GO，KEGG，DO 富集分析

最新推荐文章于 2023-07-27 18:00:18 发布
最新推荐文章于 2023-07-27 18:00:18 发布
阅读量8.8k 收藏 41
点赞数 3
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/wt141643/article/details/106661104
版权
本文介绍了基因本体论(GO)，包括细胞组分(CC)、生物过程(BP)和分子功能(MF)三个类别，用于基因分类。通过RNA-Seq分析得到差异表达基因(DEG)，接着进行GO注释，检测GO富集，探讨了模式和非模式生物获取GO注释的方法。此外，还提到了KEGG代谢通路和DO疾病富集分析在临床中的应用。
摘要由CSDN通过智能技术生成
what is Gene Ontology(GO)

基因“本体论” 对事物的分类描述，对基因的分类描述
对基因的描述

1、cellular component,CC(基因存在于细胞质还是细胞核，是线粒体还是其他细胞器)细胞组成
2、Biological process,BP（能够参与哪一个生物学过程，参与rna加工，复制等）生物学过程
3、Molecular function,MF（分子功能上，催化什么反应，什么样的酶）分子功能
基于以上三类，对基因进行分类
so,we will have a gene annotation information

一、RNA-Seq ctrl, treatment

ctrl gene expression distribution， 在1种条件下的基因表达谱
treatment gene expression distribution，在其他条件下的基因表达谱
ctrl v.s. treatment ->DEG 差异表达基因
DEG:differential expression genes (cuffdiff，比较两者差异基因)
cufflink 计算基因表达量

二、DEFG ->GO annotation（找到GO注释）

1、cellular component,CC(基因存在于细胞质还是细胞核)
2、Biological process,BP（能够参与哪一个生物学过程）
3、Molecular fun

