锐客网

  1. 首页 > 睿知 > >

基因芯片分析中go分析和kegg分析

经验分享睿知

很多人解释的比较清楚，比如GO 分析学习笔记，耿氏基因Expression分析(中)Enrichment 分析，转录组导论(8): Enrichment/12344 。分析| GO Enrichment 分析从我来群里就一直听到GO Enrichment分析这几个字，1.常规直方图(ggplot2)的横轴是genecounts，或者用logP也可以，填入对应的P值或genecounts 。

1、转录组不求人系列(十三当富集分析完成并得到以下分析结果时，即可进行绘图 。enrichment 分析 results的可视化无非就是直方图和气泡图，但是公司默认的绘图确实很丑，还是要自己修改 。1.常规直方图(ggplot2)的横轴是genecounts ， 或者用logP也可以 ， 填入对应的P值或genecounts 。ggplot画图的好处是可以做很多调整 。

一种使用geom_bar()函数，气泡图类似于散点图使用geom_point()函数 。三、上下同时显示(ggplot2)很多时候，研究者得到差基因后，上下基因是分开丰富的，需要在显示中体现两者 。前面提到过 ， metascape可以做的:转录组不求人系列(12): Difference 基因GO，KEGG Enrichment 分析细胞文章最喜欢的工具 。此外，前面提到的气泡图还可以显示多组结果:Reproduction of nature communications图表(4):

你不能求证所有的差异基因，只要求证几个基因 ， 明确你从这些基因差异中得出的结论，你就是大师了 。我建议你先研究一下Go和KEGG 分析的聚类，看看GO和KEGG 基因的聚类有什么不同 ， 这和你感兴趣的研究方向有关，尤其是KEGG，它是一个强大的数据库，可以从它的图中得到很多信息 。对这个转录组的研究一定要结合自己的研究方向，不可能把所有的资料都用上，需要找一个深入的研究 。2、 分析|GO富集 分析从我来群里就一直听到分析这几个字 。到现在，第二年的研究基本结束了 。我从未做过，也不会去做 。一般的理解是基因专注于某个功能基因的比例高于该功能的基因在所有基因中的比例 。很多人解释的比较清楚 ， 比如GO 分析学习笔记，耿氏基因Expression分析(中)Enrichment 分析 ， 转录组导论(8): Enrichment/12344 。我不研究模型植物，现有OrgDb可能存在版本问题 。

但是！但是！我还有一个关于是否以及如何构建OrgDb的问题 。关于是否有必要构建的问题，我看到徐洲在如何丰富分析的函数注释后提到“你不需要构建一个Orgdb ， 因为Orgdb的目的是转换基因 numbering和GO/KEGG 。可以直接将基因和GO/KEGG号的对应关系导入到R中，然后使用cluster profiler for data分析” 。
【基因芯片分析中go分析和kegg分析】
3、 kegg 分析是什么意思KEGG是日本京都大学生物信息学中心兼久实验室于1995年建立的，用于理解高级功能和生物系统(如细胞、生物体和生态系统)以及从分子水平信息生成基因组测序等高通量实验技术的实用数据库资源 。它是世界上最常用的生物信息数据库之一，被誉为“了解生物系统高级功能和实用程序的资源库” 。KEGG数据库:除了基因本身的注释，我们还知道基因会参与人体的各种通路，基于人体通路的数据库就是通路相关数据库 。
其实access数据库有很多，类似于WikiPath和reactome，都是相关的access数据库 。只是KEGG被人们熟知，所以基本都是这么做的分析 ， KEGG是一个集基因组、化学、系统功能信息于一体的数据库 。KEGG数据库的特点之一是将从基因组获得的基因目录与更高水平的细胞、物种和生态系统的系统功能相关联 。

    推荐阅读


    上一篇：存储分析,手机存储分析

    下一篇：视频网站页面分析,网站页面分析作业