omicshareGO富集教程，富集分析在线工具

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

go富集分析是什么意思

1、GO分析根据挑选出的差异基因，计算这些差异基因同GO 分类中某(几)个特定的分支的超几何分布关系，GO 分析会对每个有差异基因存在的GO 返回一个p-value，小的p 值表示差异基因在该GO 中出现了富集。

2、GO富集是组学数据分析常用的手段，通常用来挖掘差异基因中GO term的富集程度。Fishers exact test是常用的统计检验方法，但这种方法存在明显的缺点。

3、GO富集分析原理简介和DAVID的GO富集分析方法操作演示寻找差异表达的基因并挖掘它们可能的功能，是我们进行RNA测序的最主要目的。

4、GO、KEGG富集分析是我们做生信分析较为常用的部分，它可以将基因与功能相联系起来。GO指的是Gene Ontology，是基因功能国际标准分类体系。

Q1: 网页在线做富集分析

输入数据 --- 富集分析结果：一共四列，第一列为富集分析term名称，第一列为这个term包含的基因个数，第三列为P值或FDR，第四列为term中包含的基因列表，基因与基因之间一“/”隔开，如下图所示。

支持在线进行pathways通路分析 (KEGG PATHWAY， Reactome， Biocyc， Panther)，关联疾病分析diseases (KEGG DISEASE， OMIM， NHGRI GWAS Catalog)，和GO 功能富集。北大团队做的。

再做GSEA富集分析，在此之前需要对输入gene list做一下处理，包括三步：输入文件准备好了尽可以进行GSEA富集分析了：不要问我为什么要pvalueCutoff设置0.8，因为一直调大到0.8才富集到结果。。

Q2: GO、KEGG富集分析(一)有参情况

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。

KEGG指的是京都基因与基因组百科全书，通常我们使用KEGG中的pathway模块，将基因映射到某些通路上，了解基因参与生物体中的代谢过程等。

最广为人知的富集分析做法是把上调、下调基因分别或者合并，拿来做GO和KEGG富集分析。经常有一些数据集，拿差异基因做得不到结果，那是因为确实富集不到任何通路，是正常的。

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。

介绍在进行生物学实验或者生物信息的学习中，都会听说KEGG富集分析，而且该方法在高通量测序分析中已然成为数据分析中必不可少的一环。

例如，讨论这些差异基因主要映射到哪些GO或KEGG分类条目中，以说明基因表达的改变会导致哪些调控途径原有功能失调，进而与表型联系起来。通常称这种分析为GO、KEGG富集分析。

Q3: 非模式生物GO、KEGG富集分析

KEGG指的是京都基因与基因组百科全书，通常我们使用KEGG中的pathway模块，将基因映射到某些通路上，了解基因参与生物体中的代谢过程等。

Gokegg富集分析是一种生物信息学工具，用于分析一组基因在细胞、组织或生物体中是否具有共同的生物学功能或通路。它可以将不同基因集之间的差异性比较和功能注释结果整合起来，进而预测哪些生物学过程与不同基因集相关联。

KEGG分析是通过对基因的表达信息进行分析来确定基因的功能的。GO分析和KEGG分析的主要区别在于它们所依据的数据不同。GO分析是基于序列信息的，而KEGG分析是基于表达信息的。

GSEA分析可以将那些GO/KEGG富集分信息中容易遗漏掉的差异表达不显著却有着重要生物学意义的基因包含在内。另外，对于时间序列数据或样品有定量属性时，GSEA的优势会更明显，不需要每个分组分别进行富集，直接对整体进行处理。

关于omicshareGO富集教程和富集分析在线工具的介绍到此就结束了，不知道你从中找到你需要的信息了吗？如果你还想了解更多这方面的信息，记得收藏关注本站。