最低0.47元/天 解锁文章
wt12138
关注
  • 3
    点赞
  • 踩
  • 41
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
基因富集分析——GO/DO
勇敢的人先享受世界
02-21 1301
疾病本体是用于描述疾病和疾病特征的资源，提供了对疾病进行标准化描述和分类的术语和信息。3. 疾病关联网络：通过研究DO中的疾病术语和其关联信息，可以构建疾病之间的关联网络，有助于理解不同疾病之间的关联和共同特征，以及预测潜在的疾病关联。2. 疾病特征和表型：DO中包含了疾病的表型信息，DO分析可以帮助确定不同疾病的特征和表型特点，有助于研究人员更好地了解疾病的临床表现和特征。3. 疾病关联网络构建：基于DO本体中的疾病关联信息，构建疾病之间的关联网络，有助于理解不同疾病之间的关联、共同特征和潜在机制。
do循环 深度分析
at0527的博客
01-18 2769
关于do循环的一些见解
富集分析——疾病与基因 DOSE包使用
weixin_47068403的博客
10-30 2715
DOSE包（Disease Ontology Semantic and Enrichment analysis ）实现了Resnik、Schlicker、Jiang、Lin和Wang分别提出的五种度量DO语义相似度的方法和用于富集分析的超几何检验 1. 查询两个基因簇之间的语义相似性 clusterSim(cluster1, cluster2, measure = “Wang”, combine = “BMA”) Examples cluster1 <- c(“835”, “5261”,“241”,
生信学习之通路富集一（GO分析）
热门推荐
coffeeii的博客
04-25 4万+
生信学习之通路富集（一）
go操作excel方便么_Go（Gene Ontology） analysis——“生信分析”基础四
weixin_30827435的博客
12-31 677
Question：在前一期内容中，小桦同学利用DAVID数据库成功地将差异基因富集到相关的GO Term和KEGG Pathway上，并将结果下载保存（.txt），那么如何让这些结果以图像的方式直观地呈现出来？其实我们在文献中经常可以看到GO analysis和KEGG Pathway相关的图，只是之前没太留意。如图1和图2所示，通过观察，我们可以发现两幅图的共性：纵坐标显示为不同的通路或者生物功...
☞GO和KEGG富集倍数（Fold Enrichment）如何计算 enrich factor qvalue
生信小博士的博客
07-27 1万+
比如说，某一类功能基因的总数是100个，其中差异基因有10个，那么只有实验只是影响了该功能基因的10%，但是如果该实验一共只鉴定到20个差异基因，那么这10个差异基因就占所有差异基因的50%，因此，需要同时考虑差异基因在所有功能分类中的分布，得到的结果才是准确的。其中，a为功能A中差异基因的数量，b为非差异基因的数量，c为所有功能分类中差异基因的总数量，d为非差异基因的总数量，n为识别到的所有差异基因的数目。今天我们来聊聊怎么来展示GO富集分析的结果，下面是一个GO富集分析的结果表。
零基础入门转录组数据分析-GO+KEGG富集分析 配套资源
最新发布
07-30
零基础入门转录组数据分析——GO+KEGG富集分析 https://blog.csdn.net/weixin_49878699/article/details/137052592 教程配套的原始数据+代码+处理好的数据文件
（R语言）-15-KEGG富集分析气泡图
05-06
（R语言）-15-KEGG富集分析气泡图
生信知识点-串讲-富集分析_R生信_生物信息_富集分析_R富集分析_生信分析_
10-02
4. **执行富集分析**：使用`enrichGO`、`enrichPathway`等函数对基因集合进行GO富集或通路富集分析，设置合适的阈值（如p值、FDR）筛选显著富集的项。 5. **结果可视化**：利用`dotplot`、`barplot`等函数绘制富集...
kegg与go通路数据库介绍功能富集软件介绍.ppt
06-03
在功能富集分析中，KEGG和GO数据库通常用于确定在特定实验条件下显著改变的基因集，比如在疾病样本和正常样本之间的差异表达基因。富集分析是确定一组基因是否在特定通路或功能类别中过代表现的过程。例如，通过使用...
生物信息学数据分析kegg
04-04
1. **富集分析（Enrichment Analysis）**：通过对基因或化合物集合进行KEGG途径富集，可以发现这些分子参与的生物学过程，揭示实验结果背后的生物学意义。 2. **通路映射（Pathway Mapping）**：将高通量数据中的...
左右双侧条形图展示基因本体论（GO）BP、CC、MF三合一富集分析结果C、MF三合一富集分析结果
微生信
08-10 8737
基因本体论（Gene Ontology，GO）计划（http://www.geneontology.org）为注释基因、基因产物和序列开发了一套结构化的、受控词汇表。它被分成三部分：分子功能（Molecular Function，MF）、生物过程（Biological Process，BP）和细胞组分（Cell Component，CC）。GO功能富集分析结果，一般都会包含至少4列：GO term，基因数，P值和类别。今天给大家带来一张非常直观，颜值也颇高的GO富集结果可视化图。1，打开绘图页面首先，使用浏
生物信息学——常见的OrgDB包
qq_45794091的博客
06-20 1942
物种 OrgDB 人（Humanm) org.Hs.eg.db 小鼠（Mouse） org.Mm.eg.db 猪（Pig) org.Ss.eg.db 按蚊（Anopheles） org.Ag.eg.db 拟南芥（Arabidopsis） org.At.tair.db 牛（Brovine) org.Bt.eg.db 蠕虫（Worm） org.Ce.eg.db 犬（Canine） org.Cf.eg.db 苍蝇（Fly) org.Dm.eg.db 斑马鱼（Ze
单细胞测序——基本知识
qq_45478665的博客
07-12 9541
出这个篇章的原因是因为可能大家对单细胞测序中的一些基本知识并不了解，所以在此做一些补充 单细胞测序平台 常用的测序平台有三个 1.Single Tube人工操作法 原理：在完成单个细胞的分选后，进行mRNA全长扩增及建库，完成单细胞样本的上机测序分析。 优点：对样本需求量较低，可从实验的开端判断细胞状况；基因检出率高。 缺点：人工技术要求较高；通量低、成本较高 适用范围：微量细胞样本，适用于深入研究 2.微孔板技术平台 原理：利用大量的微孔完成细胞的捕获，随后进行单细胞转录组文库的构建。加入带有barcod
生信的一些基本知识-p-value和富集分析与BP,CC,MF联系
qq_45478665的博客
07-29 3万+
01 — 什么是P-VALUE?请用自己的语言简要概括，并举一例子 在假设原假设（H0）正确时，出现现状或更差的情况的概率。 在生物信息学差异分析的表达图中，p-VALUE代表的是显著差异，p值越小，代表这个基因的表达越显著， 举例：H0:硬币均匀，正反出现概率各为1/2。 这次实验我们抛10次硬币，发现有8次反面，那么在这里面出现的现状和更差的情况是8,9,10,0,1,2 ...
功能的显著性分析——GO Enrichment Analysis
weixin_30300523的博客
12-15 4839
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/KEGG富集分析
Christina
12-30 7784
GO全称是Gene Ontology，它分为：细胞组分（cellular component, CC）、分子功能（molecular function, MF）、生物过程（biological process, BP），那这三者有什么关系呢？，大概就是母鸡A被养在鸡笼里，它能够下鸡蛋，但是前提是我往笼子里再放一只公鸡后才能下蛋，在这个比喻里，鸡笼就是CC，下蛋这个动作是BP，而放进公鸡就是这个过程的催化作用，所以是MF。用科研专业术语来说，CC描述的像是位置，比如定位在细胞核；
富集分析（GO、KEGG、GSEA）
weixin_59289660的博客
04-27 1万+
library("clusterProfiler") library("org.Hs.eg.db") GO分析 GO分析需要一个基因 symbol列表，列表中为差异表达基因。 一、读入数据 result<- read.csv(file = "Results/gleason high vs low_DESeq2差异分析/gleason high vs low_result.csv", header=T, row.names=1,check.names=FALSE) t_index=r..
R软件--GEO数据分析教程：差异性分析、富集分析（GO\KEGG\DO）
weixin_40270911的博客
03-19 9739
title: “GSE93798” output: word_document knitr::opts_chunk$set(echo = TRUE) R Markdown 关于GSE93798的差异性分析、GO分析、KEGG分析、DO分析 rm(list = ls()) #RStudio控制台(console)中出现少量中文乱码的解决方法 Sys.setlocale("LC_ALL","...
GO 富集分析、KEGG 富集分析、DO 富集分析有什么区别
05-23
GO、KEGG和DO都是基因富集分析的常用工具，它们的区别如下： 1. GO富集分析：Gene Ontology（GO）富集分析是一种用于描述基因和蛋白质功能的术语系统。GO富集分析可以识别在一组基因中出现频率显著高于预期的GO术语，从而确定这些基因的生物学功能或过程。GO富集分析广泛应用于基因组学和生物信息学领域，可用于预测基因功能和解释基因调控的生物学过程。 2. KEGG富集分析：Kyoto Encyclopedia of Genes and Genomes（KEGG）是一种系统生物学数据库，提供基因和分子互作的全面图谱。KEGG富集分析可以识别一组基因中Kegg通路和分子互作的富集情况，从而确定这些基因在代谢通路或信号传导途径中的生物学功能。 3. DO富集分析：Disease Ontology（DO）是一种用于描述人类疾病的术语系统。DO富集分析可以识别在一组基因中出现频率显著高于预期的DO术语，从而确定这些基因与特定疾病的关联性。 因此，GO、KEGG和DO富集分析的主要区别在于它们富集的术语系统的不同。
评论 3
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