GO 分析使用上调或下调时，不同的基因可以分离或组合分析 ， 但目的不同 。本研究为了表征小鼠胚胎的概况蛋白细胞质动态，根据小鼠胚胎在六个阶段(受精卵、二胚胎、四胚胎、八胚胎、桑葚胚胎、囊胚)的表达谱-2，基因的时序动态聚类or蛋白expression profile分析(R-packet Mfuzz在研究基因表达谱or蛋白expression profile时经常涉及分析 in时间序列 。
【蛋白注释 go分析,可以进行go注释分析的在线工具叫】
1、2020年转录组文章到底有多难发?一文说明白!转录组是一种让人既爱又恨的项目 。实验门槛低，却是文章泛滥的重灾区 。总有人问我，转录组现在还能发表文章吗？我借用2020年5月4日发表在BMCGenomics上的一篇文章，题目是:转录意味着分析揭示了生理毒物hidschizaphisgraminum饲喂诱导的小麦快速防御反应，详细讨论2020年发转录文章有多难 。
我们来看看这篇文章的具体内容:实验简介:本文研究小麦幼苗被麦蚜取食后的快速防御反应 。喂食2、6、12、24和48小时后 ， 取幼苗叶片(三个生物重复)，进行转录组测序、叶绿素测定、H2O2积累测定和NADPH抑制剂处理 ， 进一步探索小麦咬后产氧防御机制 。实验结果:1 。麦蚜取食后的小麦转录组分析这部分结果展示了比较的套路 ， 主要是通过PCA 分析来看样本相关性和处理效果，并介绍差异基因的整体情况 。
2、非模式生物GO、KEGG富集 分析GO，KEGG enrichment 分析是我们信息分析中常用的部分，可以把基因和功能联系起来 。GO指的是基因本体论 ， 是基因功能的国际标准分类体系 。目的是建立一个适用于各种物种，定义和描述基因和蛋白的功能，并能随着研究的深入而更新的语言词汇标准 。GO分为三个部分:分子功能(MF)、生物过程(BP)和细胞成分(CC) 。
3、单细胞之富集 分析-3:GO和KEGG富集 分析及绘图单细胞富集分析 Series:单细胞富集分析我最常使用分组GSVA，但我最近使用GO 分析 ， 所以我将复习GO和KEGG富集分析和绘图 。加载极其熟悉的pbmc.3k数据集(已经注释 OK，数据准备见monocle) 。PBMC.3k数据集只有一个样本，无法区分HC和病例组 。
4、GO 分析时使用上调or下调差异基因分开组合都可以分析，只是目的不同 。分开分析更强调通路是激活还是抑制；一起分析更多宏 。？1为什么要分开讨论？因为我们希望通过看GO和KEGG 注释在显著上调或下调的基因中 ， 是否存在你分类后关注的科学问题，2个基因不是单独作用的，所以你可能会发现你想上调的结果是下调的，你想下调的结果是上调的 。这就需要你做一个PPI 分析 3以上的互动网络，这是一个基础水平 。目前最好把IPA(ingenuitypathwaysanalysis)主要做医学和动物模型(大鼠和小鼠)用，做一个上下基因数据的完全整合分析未完待续 。
5、多组学高分文献14-乳腺癌定量 蛋白质组学和 蛋白质组学前景?期刊:NatCommun；影响因子:12.121由瑞典卡罗林斯卡研究所发布 ， 在分子水平上，乳腺癌可以根据转录组表达谱分为五个亚型(Basallike，lumina，LuminalB，HER2，Normallike) 。基于每个亚型的分子特征，前期研究建立了一套包括50个基因的分类器，即PAM50 。高通量蛋白定性定量技术的并行发展，使得基于乳腺肿瘤的蛋白的分子表征发展迅速 。在2019年4月发表在NatureCommunications上的一项研究中，通过基因组、转录组和-1分析了5种乳腺癌亚型的45个肿瘤样本 。
6、基因或 蛋白表达谱的时间动力学聚类 分析(R包Mfuzz在研究基因表达谱或蛋白表达谱时，经常会涉及到分析的时间序列 。比如不同基因或蛋白表达水平随时间的动态特征是什么 ， 如何发掘潜在的时间特征？本文我们来看一个R-packet，Mfuzz，它可以刻画分析基因表达谱或蛋白表达谱的时间动态 。它可以识别表达谱的潜在时间序列模式 ， 并对具有相似模式的基因进行聚类 ， 以帮助我们了解基因的动态模式及其功能之间的关系 。
本研究为了表征小鼠胚胎的概况蛋白细胞质动态，根据小鼠胚胎在六个阶段(受精卵、二胚胎、四胚胎、八胚胎、桑葚胚胎、囊胚)的表达谱-2 。根据时间表达模式可将其分为10类(簇)，不同的簇代表蛋白受到不同的调控，表明蛋白的表达动力学不同，这些蛋白在不同阶段的丰度变化与其功能直接相关 。
