前面我给大家详细介绍过
成都创新互联是一家专业提供罗定企业网站建设,专注与成都做网站、成都网站制作、成都外贸网站建设、成都h5网站建设、小程序制作等业务。10年已为罗定众多企业、政府机构等服务。创新互联专业网站设计公司优惠进行中。
☞GO简介及GO富集结果解读
☞四种GO富集柱形图、气泡图解读
☞GO富集分析四种风格展示结果—柱形图，气泡图
☞KEGG富集分析—柱形图，气泡图，通路图
☞ DAVID GO和KEGG富集分析及结果可视化
也用视频给大家介绍过
☞ GO和KEGG富集分析视频讲解
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。前面我给大家展示的基本都是R 3.6.3做出来的图。很多粉丝可能用的都是最新版本的R 4.1.2。
我们知道R的版本在不停的更新，相应的R包也在不停的更新。我把绘制气泡图和柱形图相关的函数拿出来认真的研究了一下，终于发现的症结所在。
dotplot这个函数，多了个 label_format 参数
我们来看看这个参数究竟是干什么用的，看看参数说明
label_format :
a numeric value sets wrap length, alternatively a custom function to format axis labels. by default wraps names longer that 30 characters
原来这个参数默认值是30，当标签的长度大于30个字符就会被折叠，用多行来展示。既然问题找到了，我们就来调节一下这个参数，把他设置成100，让我们的标签可以一行展示。
是不是还是原来的配方，还是熟悉的味道
同样的柱形图，我们也能让他恢复原来的容貌。
关于如何使用R做GO和KEGG富集分析，可参考下文
GO和KEGG富集分析视频讲解
ID转换用到的是 bitr() 函数，bitr()的使用方法：
org.Hs.eg.db包含有多种gene_name的类型
keytypes() ：keytypes(x)，查看注释包中可以使用的类型
columns() ：类似于keytypes()，针对org.Hs.eg.db两个函数返回值一致
select() ：select(x, keys, columns, keytype, ...) eg.
函数enrichGO()进行GO富集分析，enrichGO()的使用方法：
举例：
原本，我并无写这一稿件的想法。主要原因有二：
如果要找合理解释，那么针对第一点，就是每天仍然有大量新接触生信数据分析的朋友；针对第二点，......在前两天我推的文稿《零基础快速完成基因功能注释 / GO / KEGG / PFAM...》中，评论区答应了下，阅读过5000，那就写一写富集分析。于是，如果不写，总是不对。如果要写，只能现在写。毕竟有些事情，现在不做，以后真的不会做。
对于这一块，完全陌生的朋友，尤其是不少生物学背景朋友，有必要温习一下数理统计基础。这一稿件只做原理最简单的但使用最广泛其速度最快的Over-Represence Analysis模式的富集分析讲演。其他模式，不涉及。
回到主题，先举个经典的抽球例子：
小红小绿小蓝三个人自称有超能力，可以用手摸摸球就分辨出黑球白球，于是我们找来黑袋子，放100个球，其中20个白球80个黑球，让三人分别无放回地抽取。
小红随机抽出来10个球，其中2个白球8个黑球，情况即，
抽球中白球比例与背景白球比例完全一致，说明小红抽球结果随机。
球放回去，小绿来抽球，抽出来的10个球，其中3个白球7个黑球，情况即，
这是经典的抽球案例，抽取到的白球个数的概率分布为超几何分布。基于此，我们可以简单计算抽取到比小绿抽取到球个数（或更多即更极端）的概率如何，在 R语言中计算，即
而对于小蓝的情况，那么概率如何？
在 TBtools 中也可以计算，只是写法有点区别
可以看到，尽管这只是一次抽球，小绿抽球中白球比例（或更极端情况）出现的概率是31.88%+，还是挺高的，于是我们有较高的把握说，小绿嘛，只是走了狗屎运。相反，小蓝抽球中白球比例或更极端情况出现的概率几乎为 0 ，我们几乎没啥把握说，小蓝走狗屎运....换句话说，我们有理由相信，或许小蓝真有抽白球的超能力.....
