clusterProfiler是一个功能强大的R包，同时支持GO和KEGG的富集分析，而且可视化功能非常的优秀，本章主要介绍利用这个R包来进行Gene Ontology的富集分析。
成都创新互联-专业网站定制、快速模板网站建设、高性价比坡头网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式坡头网站制作公司更省心,省钱,快速模板网站建设找我们，业务覆盖坡头地区。费用合理售后完善，十载实体公司更值得信赖。
单细胞富集分析我最常用的是 分组GSVA ，但最近用到了GO分析，就复习一下GO和KEGG富集分析及绘图。载入无比熟悉的pbmc.3k数据集 (已注释好，数据准备见 monocle )pbmc3k数据集只有1个样本，没办法区分HC和病例组。
构建完成后，R里面进行分析 下面对所有的簇进行富集分析，这里是非常规的方法，语法和模式生物的不一样（比较见本段末尾）模式生物语法，以GO的MF（molecular functions）为例 结果一样。
因此，AIC不仅要提高模型拟合度（极大似然），而且引入了惩罚项，使模型参数尽可能少，有助于降低过拟合的可能性。
下面就来介绍一下simplifyEnrichment包是如何展示GO富集结果的。这里用该包中数据做一个演示。
默认展示circ 数据前10个GO Term，通过参数 nsub 调整需要展示的GO Term chord_dat ()将作图数据构建成GOChord() 要求的输入格式；一个二进制的关系矩阵， 1 表示基因属于该GO Term， 0 与之相反。
set，可以是差异表达基因，也可是正选择基因或者加速进化基因。通常，只要具有这些基因的gene symbol或者是geneid，都可以利用该软件进行分析。
clusterProfiler是一个功能强大的R包，同时支持GO和KEGG的富集分析，而且可视化功能非常的优秀，本章主要介绍利用这个R包来进行Gene Ontology的富集分析。
首先，打开 TBtools GO 富集分析界面 整体如上，一共三个文件：具体示例如下 点击 Start ，随后等待即可。完成时会有弹窗提示。
topGO是一个半自动的GO富集包，该包的主要优势是集中了好几种统计检验的方法，目前支持的统计方法如下：BiocManager：install(topGO)需要R的版本为=10，但biocmanager安装需要的R版本更高，现在应该是6。
1、最近有粉丝反映说，利用clusterProfiler这个包绘制GO富集分析气泡图和柱形图的时候，发现GO条目的名字都重叠在一起了。气泡图 柱形图 这个图别说美观了，简直不忍直视。经过我的认真研究，发现跟R版本有关。
2、但是该方法存在一个很大的问题，那就是当x轴标签数量很多时，那么就无法通过这样的方法进行解决了。方法二是方法一的逆向思路，既然可以调大画布，那么反过来，我们也可以调小x轴标签字体。
3、最近小Q在做自然选择分析，分析完之后简单粗暴的对候选基因做了富集分析，并做了展示，比起气泡图，我模仿了另一种作图方式，显示效果更佳。所以想在此分享一下如何用R语言画富集分析示意图（非气泡图）。
