GO analysis with TBtools

已于 2024-04-28 08:14:55 修改
阅读量407 收藏 5
点赞数 7
分类专栏： TBtools 文章标签： 笔记
于 2024-04-27 23:44:53 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42639688/article/details/138261072
版权

GO Enrichment

路径:GO & KEGG - Gene Ontology - GO Enrichment

输入文件 （input）

  1. go-basic.obo: 直接点击进行下载

Download go-basis.obo File If You Need It.

  1. 物种背景文件（物种全部基因的GO注释文件，可以通过物种网站下载注释
    可以使用 eggNOG-mapper（http://eggnog-mapper.embl.de/）+Tbtools eggnog-mapper helper获得，详细步骤见额外。
    ![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/583503aa2617496789706da6ae764bf0.png
  2. 用于富集的基因集 （通过差异分析或聚类等各种方式得到的部分基因）; 格式: 每行一个基因名

在这里插入图片描述

输出文件（output

GORnrichment.GO.Enrichment.final可以用于后续GO分析可视化
在这里插入图片描述

可视化 （Enrichment Bar Plot）

在这里插入图片描述

可视化结果

在这里插入图片描述

起名字好难‍♂️
关注
  • 7
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
go_analysis:go原始资料与分析
03-23
go_analysis 参考大佬们的学习，仅个人学习go原始资料与分析
TBtools-生物信息分析
07-02
该软件主要用于生物信息相关分析。主要功能包括序列批量提取、转存、转录组富集分析
机器学习算法基础——数据集操作、K-近邻算法
qq_42873479的博客
09-23 321
机器学习算法基础——二sklearn数据集数据集基本操作转换器与估计器分类算法-k近邻算法(KNN) sklearn数据集 数据集基本操作 1.数据集划分 机器学习一般的数据集会划分为两个部分： 训练数据：用于训练，构建模型 测试数据：在模型检验时使用，用于评估模型是否有效 一般训练集和测试集比例是75%：25% 2.scikit-learn数据集API介绍 类：sklearn.model_selection.train_test_split sklearn.datasets   加载获取流行数据集 ●d
GO富集结果绘图（TBtools进行GO富集分析）
buchongmingle的博客
07-24 1847
1、不太确定BgRatio应该怎样计算，大家如果明白的话麻烦告诉我。
GO注释背景信息获取（eggNOG-mapper+TBtools eggnog-mapper helper）
最新发布
qq_42639688的博客
04-28 816
对应的是PFAM结构域注释，注意，这个注释结果是定性的，即有无某结构域，如果一个序列有多个相同结构域，只会显示一个​。，对应的是KEGG注释结果，可直接用于 TBtools KEGG富集分析，当背景注释文件​。，对应的是GO注释结果，，对应的功能文本描述​。
生信学习之通路富集一（GO分析）
热门推荐
coffeeii的博客
04-25 3万+
生信学习之通路富集（一）
功能的显著性分析——GO Enrichment Analysis
weixin_30300523的博客
12-15 4787
Gene Ontology（GO）是基因功能国际标准分类体系。GO富集分析是对差异基因等按GO分类，并对分类结果进行基于离散分布的显著性分析、错判率分析、富集度分析，得到与实验目的有显著联系的、低误判率的、靶向性的基因功能分类，该分类即导致样本性状差异的最重要的功能差别。在芯片的数据分析中，研究者可以找出哪些变化基因属于一个共同的GO功能分支，并用统计学方法检定结果是否具有统计学意义，从而...
Go 性能分析工具从入门到精通
Go中国
08-07 975
概述 Go 语言自带的 pprof 是一种性能分析工具，用于帮助开发者分析和优化程序的性能，它可以提供关于 CPU 耗时、内存分配、网络 IO、系统调用、阻塞等待等方面的详细信息。 快速开始 我们来通过一个小例子直观的感受下 pprof 的使用方法，本文所有示例代码运行环境是 go1.20 darwin/arm64。示例程序packagemain import( "bytes" "lo...
Regression Analysis with Python
01-05
Regression Analysis with Python by Luca Massaron and Alberto Boschetti
Data Analysis with Python and PySpark MEAP
11-22
Please note, this is MEAP version.
KEGGTools:一组用于下载和处理KEGG数据库的工具
05-15
