GO分析进阶后的归纳分析

引言

GO分析早已是获得目标基因后的标准操作之一，网上攻略有很多，无论是web工具还是代码工具都很成熟。反正当你获得了一批基因（一般还是DEGs）后就可以做这个分析，给你的文章多几张美图，增色不少。GO分析确实已经成了生物信息文章的起手式，但这个分析绝对属于“大问题没有，小问题不断”的东西，这篇文章主要fix其中一个问题：结果的解释性。

一般来讲GO号本身就是注释，就是一个合理结果，表示目标基因在这个功能上富集吗。但是当你仔细观擦这些GO的基因组成的时候，你会发现他们居然相互交织重合。所以，当你仅仅罗列一张GO列表，里面涵盖的生物学方向、生物学成分大部分是重复的，这样给人的感官就不行。除非，你把每一条通路都放入数据库，比如rectome数据库中进行大类（上一级）注释，当然这一步骤可能需要手动来完成，那就太累了，我们根本没有那么多空余时间。

有没有什么手段把的到的GO进行自动归纳，整理成大的板块，然后解读呢。例如，当你得到很多炎症细胞GO，如果归纳起来，或者说进行聚类分析整理起来，然后再罗列成“炎症GO”，解读成，我们的目标基因就是和炎症相关的，这样文章得到了升华，也让审稿人觉得你是真的懂，而且比他还懂个。

R语言实现

第一部分：GO分析

数据准备：需要两列的数据框：基因名字和logFC-----------------------------------------------------------