BiNGO插件基因富集分析是我们做生物信息学最常用方法。一般有很多可分析的工具，网页版DAVID，R包clusterProfiler，pathfindR等等。各种工具都有不同的优缺点，而cytoscape的BiNGO插件呢，除了给出富集分析结果外，还会以网络图的形式展现出来，非常美观！ 操作演示1. 插件下载：我的是3.7.2版本- 下载安装的插件方法都一样，都是通过点击
Apps→App Manager - 在
Search 中输入所需要的插件：BiNGO。之后点击右下角的install，因为我已经下载好了所以这边是显示灰色。
2. 应用及保存 - Select organism/annotation: 选择对应物种，可选择Homo sapiens人类，具体根据课题修改
Paste genes from text: 黏贴需富集基因的ID Select a multiple testing correction: 检测方法：一般是默认的多重校正方法，效果更好 Choose a significance level: 显著性阈值，默认是0.05，可根据课题调整为0.01或其他 Select ontology file: 选择想注释GO数据库哪个类型（CC,MF,BP，也可以全部都做Full） 
3. 注意事项关于【Paste genes from text: 黏贴需富集基因的ID】 参考文献：https://academic./bioinformatics/article/21/16/3448/216306 如果不是的话，需要现在R语言进行转换，利用clusterProfiler包 library(clusterProfiler)
library(org.Hs.eg.db)
df <- bitr(unique(deg$symbol), fromType = "SYMBOL",
toType = c( "ENTREZID"),
OrgDb = org.Hs.eg.db)
插件有个关键文件：organism/annotation（物种注释文件） http:///docs/download-go-annotations/ 由于选项没有你所要求的物种，就需要去GO官网下载对应信息。
4. 结果输出一个bgo格式文件，可以用Notepad++打开 x：搜索基因中属于此类GO功能基因的个数（与后面列出基因对应） 黄色的圈是显著富集的GO功能。圈越大，代表富集到功能里面的基因越多。颜色越深，P值越小。
5. 心得- 查了文献，发现BiNGO都和DAVID或者clusterProfiler联合使用。
- 一般在建立网络，求出hub gene或者在其他对基因数量处理的方法下对少量基因进行BiNGO分析，感觉这样可视化出来的网络图更加美观，同时也可以求出富集通路。
- 更详细的插件介绍可参考官网 https://www.psb./cbd/papers/BiNGO/Tutorial.html
文末友情推荐
|