KEGG工具 一组用于下载和处理KEGG数据库的工具 介绍 KEGG是研究某些生物的蛋白质功能和代谢途径的重要数据库，但是KEGG数据库中的序列不能免费下载。 开发KEGGTools就是为了解决这个问题。 要求 Python 3.5+ 安装 git git clone https://github.com/FlyPythons/KEGGTools.git 或下载 wget https://github.com/FlyPythons/KEGGTools/archive/master.zip unzip mater.zip 例子 下载KEGG数据库 从KEGG下载KEGG生物的信息 python3 download_organism.py --url http://www.kegg.jp/kegg/catalog/org_list.html --out KEGG.org 这将从KEGG
Bayesian Analysis with Python
01-23
Unleash the power and flexibility of the Bayesian framework
Bayesian Analysis with Python mobi
10-03
Bayesian Analysis with Python 英文mobi 本资源转载自网络，如有侵权，请联系上传者或csdn删除 本资源转载自网络，如有侵权，请联系上传者或csdn删除
Bayesian Analysis with Python 无水印pdf
10-03
Bayesian Analysis with Python 英文无水印pdf pdf所有页面使用FoxitReader和PDF-XChangeViewer测试都可以打开 本资源转载自网络，如有侵权，请联系上传者或csdn删除 本资源转载自网络，如有侵权，请联系上传...
GO注释步骤（含批量）
weixin_58269397的博客
03-31 662
注意：这些文件是制表符分隔的文本文件，千万不要保存为 Excel 格式，以免有后续问题！直接整理 eggNOG-mapper 的结果，输出几个文件，分别满足不同下游分析需要。但是使用EBI的工具时是有的（存在报错）2.Gene Onotoloy注释信息。四个文件的具体信息，截图可看。下面2种方法选一种使用即可。的注释结果中没有GO注释。接下来进行数据整理与画图。3.KEGG 注释信息。4.PFAM 注释信息。1.具体功能描述信息。
(22)基因功能注释和富集分析相关
weixin_44562189的博客
01-04 1429
基因结构预测 （拿到预测的蛋白序列、gff3文件那些）#基因功能注释##常用数据库：Nr：NCBI官方非冗余蛋白数据库，包括PDB, Swiss-Prot, PIR, PRF;
快速下载 | TBtools 软件最新版本与相关数据库文件
刘永鑫的博客——宏基因组公众号
12-14 1万+
导语前前后后找了不少方法途径，最后还是“通过充值解决问题”。使用奶牛快传来分发 TBtools 软件以及相关数据库，可以确保每个人都快速获得文件，经过国内国外多地多点测试，一般速度可以有 ...
使用R语言绘制富集条形图，轻松分析基因表达数据
笑不语的博客
06-24 2864
通俗来说，富集分析通过将基因分类到特定的集合中，然后根据基因在集合中的分布和总体分布的比较，来寻找哪些集合与特定的生物过程、疾病或其他功能相关联。随着大数据时代的到来，富集分析与富集条形图成为了分析工具的基石之一，如生物医学信息学中的疾病诊断、药物研发、基因功能验证等等，都需要富集条形图进行数据展示，以辅助我们进行快速准确的数据分析与解读。富集条形图是一种可视化富集分析结果的工具。此外，绘制富集条形图时，还可以根据不同的颜色映射，显示富集通路的基因数目和富集通路的显著水平，更直观地为数据提供了参考。
time series analysis with python cookbook
10-06
"Time Series Analysis with Python Cookbook"是一本关于使用Python进行时间序列分析的实用手册。这本书旨在帮助读者理解和应用时间序列数据分析的概念和方法。 首先，本书通过介绍基本的时间序列数据结构和特征，使读者对时间序列数据的特点有了更深入的了解。然后，它介绍了Python中常用的时间序列分析库，如Pandas和Numpy，以及它们的基本功能和用法。 接下来，本书详细介绍了时间序列数据的预处理和可视化技术。读者将学习如何处理缺失值、平滑曲线、去除噪声，并进行数据插值和外推。此外，该书还介绍了各种绘图工具，如折线图、柱状图、散点图和热图，以帮助读者更好地理解和展示时间序列数据。 本书的另一个重要主题是时间序列模型的建模和预测。读者将学习如何使用ARIMA模型、指数平滑法和神经网络模型等进行时间序列预测。此外，该书还介绍了如何对模型进行评估和调参，以提高模型的准确性和鲁棒性。 最后，本书还介绍了其他高级的时间序列分析技术，如分布式时间序列分析、多变量时间序列分析和面板数据模型。读者将了解如何应对更复杂的时间序列问题，并利用Python的强大功能进行分析和建模。 总而言之，《Time Series Analysis with Python Cookbook》是一本旨在帮助读者掌握时间序列分析的实用指南。无论是初学者还是有经验的分析师，都能从中获得对时间序列数据分析的深入了解，并学会使用Python的强大功能进行实际应用。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值