锐客网

  1. 首页 > 睿知 > >

go功能富集分析

经验分享睿知

分子功能 。如何理解基因富集 分析和富集？GO和pathway富集分析有背景基因set 功能(GO)或pathway富集分析，都会涉及到BACK，在做分析时,分析工具会提供一些数据，供用户选择或使用定制的genelist，go 富集和kegg 富集的区别一直不清楚 ， 除了基因富集投入代谢 。
【go功能富集分析】
1、GO和KEGG 富集倍数(FoldEnrichment前面我们简单介绍了ggplot2绘制KEGG 富集柱形图 。其实GO 富集结果的显示要比KEGG复杂一点，因为GO还可以进一步分为三类 。BP:生物过程，生物学过程 。MF:分子功能，分子功能 。CC:细胞成分，细胞成分 。所以在画图的时候，我们需要区分这三类 。

下面结合富集 分析的结果表来解释一下这三个图中横坐标的具体含义 。首先，我们来看看这个表中每一列的含义 。这个表中没有提到富集 foldenrichment ， 所以我们很容易理解上面三张图的横坐标，即Count、GeneRatio和foldenrichment 。

2、GO和Pathway 富集 分析的背景基因集 功能(GO)或path富集分析 ， 后台会涉及到；在做分析时,分析工具会提供一些数据，供用户选择或使用定制的genelist 。例如，在RNAseq或微阵列中；；有时候工具提供的背景是物种的所有基因，现在自己构建背景也没有同样的标准 。#背景构建方法:#两个概念 例子背景频率:背景基因集包含注释到一个GOterm的基因数量 。

3、如何理解基因 富集 分析以及 富集的意思?Gene富集-2/以下工具用于研究基因表达:RNASeq、微阵列、qRTPCR等 。(欢迎补充) 。RNASEQ ， 微阵列一般用于探索阶段，qRTPCR用于验证 。由于他们的实验方法不同，他们在寻找不同的表达方式 。微阵列以寡核苷酸为探针进行杂交，基因表达与亮度正相关 ， 亮度是一个连续变量，所以大多数人认为结果是正态分布 。

方差分析和简单线性模型是广义线性模型的特例 。方差分析研究的是名义解释变量和连续解释变量之间的关系，简单线性模型研究的是连续解释变量和连续解释变量之间的关系 。广义线性模型没有特殊要求 。在3，4的背景下，微阵列的检验一般采用T检验(两个条件)，ANOVA 分析(多个条件)，limma(线性模型)是最常用的检验 。

4、RNA-seq(9# # # # # # # # # # # # -0/的统计基础是超几何分布 。简单来说，根据下面的Fisherexacttest公式 ， 为每个GO或KEGGterm计算出一个p值p(m/k)富集分析，这个p值来源于单词Enrichment Forexample 。givenasetofgenesthatareupregulatedundercertainconditions，一个richmentAnalyst将使用hatgeneset的批注找到whichonytoloytermsareoverrepresented(未知) 。一般来说 ， 富集 分析是基于先验知识图谱对输入内容进行聚类，得到聚类后 。
5、go 富集和kegg 富集区别我一直不清楚两者的具体区别，只知道我把基因富集放进了新陈代谢 。前者是功能 comment，即每个基因可能参与哪些pathwayterms或GOterms，没有门槛，后者是功能 -0/，即基因集合(多个基因)可能显著集中的地方功能，例如选择p 。

    推荐阅读


    上一篇：python 分析病毒日志

    下一篇：原因-结果分析法,RCA根本原因分析法