Enrichr: 基因富集分析的新篇章

Enrichr是一个交互式和协作性的HTML5基因列表富集分析工具，由Edward Y Chen、Christopher M Tan、Yan Kou、Qiaonan Duan、Zichen Wang、Gabriela Vaz Meirelles、Neil R Clark和Avi Ma’ayan开发。该工具旨在帮助研究人员分析基因和蛋白质在哺乳动物细胞中的系统性表达谱，从而提取新的知识。通过将实验中生成的基因或蛋白质列表与先前知识中创建的基因集库进行比较，可以计算出这些列表与现有列表的富集程度。尽管已经开发了许多富集分析工具和基因集库数据库，但仍有改进的空间。

Enrichr提供了一个新的基因集库，采用了一种替代的方法来对富集术语进行排名，并使用JavaScript库Data Driven Documents (D3)提供了多种交互式可视化方法来展示富集结果。该软件还可以嵌入到任何执行基因列表分析的工具中。研究者们使用Enrichr分析了九种癌细胞系，并将它们的富集特征与匹配的正常组织的富集特征进行了比较。研究发现，许多癌细胞系中出现了多梳群PRC2的上调模式，以及H3K27me3组蛋白标记的富集，同时在与正常髓系CD33+细胞相比时，K562细胞中的Toll样受体和白细胞介素信号传导发生了变化。这样的分析提供了正常组织与癌细胞系之间关键差异的全局可视化，但也可应用于许多其他场景。

Enrichr是一个易于使用的直观富集分析网络工具，提供了多种类型的可视化摘要，总结了基因列表的集体功能。Enrichr是开源的，并且可以在网上免费获取。该工具的开发得到了多个NIH资助项目的支持，包括1R01GM098316-01A1、U54HG006097-02S1、R01DK088541-01A1和P50GM071558。

Enrichr包含35个基因集库，其中一些是从其他工具中借鉴的，而许多其他库是新创建的，仅在Enrichr中可用。这些基因集库被分为六个类别：转录、途径、本体、疾病/药物、细胞类型和杂项。每个库的创建方法和来源都有详细的描述。

Enrichr实现了三种计算富集的方法。第一种是大多数富集分析工具中实现的标准方法：费希尔精确检验。第二种测试是我们开发的，基于费希尔精确检验的预期排名偏差计算z分数。第三种方法将费希尔精确检验计算的p值与预期排名偏差的z分数相结合。

Enrichr提供了多种可视化富集结果的方法。例如，可以在一个方格网格上可视化富集术语，其中所有术语由方格表示，根据术语的基因内容相似性组织网格，相似性高的区域会更亮。此外，还可以将富集术语显示为网络，其中节点代表富集术语，链接代表富集术语之间的基因内容相似性。

Enrichr的前端和后端两部分构成。后端包括Microsoft IIS 6 Web服务器和Apache Tomcat 7作为Java应用服务器。前端主要使用HTML、CSS、JavaScript和JSP编写。Enrichr具有用户友好的响应式界面，使用AJAX调用来异步从servlet获取JSON响应数据，提供更流畅的用户体验。此外，Enrichr还可以通过Android、iOS和BlackBerry手机应用程序访问。

最后，Enrichr可以作为RNA-seq流程的最后步骤添加，其在线帮助包含一个Python脚本，该脚本接受CuffDiff的输出作为输入，CuffDiff是CuffLinks的一部分，用于发现RNA-seq数据的各种比较中的差表达基因。此外，Enrichr还提供了一个自动完成功能，用于搜索特定基因的功能。

总的来说，Enrichr是一个先进的基因集富集分析网络应用程序，提供了丰富的可视化选项和改进的富集计算方法，使其成为生物学、生物医学和药理学研究者的宝贵资源。