做实验,会用到狗。尤其是去年Science搞反狗脑 - 人脑和狗脑一样?,一个课题两篇Science文章的故事,提醒我们不要看到结果跟预期一致,就大意疏忽。科学主旨是证伪,不是求同。 做分析的更喜欢另一个 GO富集分析是生物信息分析中快速了解目标基因或目标区域功能倾向性的最重要方法之一。其中代表性的计算方式有两种: 一是基于筛选的差异基因,采用超几何检验判断上调或下调基因在哪些GO或KEGG或其它定义的通路富集。假设背景基因数目为 另一种方式是不硬筛选差异基因,而是对其根据表达量或与表型的相关度排序,然后判断对应的基因集是否倾向于落在有序列表的顶部或底部,从而判断基因集合对表型差异的影响和筛选有影响的基因子集。这叫GSEA富集分析,注释信息可以是GO,KEGG,也可以是其它任何符合格式的信息。GSEA富集分析 - 界面操作详细讲述了GSEA分析的原理、可视化操作和结果解读。 关于GO的文章
富集分析的图,可以自己写R脚本,也可以使用我们的在线工具 http://www./ImageGP。 Cytoscape还有插件 STRING在线蛋白-蛋白相互作用数据库,也提供了对网络进行富集分析的功能。 |
|