说了这么多，那么跟基因集合富集分析有啥关系？....基因集合功能富集分析。那么我们就需要有一个基因集合（如差异表达基因集合或ChIP-seq的Peaks或GWAS定位的系列区间），还有一个功能标签（如 生长素信号转导相关 ）。于是黑白球案例可以简单调整一下。假定现在这个物种一共有100个基因，其中20个基因与生长素信号转导相关，80个没有注释到与生长素信号转导相关（换句话说，约等于无关），我们做了对植株做了处理，和CK分别测定转录表达谱，通过差异表达分析，鉴定到10个差异表达基因，其中2个与生长素信号转导相关，而另外8个则没注释到生长素信号转导相关，简单画一下，即
好，剩下的两个就不替换了。整体上，ORA模式的富集分析，本身就是经典的抽球案例，感兴趣的自行替换就可以了。
基本原理，相信都搞清楚了。不过还是有两三点需要注意：
具体如何做物种所有基因的背景注释，请参考前述推文《零基础快速完成基因功能注释 / GO / KEGG / PFAM...》。
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。查看输出文件
（写到这里，突然觉得这些都没啥意思，不知为何....就不详细写了，大伙自己看看列名，猜猜吧）
很多时候，我们会选择，筛选第一列，只看 Biological Process。一般这些与我们的生物学认知会贴近一些。
基因集合功能富集分析，是一个常常被谈起的话题，甚至近期都有不少新方法或算法被提出。感兴趣的朋友可以去了解。这份教程，只与大伙说最简单，但也是使用最为广泛的一种富集分析模式。无论是不是 TBtools 用户，理论上来说，都可以轻松理解并掌握，从原理到实践。
写到一半，其实我已经不想写了。原因非常简单，这也是为什么在我之前，并没有一个人写出来 TBtools 类似的工具。不是写不了，而是不想写。有时候，随着能力增长和知识积累，往往不再愿意做一些简单的事情。或许这还涉及到年龄的增长，角色的转变，责任的变化....云云。
小时候，我以为写 TBtools 玩玩；
后来，我以为我会一直写下去；
现在，，，，，，
查看GOplot内示例数据的格式，对自己的数据做处理
观察结论：
观察自己的两个数据表：
table.legend 设置为T时会显示表格
本图中表格和图例是出图后剪切拼合而成，没有用R中的拼图包
对基因的描述一般从三个层面进行：
这三个层面具体是指：
得到GO注释
做GO分析的思路：
比如，在疾病研究的时候，进行药物治疗之后某些基因的表达量明显的发生了变化，拿这些基因去做GO分析发现在Biological process过程当中集中在RNA修饰上，然后在此基础上继续进行挖掘。这个例子就是想启示大家拿到差异表达基因DEG只是一个开始，接下来就应该去做GO注释，之后需要进行一个分析看这些注释主要集中在哪个地方。假如我们有100个差异表达基因其中有99个都集中在细胞核里，那我们通过GO分析就得到了一个显著的分布。
GO富集分析原理：
有一个term注释了100个差异表达基因参与了哪个过程，注释完之后（模式生物都有现成的注释包，不用我们自己注释），计算相对于背景它是否显著集中在某条通路、某一个细胞学定位、某一种生物学功能。
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。
进行GO分析时，需要考虑的一个基础因素就是基因的GO注释信息从何处获取。Bioconductor上提供了以下19个物种的Org类型的包，包含了这些物种的GO注释信息
对于以上19个物种，只需要安装对应的org包，clusterProfile就会自动从中获取GO注释信息，我们只需要差异基因的列表就可以了，使用起来非常方便。
1.1 准备输入数据
待分析的数据就是一串基因名称了，可以是ensembl id、entrze id或者symbol id等类型都可以。把基因名称以一列的形式排开，放在一个文本文件中（例如命名“gene.txt”）。Excel中查看，就是如下示例这种样式。
1.3 GO富集分析
加载了注释库之后，读取基因列表文件，并使用clusterProfiler的内部函数enrichGO()即可完成GO富集分析。
读取基因列表文件，并使用clusterProfiler的内部函数enrichKEGG()即可完成KEGG富集分析。
此外，clusterProfiler中也额外提供了一系列的可视化方案用于展示本次富集分析结果，具有极大的便利。
参考：
;utm_medium=timeline
之前分享了如何用ggplot2可视化GO分析的结果。既然做了GO，当然少不了KEGG了。
同样的，我们从 DAVID 获取KEGG pathway的结果。
对于KEGG，我比较喜欢做气泡图，这样用两种形式的图结合在一起，效果更丰富更好看一点。
