【原】用户插件 | 神器！GO/KEGG富集分析与可视化 - 「GO,KEGG.shiny」

早前在社群有遇到一个用户问道插件制备问题，认为有趣，故邀请投稿。前两日收到插件投稿，认为其贡献的插件功能强大，也一直是我希望有人去做的一个事情。TBtools中实现的基因集功能富集分析和可视化我自2018年后可能就没更新过，主要原因是时间精力有限。但相关功能其实有很多R包可以完美实现，如果做成 shinyApp，那就更好了。尤其对于湿实验的朋友或者一心关注生物学问题探索的朋友来说。非常开心，收到这个插件以及投稿。我们也期望，这位朋友以及其他朋友多多贡献插件，让20w+TBtools用户能够更为方便的完成生信数据下游分析工作。

-- CJ-陈程杰

思路来自于：TBtools | 零基础掌握WGCNA共表达网络分析 - 「WGCNAshiny by Warlock」等老师的文章。

目前只适合下面这些物种做GO，KEGG富集分析,具有一定的局限性。

目前只适合下面这些物种做GO，KEGG富集分析,具有一定的局限性。具体物种的数据库，可以从下面的网站找到

GO物种缩写索引表：

http://bioconductor.org/packages/release/BiocViews.html#___OrgDb

KEGG物种缩写索引表：

https://www.genome.jp/kegg/catalog/org_list.html

其中GO表里只有19个物种，KEGG表里有大部分的物种，说明KEGG其实能做更多的物种。

使用 GO,KEGG.shiny 插件

GO,KEGG.shiny 插件本身其实是一个 Shiny 程序。R插件的界面由 TBtools 主要完成。非常方便。点击「Start」。

可以看到界面变化，随后等待两分钟（GO,KEGG,shiny插件依赖较多，需要等待加载）。加载完成，即可看到Shiny 插件弹出的网页接口。随后所有分析在其上开展（注：TBtools可以最小化，但不要关闭）

此处，准备了一个基因名字（gene_symbol）的文件,支持csv,xlsx,txt输入，基因的ID转换可以在网上找教程，我一般用的是ensemble数据库的BioMart。

下面用拟南芥的和鸡的基因做个例子

拟南芥的gene_symbol文件

鸡的gene_symbol文件

开始的时候，请先调到对应物种，再输入文件！否则如果输入的基因名字在别的基因库中没有。此时界面就会卡住，需要刷新重新做。

物种不对应会出现的问题

先以拟南芥为例，先调到拟南芥的GO号（At tair）和KEGG(ath)号。

然后拖入文件，等一段时间，会看到富集的图。然后就能找到

目前可以调整富集分析的pvalueCutoff和qvalueCutoff值，图的宽和高，字号大小。

    pvalueCutoff是在假设检验中常用的一个参数，用于描述检验结果是否具有统计显著性。在富集分析中，p-value表示一个富集分析结果与随机事件产生该结果的概率大小。p-value越小，代表该结果的富集程度越显著。

qvalueCutoff是用于控制错误发现率（FDR）的一种统计指标，它定义为已知的p-value中，期望的FDR所达到的最小值。在富集分析中，qvalueCutoff通常用于控制多重检验的误差率，例如使用Benjamini-Hochberg校正方法来调整p-value。qvalueCutoff越小，代表该结果的富集程度经过多重检验校正后，依然保持显著。

因此，在进行富集分析时，pvalueCutoff和qvalueCutoff值分别用于筛选结果的显著性水平。通常情况下，我们会将pvalueCutoff和qvalueCutoff设置为较小的值，以筛选出显著的富集信息，从而较好地解释生物学上的差异。但是，在具体应用时，pvalueCutoff和qvalueCutoff的具体设置需要结合具体的研究问题、数据分析流程及其统计方法进行考虑。

   所以一般按照默认0.05，如果不出图就适当调大，确保结果可视化。 

这样的错误请适当调大p值q值，确保结果可视化

想要保存图片，直接在浏览器里，鼠标右键保存即可，保存的都是完整的图。

简单下载图的方法

也可以下载富集的文件，操作如下图。

这个文件的内容是会随着pvalueCutoff和qvalueCutoff的改变而动态变化的。

下载富集的文件

下面是我想用这个和网站做的做个对比，看看这个是否可靠。

因为我想要与网站上的GO,KEGG图做对比，而网站上的没有拟南芥，那么接下来我用鸡的基因来做，最后和网页上的进行对比。

网站上做富集分析的界面

插件上的GO富集分析柱状图

   对比下方的网站的分析，因为横坐标不同，我的是count，用颜色来表示padjust网站上的是Enrichment score,用长度来表示padjust，殊途同归，我也可以多加一个类似网站的富集分析柱状图。

网站的GO富集分析柱状图

对比分析网站上的，差别也不是很大。

网站的GO富集分析文件（左）与插件上的GO富集分析文件（右）

对于KEGG也基本一样，可能用的数据库不同，对比还是有区别的，这点需要注意。

目前：GO能做出5种图，如下。

KEGG能做出4种图

GO,KEGG,shiny优势主要是能动态的改变富集分析图的一些值，物种更多，能动态预览图片，文件，使用者可能会对GO,KEGG有更深的认识。

后续，因为没有对所有的情况一一验证，所以可能有很多bug，我会注意修改，然后准备添加GSEA富集分析的模块，增加更多的图的类型，并且使每一个图能改变的参数更多等等。