GO和KEGG分析是最常用的生信分析方法，在SCI论文中也经常见到，那么你能想到的GO和KEGG分析结果的展示方法有哪些呢？条形图：饼状图：表格：相比于上面这些，这样的网络图展示起来是不是立马提升了几个档次：首先讲一下如何获取这一利器，ClueGO和CluePedia是Cytoscape的APP，点开Cytoscape的Apps菜单，找到这两个APP把它们下载安装了。然后你就能在A...阅读全文&... 阅 读 全 部 >
各位医学方的朋友，大家好。今天我们聊一聊富集分析，说到富集分析，你会想到KEGG或者GO富集分析，GO实际上是GeneOntology两个单词的首字母简写，主要包括BP，MF，CC三个部分，分别代表的是生物学过程，分子功能和细胞定位。富集分析结果展示的时候，我们一般会画气泡图或者条形图，如下：气泡图条形图但是如果，我们想画出别样的风格怎麽办呢？那么今天，我们就推出我们的利器-G...阅读全文>... 阅 读 全 部 >
GO介绍GO是Gene ontology的缩写，GO数据库分别从功能、参与的生物途径及细胞中的定位对基因产物进行标准化描述，即对基因产物进行注释，通过GO富集分析可以了解差异基因富集在哪些生物学功能、途径或者细胞定位，是高通量测序数据解读中比较常用的一种数据分析方法。下面跟着小编一起来来学习如何用excel画GO 功能分类图吧~一.图片结构说明观察上图，发现横坐标有分子类和父类，其次是纵坐标为..... 阅 读 全 部 >
考虑到很多做实验的小伙伴对很多生物信息学概念不是很了解，受实验小白的委托，我给大家写了一个非常简单的工具：KEGG富集分析KEGG是干嘛的捏？我这么跟你说吧：人类的七千多个基因组都是有已知功能的，KEGG把这七千多个基因分成了300个类，就是我们通常说的kegg通路；比如，我现在做了个实验，发现某细胞系里面的两万个基因里面有300个基因变化了，那这300个基因会涉及到KEGG数据库的哪几个通路？这... 阅 读 全 部 >
在进行差异基因表达分析时，得到显著差异基因后，接下来就需要分析这些基因参与了哪些功能，常见的就是GO功能注释和KEGG通路富集分析，今天为大家介绍在线分析工具的使用——DAVID与KOBAS 3.0。DAVID是一个生物信息数据库，其整合了生物学数据和分析工具，为大规模的基因或蛋白列表提供系统综合的生物功能注释信息，帮助用户从中提取生物学信息。目前DAVID数据库主要用于差异基因的功能和通路...... 阅 读 全 部 >
随着技术的进步和革新，高通量的数据越来越容易，在SCI文章中也越来越重要。不管是转录组学还是蛋白质组学，对分析得到的差异分子进行聚类，最先想到的，必然是GO富集分析。GO富集分析在很多文章中都成为Figure的一部分，一张好看的GO分析图，是可以给数据加分的。在此，小编在此给大家分享最常见的GO分析图的绘制，保证手把手学会哟。壹软件运行准备Prism和excel，小编用的是Prism 8版本，以及... 阅 读 全 部 >
寻找差异表达的基因并识别它们的功能，是我们进行RNA测序的最主要目的。很明显，这些差异的基因必然与功能改变密切相关，例如，比较患病个体与正常个体的组织表达谱，不难想到这些显著失调的基因参与了生物学过程、信号通路等，导致了疾病的发生。前面已经讲了如何使用DESeq2、edgeR基于转录组测序获得的基因表达值鉴定差异表达基因。那么，后续如何继续通过生信分析的方法，探索差异表达的基因发挥...阅读全文&... 阅 读 全 部 >
前面已经讲述了R包用clusterProfiler做GO富集分析clusterProfiler的GO富集分析方法，本篇继续演示R包goseq的GO富集分析。相比clusterProfiler中的GO富集分析方法，goseq的特别之处在于，不再使用超几何分布（Hyper-geometric distribution）检验，而是使用了Wallenius non-central hype...阅读全文&... 阅 读 全 部 >
这期番茄君为大家带来如何利用DAVID在线数据库做GO与KEGG分析。1.点击文末“阅读全文”，获取DAVID在线数据库网址链接。打开后如下（部分）：2.点击上图中红色框里的Start Analysis。如下： 3.上传基因。Step1: Enter Gene List有两个选项可以上传基因：第一种方法是在A: Paste a list的白色框里输入基因名字；第二种方法是利用B：Choose ..... 阅 读 全 部 >
我们上一期介绍了数据挖掘中的表达量挖掘法（回顾戳这里☞），相信大家都已经了解了四大利器的威力，那么今天我们就带大家接着了解一下功能挖掘法和寻找“明星”的数据挖掘方法吧。图1.转录组数据挖掘常用方法功能挖掘法虽然我们进行了表达量的挖掘，但是每个基因在生物过程中都具有它们独特的功能，仅关注表达量的信息，会让我们漏掉非常多的信息。因此我们不能局限于表达量挖掘，而忽略了基因的功能。数据的挖掘除了...阅读... 阅 读 全 部 >