不會R語言,不會python,只會實驗的生信小白如何面對自己的測序數據呢?今天就從最簡單的GO term分析說起。並且手把手教你在線做GO分析!let go!
GO是Gene ontology的縮寫,是一系列用來描述基因、基因產物特性的語義(terms)。這些語義主要分爲三種:細胞組份(Cellular Component,簡稱 GO-CC),用於描述基因產物在細胞中的位置,如內質網,核或蛋白酶體等;分子功能(Molecular Function,簡稱 GO-MF),大部分指的是單個基因產物的功能,如結合活性或催化活性等。生物學途徑/過程(biological process,簡稱 GO-BP),多是指具有多個步驟的有序的生物過程,如細胞生長、分化和維持、凋亡以及信號傳導等過程。
Pathway指代謝通路,對差異基因進行pathway分析,可以知道實驗條件下哪些代謝通路發生顯著改變。KEGG( Kyoto Encyclopedia of Genes and Genomes),是一個系統分析基因產物在細胞中代謝途徑的數據庫,是一種最常用的代謝通路分析。
接下來,就安利一個不用安裝分析軟件不必有生信分析理論基礎就可以在線完成的GO分析。如下圖,DAVID網站https://david.ncifcrf.gov/home.jsp。
第一步,準備你的數據。
將需要做富集分析的差異基因或靶基因以基因名稱爲list保存爲txt文檔或者excel中。
第二步,網站分析。
1:打開網站
https://david.ncifcrf.gov/home.jsp
如下圖示,點擊start analysis;
2:上傳數據
出現下圖所示頁面,步驟進行:
點擊上傳後,會彈出下圖所示的一個對話框,點擊確定即可。
3:分析數據
出現以下界面,然後,在新界面裏第一步點擊clean all,第二步選擇GO ONTOLOGY and PATHWAY 對應的前方+的下拉框。
出現,如下的新界面:
在新界面裏第一步依次勾選箭頭所示的紅字選項。
4:查看分析結果
點擊選項的Chart,紅圈所示,即會出現結果,如下圖二。
最後,點擊Download file即可保存文件到本地,格式爲TXT.如下圖所示。
第三步:做圖
最後,可以利用EXCEL 軟件進行GO 圖形輸出。
得到如下圖所示結果。
Tips:
長時間不操作網頁,如果繼續操作,再點網頁上面的選項,會顯示如下圖所示的錯誤
頁面。這樣的話,就只能重新上傳數據,重新跑一次程序了。