GOsummaries处理基因列表触发内部服务器错误及依赖兼容问题求助

问题核心 #

需要用GOsummaries对比两组基因列表的GO富集结果，但运行gosummaries()时遇到三个问题：

• 旧版gprofiler包已废弃，触发过时警告
• 调用旧gprofiler服务器时出现INTERNAL SERVER ERROR
• 卸载旧gprofiler仅保留gprofiler2会导致GOsummaries因依赖缺失无法运行

报错原因 #

1. 旧版gprofiler包依赖的服务器接口已停止维护，导致请求失败
2. GOsummaries当前版本未更新对gprofiler2的支持，直接替换包会触发依赖冲突

解决方案 #

步骤1：预处理基因列表（去重） #

基因列表中的重复值可能导致服务器处理异常，先去重：

# 去除重复基因
genes1 <- unique(trad_genes$SYMBOL)
genes2 <- unique(genes_pvalue_EA$SYMBOL)

步骤2：用gprofiler2完成GO富集 #

使用新版gprofiler2获取GO富集结果，避免调用旧服务器：

library(gprofiler2)
# 富集分析（以人类基因为例，可根据物种修改organism参数）
gost_group1 <- gost(
  query = genes1,
  organism = "hsapiens",
  sources = c("GO:BP", "GO:MF", "GO:CC"), # 指定GO三个分支
  user_threshold = 0.05 # 自定义显著性阈值
)

gost_group2 <- gost(
  query = genes2,
  organism = "hsapiens",
  sources = c("GO:BP", "GO:MF", "GO:CC"),
  user_threshold = 0.05
)

步骤3：转换结果格式适配GOsummaries #

将gprofiler2的gost结果转换成GOsummaries可识别的结构：

library(GOsummaries)
library(dplyr)

# 定义格式转换函数
format_gost_for_gs <- function(gost_result, group_label) {
  formatted <- gost_result$result %>%
    select(
      term_id = term_id,
      term_name = name,
      p_value = p_value,
      domain = source,
      group = group_label
    ) %>%
    # 匹配GOsummaries的domain命名格式
    mutate(domain = case_when(
      domain == "GO:BP" ~ "biological_process",
      domain == "GO:MF" ~ "molecular_function",
      domain == "GO:CC" ~ "cellular_component"
    ))
  return(formatted)
}

# 转换两组结果
formatted_g1 <- format_gost_for_gs(gost_group1, "Traditional")
formatted_g2 <- format_gost_for_gs(gost_group2, "EA_pvalue")

# 合并结果并创建gosummaries对象
combined_go <- bind_rows(formatted_g1, formatted_g2)
gs <- gosummaries(combined_go, group = "group")

# 查看或可视化结果
print(gs)
plot(gs)

备选方案：网页端导出结果后导入 #

如果不想写代码转换，可直接在g:Profiler网页端分别分析两组基因，导出TSV格式的富集结果，然后在R中读入并整理成上述格式，再传入gosummaries()。

内容的提问来源于stack exchange，提问作者José Adrián Pardo Pérez