dans votre section Méthodes.
Étape 7 : Lancer le calcul
Gratuit et complet sur le jeu d’exemple. Sur vos données : 5 crédits débités au lancement ; sans assez de crédits, un aperçu flouté, à débloquer pour 5 crédits.
Pourquoi : Le calcul est fait par R sur nos serveurs, et vous suivez ses étapes. S’il échoue, les crédits sont rendus.
Étape 8 : Lire les résultats
Les tableaux, l’interprétation en français ou en anglais et le paragraphe « Méthodes » prêt pour votre manuscrit.
Pourquoi : Chaque chiffre vient de R, et chaque phrase est un modèle rempli avec eux, jamais un texte inventé : vérifiez-les avec les tableaux.
Étape 9 : Télécharger la figure
PNG 300 DPI, PDF, EPS ou SVG, à 89 ou 183 mm ; les textes se modifient dans l’éditeur de figure.
Pourquoi : 89 mm est la largeur d’une colonne de revue, 183 mm celle d’une page : la figure est mise en page pour chacune, rien ne s’y chevauche.
3.Pourquoi et quand l’utiliser
Quand l’utiliser
Pour une étude de métabolomique (ou de protéomique) : savoir dans quelles voies tombent les métabolites qui changent, à partir de vos propres résultats et de l’annotation KEGG.
Exemple de question : Dans quelles voies KEGG les métabolites qui changent sont-ils sur-représentés ?
Ce que les résultats montrent
- Les termes ou voies les plus enrichis, leur nombre d’éléments et leur p ajustée (couleur).
4.Méthode et packages R
Ce que le moteur R exécute pour cette figure : les packages, les fonctions principales, les étapes du calcul et les formules.
Packages R
- stats
- ggplot2
phyper(k − 1, M, N − M, n, lower.tail = FALSE) · p.adjust(p, "BH")
Fonctions principales
| Fonction | Package | Rôle |
|---|---|---|
| phyper | stats | le test hypergéométrique de enricher |
| p.adjust | stats | Benjamini-Hochberg |
| geom_point | ggplot2 | dotplot |
Ce que fait le script, dans l’ordre
- Repère les éléments d’intérêt dans le fond (colonne oui/non, ou seuils de p et log2FC).
- Joint l’annotation (un élément peut avoir plusieurs termes).
- Teste chaque terme par la loi hypergéométrique (le test de clusterProfiler::enricher), p ajustées BH.
- Dessine le dotplot des 30 termes les plus significatifs.
Formules principales
Test hypergéométrique unilatéral
p = P(X ≥ k), X ~ Hypergéométrique(N, M, n)
N éléments du fond, M annotés au terme, n d’intérêt dont k dans le terme. p petit : le terme compte plus d’éléments d’intérêt que le hasard ne le voudrait.
GeneRatio et enrichissement
GeneRatio = k / n ; enrichissement = (k / n) / (M / N)
La part des éléments d’intérêt dans le terme, et combien de fois plus qu’attendu.
Benjamini-Hochberg (FDR)
q₍ᵢ₎ = min(1, min_{j≥i} m·p₍ⱼ₎ / j)
Sur m tests triés par p : parmi les éléments retenus à q < α, la part attendue de faux positifs reste sous α.
À citer
- Rivals, I., Personnaz, L., Taing, L. & Potier, M.-C. (2007). Enrichment or depletion of a GO category within a class of genes: which test?. Bioinformatics, 23(4), 401-407. doi:10.1093/bioinformatics/btl633 (nouvel onglet)
- Yu, G., Wang, L.-G., Han, Y. & He, Q.-Y. (2012). clusterProfiler: an R package for comparing biological themes among gene clusters. OMICS: A Journal of Integrative Biology, 16(5), 284-287. doi:10.1089/omi.2011.0118 (nouvel onglet)
- Benjamini, Y. & Hochberg, Y. (1995). Controlling the false discovery rate: a practical and powerful approach to multiple testing. Journal of the Royal Statistical Society, Series B, 57(1), 289-300. doi:10.1111/j.2517-6161.1995.tb02031.x (nouvel onglet)
- Wickham, H. (2016). ggplot2: elegant graphics for data analysis. Springer (Use R!), 2ᵉ éd.. doi:10.1007/978-3-319-24277-4 (nouvel onglet)
5.Données d’entrée
Une ligne par élément testé (le fond) avec une colonne qui dit s’il est d’intérêt, plus le fichier des termes ; ou le tableau d’enrichissement.
Ce que la figure demande
- Une ligne par métabolite mesuré (le fond) : son identifiant KEGG, sa p-value et son log2 fold change, ou une colonne qui marque ceux d’intérêt
- Un fichier d’annotation : une ligne par métabolite et par voie (identifiant KEGG, nom de la voie)
Format : CSV, TXT ou Excel, une ligne d’en-tête avec le nom des colonnes. La virgule ou le point décimal, le séparateur et l’encodage sont reconnus seuls ; une case vide est une valeur manquante.
Le jeu d’exemple : Métabolites différentiels et voies KEGG
Rôles : 340 métabolites (KEGG) : ceux de pvalue < 0.05 et |log2FC| ≥ 1 retenus, testés voie par voie (fichier des voies : KEGG, Voie) contre les métabolites annotés.
6.Prix
5crédits
par lancement sur vos données. Chaque figure coûte 5 crédits, quelle qu’elle soit : la figure, ses tableaux, son interprétation et ses téléchargements sont compris.
| Pack | Prix du pack | Cette figure |
|---|---|---|
| Starter (50 crédits) | 500 FCFA | 50 FCFA |
| Standard (250 crédits) | 2 000 FCFA | 40 FCFA |
| Pro (700 crédits) | 5 000 FCFA | 36 FCFA |
- Gratuite sur son jeu d’exemple (metabolites_kegg_diff.csv), résultats complets : pour la découvrir avant d’importer vos données.
- Sur vos données sans assez de crédits, elle se lance quand même en aperçu flouté, débloqué ensuite pour 5 crédits sans relancer le calcul.
- Si le calcul échoue, les crédits sont rendus.
- Paiement par mobile money ; voir les packs.
Lancer « Enrichissement de métabolites (KEGG) » sur vos données
Ou ouvrez-la gratuitement avec son jeu d’exemple pour voir chaque étape et des résultats complets avant d’importer votre fichier.