前面我们简单介绍过ggplot2画KEGG富集柱形图，其实GO富集结果的展示相对于KEGG来说要复杂一点点，因为GO又进一步可以划分成三个类。

BP:biological process,生物学过程。

MF:molecular function,分子功能。

CC:cellular component, 细胞成分。

因此在画图的时候，我们需要将这三类给区分开来。下面分别用了三种不同的方式来展示GO富集分析的结果。

图1:横轴为富集到每个GO条目上面的基因数目

图2: 横轴为GeneRatio

图3:横轴为Fold enrichment（富集倍数）

下面我们结合富集分析的结果表，来分别解释一下这三张图中横坐标的具体含义。

首先来看看这张表中每一列所代表的含义

ONTOLOGY：区分是BP，MF还是CC
ID：具体的GO条目的ID号
Description：GO条目的描述
GeneRatio：这里是一个分数，分子是富集到这个GO条目上的gene的数目，
            分母是所有输入的做富集分析的gene的数目，可以是差异表达
            分析得到的gene
BgRatio：Background Ratio. 这里也是一个分数，分母是人的所有编码蛋白的
        基因中有GO注释的gene的数目，这里是19623个，分子是这19623个
        gene中注释到这个GO条目上面的gene的数目
pvalue：富集的p值
p.adjust：校正之后的p值
qvalue：q值
geneID：输入的做富集分析的gene中富集到这个GO条目上面的具体的
        gene名字
Count：输入的做富集分析的gene中富集到这个GO条目上面的gene的数目

这张表里面没有提到富集倍数（fold enrichment）

fold enrichment = GeneRatio / BgRatio

那么我们就很容易理解上面三张图的横坐标了，分别为Count，GeneRatio和Fold enrichment。

那么问题来了，既然这张表里面没有Fold enrichment，那么我们如何计算富集倍数呢？

下面小编给大家介绍三种方法来计算Fold enrichment，任君挑选

1.利用eval直接做计算

kegg=read.csv("KEGG-enrich.csv",stringsAsFactors = F)
​
enrichment_fold=apply(kegg,1,function(x){
  GeneRatio=eval(parse(text=x["GeneRatio"]))
  BgRatio=eval(parse(text=x["BgRatio"]))
  enrichment_fold=round(GeneRatio/BgRatio,2)
  enrichment_fold
})

2.利用strsplit按/分割成分子和分母

kegg=read.csv("KEGG-enrich.csv",stringsAsFactors = F)
fenshu2xiaoshu<-function(ratio){
  sapply(ratio,function(x) as.numeric(strsplit(x,"/")[[1]][1])/as.numeric(strsplit(x,"/")[[1]][2]))
}
enrichment_fold=fenshu2xiaoshu(kegg$GeneRatio)/fenshu2xiaoshu(kegg$BgRatio)
enrichment_fold=as.numeric(enrichment_fold)

3. 利用gsub替换，得到分子和分母

kegg=read.csv("KEGG-enrich.csv",stringsAsFactors = F)
fenshu2xiaoshu2<-function(ratio){
  sapply(ratio,function(x) as.numeric(gsub("/.*$","",x))/as.numeric(gsub("^.*/","",x)))
}
enrichment_fold=fenshu2xiaoshu2(kegg$GeneRatio)/fenshu2xiaoshu2(kegg$BgRatio)
enrichment_fold=as.numeric(enrichment_fold)

富集分析

当分析实验过程是否显著影响某一类功能基因时，如果只是根据该类基因中差异基因的比例是不准确的。

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。

GO和KEGG富集分析

对差异基因进行GO功能和KEGG通路富集分析，可以识别差异基因富集的功能或代谢路径，在基因功能和代谢通路水平阐明样本间的差异。

该分析通常使用软件Goatools和KOBAS进行， 富集显著性的检验方法为Fisher精确检验。

为控制分析结果的假阳性率，还需要对检验结果的显著性进行校正，可以使用4种多重检验方法 (Bonferroni、Holm、Sidak和false discovery rate) 对p值进行了校正。

一般情况下，当经过校正的p值 (qvalue) ≤ 0.05时，认为此GO功能或KEGG通路存在显著富集情况。

Fisher精确检验

应用如下公式计算显著性p值：

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。

之后使用如下公式对p值进行校正：

其中，p为待检验GO功能或KEGG路径的p值，length(p)为所有需要检验GO功能或KEGG路径的数目，rank(p)为待检验p值在所有p值从到到底排列中的位置。

结果展示

在转录组测序结果中，可以通过散点图对差异表达基因进行富集分析。

以KEGG通路富集结果为例，此图中，KEGG富集程度通过Rich factor、qvalue和富集到此通路上的基因个数来衡量。

富集分析

横坐标是Rich factor，为该代谢路径下差异基因数目与所有注释到该路径基因数目的比值，数值越大表示富集程度越大。

前面给大家简单介绍过☞什么是Gene Ontology(GO)，以及如何用一些简单易用的网页工具去做GO和KEGG富集分析

☞富集分析DAVID、Metascape、Enrichr、ClueGO

☞比DAVID强一万倍的基因注释工具

☞GO，KEGG富集分析工具——DAVID

也给大家简单的介绍过如何用R做GO富集分析，以及如何将富集结果中的gene ID转成基因名字

☞GO和KEGG富集结果如何显示基因symbol

还有计算富集倍数的三种方法

☞GO和KEGG富集倍数（Fold Enrichment）如何计算、

生信交流平台

53 次咨询

5.0

上海生命科学研究院 生物信息学博士

2623 次赞同

去咨询

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。

ONTOLOGY：区分是BP，MF还是CC
ID：具体的GO条目的ID号
Description：GO条目的描述
GeneRatio：这里是一个分数，分子是富集到这个GO条目上的gene的数目，
            分母是所有输入的做富集分析的gene的数目，可以是差异表达
            分析得到的gene
BgRatio：Background Ratio. 这里也是一个分数，分母是人的所有编码蛋白的
        基因中有GO注释的gene的数目，这里是19623个，分子是这19623个
        gene中注释到这个GO条目上面的gene的数目
pvalue：富集的p值
p.adjust：校正之后的p值
qvalue：q值
geneID：输入的做富集分析的gene中富集到这个GO条目上面的具体的
        gene名字
Count：输入的做富集分析的gene中富集到这个GO条目上面的gene的数目

我们知道GO富集分析的结果又可以进一步划分成三个类。

BP:biological process,生物学过程。
MF:molecular function,分子功能。
CC:cellular component, 细胞成分。

因此在画图的时候，我们需要将这三类给区分开来。下面我们分别用了四种不同的方式来展示GO富集分析的结果。

1.气泡图分三个框显示BP,MF和CC的富集分析结果

2. 柱形图分三个框显示BP,MF和CC的富集分析结果

3. 柱形图用三种不同颜色显示BP,MF和CC的富集分析结果

4. 气泡图+标签，显示BP,MF和CC的富集分析结果

这张图的横轴是富集倍数（fold enrichment），计算方法如下

fold enrichment = GeneRatio / BgRatio

上面四张图的横坐标分别为GeneRatio，Count，−log10(p.adjust)和Fold enrichment。

☞完整的GO/KEGG富集分析及绘图代码的视频讲解