目录
g:Profiler
链接: g:Profiler.
step1:选择g:GOSt Functional profiling
g:GOSt: 对基因集进行富集分析
step2:在Query中填写gene list
可以接受多种多样的输入方式。其中包括:geneid;;SNPIDs;染色体位置;GO terms。另外值得注意的是,它可以接受不同类型的输入。比如输入geneids + 染色体位置 + SNPids。
step3:
1、取消勾选Highlight driver terms in GO;
2、取消勾选 All results;
3、Statistical domain scope 选 All known genes
4、Significance threshold 选最严格的 Bonferroni correction
其余选项:
Ordered query选项,该选项将输入视为有序基因列表,并在列表开头优先考虑具有较高突变ES的基因。
5、Data sources 选 GO、KEGG
6、点击 Run query,就可以得到数据分析的结果
结果
富集分析的结果可以通过一个瀑布图和分布热图来进行可视化。同时也提供了数据结果下载的界面。
1、点击Detailed Results,可以看到详细的结果。该热图中,横轴是基因名,纵轴是生物学通路,每一行代表一个通路上的基因集。其中还有矫正后的p值和GO号。
2、如果分析人类表达量数据,建议剔除基因集小于10 的基因和大于1000的基因。选取Term Size:10~1000。
3、该结果的保存方式有三种:GEM,PNG,和CSV。我一般存成csv格式,方便画气泡图。