你的GO富集分析图还是那么low爆了？

尽管存在大量组学数据GO功能分析软件，但是，对结果的全面而详细的理解仍然是有挑战性的，主要是由于缺乏公开可用的可视化工具。

R包GOplot基于ggplot2增强图形化展示。它利用任何通用富集分析的输出，并在不同细节层次上产生图像：从总览最富集的类别（条形图、气泡图），到在一套给定类别中展示不同类型分子信息的更详细视图（环形图、弦图、聚类图）。该包提供了对组学数据的一个更深入的理解，允许科学家仅用几行代码就能产生有深刻见解的图像，以容易地交流他们的发现。

说明：
GO三大类别：BP（biological process），CC（cell component），MF（molecular function）
z-score：表示BP（/MF/CC）是更可能下降（负值）或者升高（正值）
logFC：基因倍数变化
count：GO term包含的基因数
adj p：校正的P值
GO term，例如GO:0007507是heart development

GOBar

X轴是GO terms，Y轴是adj p，颜色代表z-score

GOBubble

X轴是z-score，Y轴是adj p。3种颜色代表3大类（BP，CC，MF），一个气泡代表一个GO term，面积代表该GO term中的基因数

GOCircle

从外到内依次为：GO ID；基因上下调（上调红色，下调蓝色）；z-score

GOChord

左侧是基因（颜色代表上下调），右侧是不同GO term，连接的带表示某基因在某GO term中

GOHeat

X轴是基因，Y轴是GO term，颜色表示基因的倍数变化（logFC）

GOCluster

从内到外依次为：基因聚类，倍数变化，GO term

GOVenn

3个GO term相关基因的venn图。例如heart development和tissue morphogenesis共有4 13 1 4=22个基因，其中共同上调4 1=5个，共同下调13 4=17个。

图例详细说明见https://wencke.github.io