最常用的基因注释工具是GO和KEGG注释,这基本上是差异基因分析一定做的两件事。GO可以在GO:BP(生物过程),GO:MF(分子功能),GO:CC(细胞组分)三个方面分别进行注释,用的比较多的是GO:BP,但其他两方面也很重要。
外还有一个软件不得不提,那就是IPA(Ingenuity pathway analysis),这是一个收费软件,有基本版和高级版。我个人觉得它的upstream regulator analysis还是很不错的。分子激活功能等也可以用用。另外一个就是它内置的热图功能。高级版我没用过,但是知道可以导出一些数据等。
富集的统计学基础是超几何分布,简单来说根据下面的Fisher精确检验(Fisher exact test)公式,对每个GO或KEGG term计算一个p值
p=(M/K)[(N-M)/(n-k)]/(N/n),其中
N:所有gene总数
n:N中差异表达gene的总数
M:N中属于某个GO term的gene个数
k: n中属于某个GO term的gene个数
p:表示差异表达gene富集到这个GO term上的可信程度
当p<0.05或0.01,则认为差异表达gene显著到这个GO term上(自己定义p值)
意义:提供的信息更集中,更有意义
得到的差异表达基因列表就可以,也就是说不需要其他的值
只能说实在是太多太多了。。。。但是用的时候要小心,因为你多用几个工具,即使设定同样的p值也会发现结果有出入,有时还差异挺大。
(1)在线版:最主流的就是DAVID,各种级别杂志总见其身影,使用非常简单,不再赘述。另外还有Gather,GOrilla,revigo,还有很多很多我就不在贴了。网页版有网页版的好处,可以先大概看下自己筛选的genes。另外很多工具有很好的可视化功能,自己一一去探索吧。
(2)客户端版:IPA(IPA不是用的GO和KEGG数据库)和FUNRICH,后者更新速度很慢,但里面有好玩又实用的功能,并且可以加载自己的数据。
(3)R包:介绍一个就行了,那就是Y叔的clusterProfiler,我论文中的富集功能很多都是用这个包做的(还有的用了IPA)。
作者:Y大宽
链接:https://www.jianshu.com/p/5505e2106be0
来源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
联系客服