R語(yǔ)言：clusterProfiler進(jìn)行GO富集分析和Gene_ID轉(zhuǎn)換

ID轉(zhuǎn)換用到的是 bitr() 函數(shù)，bitr()的使用方法：

十年的貴南網(wǎng)站建設(shè)經(jīng)驗(yàn)，針對(duì)設(shè)計(jì)、前端、開發(fā)、售后、文案、推廣等六對(duì)一服務(wù)，響應(yīng)快，48小時(shí)及時(shí)工作處理。成都全網(wǎng)營(yíng)銷推廣的優(yōu)勢(shì)是能夠根據(jù)用戶設(shè)備顯示端的尺寸不同，自動(dòng)調(diào)整貴南建站的顯示方式，使網(wǎng)站能夠適用不同顯示終端，在瀏覽器中調(diào)整網(wǎng)站的寬度，無(wú)論在任何一種瀏覽器上瀏覽網(wǎng)站，都能展現(xiàn)優(yōu)雅布局與設(shè)計(jì)，從而大程度地提升瀏覽體驗(yàn)。創(chuàng)新互聯(lián)從事“貴南網(wǎng)站設(shè)計(jì)”,“貴南網(wǎng)站推廣”以來(lái)，每個(gè)客戶項(xiàng)目都認(rèn)真落實(shí)執(zhí)行。

org.Hs.eg.db包含有多種gene_name的類型

keytypes() ：keytypes(x)，查看注釋包中可以使用的類型

columns() ：類似于keytypes()，針對(duì)org.Hs.eg.db兩個(gè)函數(shù)返回值一致

select() ：select(x, keys, columns, keytype, ...) eg.

函數(shù)enrichGO()進(jìn)行GO富集分析，enrichGO()的使用方法：

舉例：

GO注釋和富集分析

GO注釋是對(duì)某個(gè)特定基因功能的描述。每一條GO注釋由一個(gè)基因和相應(yīng)的GO term組成。這些描述一起構(gòu)成了當(dāng)前的生物學(xué)認(rèn)知的“快照”。關(guān)于基因功能的碎片化的認(rèn)知可能建立在不同的等級(jí)之上，這就是為什么每條GO注釋總是會(huì)引用其基礎(chǔ)的證據(jù)。證據(jù)以GO“證據(jù)碼”的形式呈現(xiàn)，具體可能是一個(gè)已發(fā)表的文獻(xiàn)或者創(chuàng)建這條注釋的方法。

所有的GO注釋，最終都會(huì)被科學(xué)文獻(xiàn)支持。GO證據(jù)碼描述了證據(jù)并且粗略的反應(yīng)了這條注釋與直接的實(shí)驗(yàn)證據(jù)相距多遠(yuǎn)，以及這條注釋是否被專家評(píng)估過(guò)。

2021-09-24 關(guān)于超幾何檢驗(yàn)的一些理解

生物信息里面常見(jiàn)的就是KEGG?GO?等通路富集時(shí)候用到的?超幾何檢驗(yàn)知識(shí)，為了便于理解?這里舉個(gè)例子：

目前有200個(gè)基因具有GO注釋，其中60個(gè)是GO04

我們得到20個(gè)差異基因，其中有11個(gè)是GO04，想問(wèn)GO04這個(gè)通路是否在這20個(gè)基因中得到了富集？？

（即公式中的，N=200，n=20，M=60，i=11）；

我們先算抽取從200個(gè)基因里面抽20個(gè)基因，其中有11個(gè)基因具有GO04的概率：

即0.0093

下面為p值的計(jì)算公式：即 p-value=1-（p0+p1+p3+...+p10),可以看到如果括號(hào)里面的值越大，說(shuō)明從200個(gè)基因里面抽20個(gè)，從抽到0個(gè)到抽10個(gè)基因是GO04通路里面的基因的概率很大，1-累加值就很小，說(shuō)明我們的結(jié)果顯著富集（越不可能發(fā)生的事情，我們卻發(fā)生了）。

拓展R語(yǔ)言計(jì)算p值：

phyper(11-1,60,140,20,lower.tail = F)=0.0125還是蠻顯著的。

如果還不好理解，你可以試試極端的例子，

總共有10個(gè)基因，其中5個(gè)基因是GO04，我們現(xiàn)在得到5個(gè)差異基因，剛好這5個(gè)基因都是GO04（不言而喻這絕對(duì)很顯著了，p值理論上會(huì)趨近于0）

