simplifyEnrichment，一个对GO富集结果进行聚类和可视化的工具

在前一篇博文中，我介绍了我的一个新的Bioconductor包cola，在这篇博文中，我继续介绍另一个新的R包simplifyEnrichment。Bioconductor上的链接为https://bioconductor.org/packages/simplifyEnrichment/，论文链接为https://www.biorxiv.org/content/10.1101/2020.10.27.312116v1。

对基因的功能富集分析是生物信息学中的一个基本的分析方法，通常用户会得到成百上千个显著富集的功能。那么下一步就是如何将这成百上千个功能减少到一个适当的值，这样用户可以很方便的阅读，并且不会丢失重要的信息。

simplifyEnrichment主要针对于GO富集分析的结果，为了对富集出来的GO列表进行简化，我们首先要得到GO和GO之间的相似性，然后基于此，把GO划分到几个类中。一般来说，我们用基于语义学的GO相似性度量，例如使用GoSemSim包，在得到GO相似性矩阵后，simplifyEnrichment提供了一个新方法，称之为binary cut，用来对GO相似性矩阵进行划分。

下图是一个对GO相似性矩阵进行划分后的结果，同时对每个GO cluster，我使用word cloud作为对应的annotation，这样可以很容易的知道每个GO cluster所对应的功能。

simplifyEnrichment的使用方法也很简单，用户提供一个GO列表，使用GO_similarity()函数计算相似性矩阵，然后使用simplifyGO()对GO进行聚类并生成图。

library(simplifyEnrichment)
mat = GO_similarity(go_id)
df = simplifyGO(mat)

对GO相似性矩阵进行聚类看似是一个简单的问题，其实在实践中会存在几个问题，使得某些相似GO无法被聚在一起，或者一个较大的GO类中的异质性还是很高。下面一张图显示了一些不同的聚类方法对同一个GO相似性矩阵进行划分的结果，可见，一些方法生成了太多的聚类（如第一行第三列），而另外一些方法无法将大的聚类划分为更小的聚类（如第三行第二列）。相比而言，binary cut （第一行第一列）能够很好的将GO划分为类，并且同时能够划分出大的聚类和小的聚类。

GO、GSEA富集分析一网打进

一个R包完成单细胞基因集富集分析 （全代码）

无需写代码的高颜值富集分析神器

这个只需一步就可做富集分析的网站还未发表就被CNS等引用超过350次

往期精品(点击图片直达文字对应教程)

后台回复“生信宝典福利第一波”或点击阅读原文获取教程合集

 

（请备注姓名-学校/企业-职务等）