不会R语言,不会python,只会实验的生信小白如何面对自己的测序数据呢?今天就从最简单的GO term分析说起。并且手把手教你在线做GO分析!let go!
GO是Gene ontology的缩写,是一系列用来描述基因、基因产物特性的语义(terms)。这些语义主要分为三种:细胞组份(Cellular Component,简称 GO-CC),用于描述基因产物在细胞中的位置,如内质网,核或蛋白酶体等;分子功能(Molecular Function,简称 GO-MF),大部分指的是单个基因产物的功能,如结合活性或催化活性等。 生物学途径/过程 (biological process,简称 GO-BP),多是指具有多个步骤的有序的生物过程,如细胞生长、分化和维持、凋亡以及信号传导等过程。
Pathway指代谢通路,对差异基因进行pathway分析,可以知道实验条件下哪些代谢通路发生显著改变。KEGG( Kyoto Encyclopedia of Genes and Genomes),是一个系统分析基因产物在细胞中代谢途径的数据库,是一种最常用的代谢通路分析。
接下来,就安利一个不用安装分析软件不必有生信分析理论基础就可以在线完成的GO分析。如下图,DAVID网站https://david.ncifcrf.gov/home.jsp。
第一步,准备你的数据。
将需要做富集分析的差异基因或靶基因以基因名称为list保存为txt文档或者excel中。
第二步,网站分析。
1:打开网站
https://david.ncifcrf.gov/home.jsp
如下图示,点击start analysis;
2:上传数据
出现下图所示页面,步骤进行:
点击上传后,会弹出下图所示的一个对话框,点击确定即可。
3:分析数据
出现以下界面,然后,在新界面里第一步点击clean all,第二步选择GO ONTOLOGY and PATHWAY 对应的前方+的下拉框。
出现,如下的新界面:
在新界面里第一步依次勾选箭头所示的红字选项。
4:查看分析结果
点击选项的Chart,红圈所示,即会出现结果,如下图二。
如果结果还待优化,可以点击上图中的options 选项,点开后结果如下图所示,重新定义条件,再进行分析。
最后,点击Download file即可保存文件到本地,格式为TXT.如下图所示。
第三步:做图
最后,可以利用EXCEL 软件进行GO 图形输出。
得到如下图所示结果。
Tips:
长时间不操作网页,如果继续操作,再点网页上面的选项,会显示如下图所示的错误页面。这样的话,就只能重新上传数据,重新跑一次程序了。
联系客服