1-(p0+p1+p2+p3+p4) = 1-(1/252+25/252+100/252+100/252+25/252)=1/252=0.003968254很顯著！

R語(yǔ)言實(shí)現(xiàn)：

phyper(5-1,5,5,5,log.p = F,lower.tail=F)

GO(Gene Ontology)

Ontology 首先是出現(xiàn)于哲學(xué)領(lǐng)域的一個(gè)詞匯，后來(lái)廣泛用于計(jì)算機(jī)領(lǐng)域，發(fā)揮了很重要的作用，再后來(lái)這個(gè)概念被引入生物領(lǐng)域。

gene Ontology 是生物中Ontology中一個(gè)重要應(yīng)用。go項(xiàng)目最初是由研究三種模式生物（果蠅、小鼠和酵母）基因組的研究者共同發(fā)起。是生物信息分析中很重要的一個(gè)方法

go是在生物領(lǐng)域應(yīng)用非常廣，可以幫助生物學(xué)家對(duì)基因產(chǎn)物進(jìn)行準(zhǔn)確的定義（功能、位置），節(jié)省時(shí)間。

因?yàn)樵谧铋_始的時(shí)候，生物學(xué)家們更多是專注于自己研究的物種/課題，而且每個(gè)生物學(xué)家對(duì)功能等的定義是存在差異的，導(dǎo)致不同實(shí)驗(yàn)室/物種不能實(shí)現(xiàn)直接的對(duì)接（比如A物種內(nèi)的x基因的功能使用的是a這個(gè)詞匯進(jìn)行注釋，而B物種內(nèi)的x基因的功能卻使用的是與a同義的詞匯b進(jìn)行注釋，這種情況計(jì)算機(jī)無(wú)法識(shí)別），就像講兩種語(yǔ)言的人，無(wú)法直接進(jìn)行語(yǔ)言交流。這種情況導(dǎo)致的問(wèn)題是，出現(xiàn)了一種阻礙，讓問(wèn)題復(fù)雜化了。所以就有了Ontology在生物領(lǐng)域中的應(yīng)用，實(shí)現(xiàn)“書同文”。

go定義了基因/基因產(chǎn)物的功能（通過(guò)術(shù)語(yǔ)）且定義了它們各自之間功能是怎樣聯(lián)系的（關(guān)系）。它組成了一個(gè)具有大量term的詞匯庫(kù)，并定義各種term之間的關(guān)系（is_a part_of R）。

GO通過(guò)三個(gè)方面的術(shù)語(yǔ)對(duì)基因/基因產(chǎn)物的功能進(jìn)行描述：分子功能(molecular function) -由基因/基因產(chǎn)物行使的分子水平上的功能； 細(xì)胞組件(cellular component)-基因/基因產(chǎn)物產(chǎn)生功能時(shí)其在細(xì)胞結(jié)構(gòu)上的位置；生物學(xué)過(guò)程(biological process)-在哪個(gè)生物學(xué)通路/生物過(guò)程發(fā)揮作用。

目前，GO 注釋主要有兩種方法：

（1）序列相似性比對(duì)（BLAST）：例如blast2go（將blast結(jié)果轉(zhuǎn)化為GO注釋）

（2）結(jié)構(gòu)域相似性比對(duì)（InterProScan）

blast2go的本地化教程：

在blast2go軟件正確安裝的情況下，使用blast2go進(jìn)行g(shù)o注釋，出現(xiàn)無(wú)法得到注釋結(jié)果的問(wèn)題：

另外還有可能出錯(cuò)的原因是，blast2go無(wú)法識(shí)別blast高的版本號(hào)，當(dāng)使用高版本的blast的時(shí)候，直接將版本號(hào)給修改為低版本的就行了，例如（BLASTX 2.2.25+）

GO 的圖形是一個(gè)有向無(wú)環(huán)圖

網(wǎng)站標(biāo)題：go注釋r語(yǔ)言 GO注釋分析
分享地址：http://aaarwkj.com/article16/hhpigg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供響應(yīng)式網(wǎng)站、、微信公眾號(hào)、網(wǎng)站策劃、營(yíng)銷型網(wǎng)站建設(shè)、做網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)