go注释r语言 GO注释分析

R语言：clusterProfiler进行GO富集分析和Gene_ID转换

ID转换用到的是 bitr() 函数，bitr()的使用方法：

十年的贵南网站建设经验，针对设计、前端、开发、售后、文案、推广等六对一服务，响应快，48小时及时工作处理。成都全网营销推广的优势是能够根据用户设备显示端的尺寸不同，自动调整贵南建站的显示方式，使网站能够适用不同显示终端，在浏览器中调整网站的宽度，无论在任何一种浏览器上浏览网站，都能展现优雅布局与设计，从而大程度地提升浏览体验。创新互联从事“贵南网站设计”,“贵南网站推广”以来，每个客户项目都认真落实执行。

org.Hs.eg.db包含有多种gene_name的类型

keytypes() ：keytypes(x)，查看注释包中可以使用的类型

columns() ：类似于keytypes()，针对org.Hs.eg.db两个函数返回值一致

select() ：select(x, keys, columns, keytype, ...) eg.

函数enrichGO()进行GO富集分析，enrichGO()的使用方法：

举例：

GO注释和富集分析

GO注释是对某个特定基因功能的描述。每一条GO注释由一个基因和相应的GO term组成。这些描述一起构成了当前的生物学认知的“快照”。关于基因功能的碎片化的认知可能建立在不同的等级之上，这就是为什么每条GO注释总是会引用其基础的证据。证据以GO“证据码”的形式呈现，具体可能是一个已发表的文献或者创建这条注释的方法。

所有的GO注释，最终都会被科学文献支持。GO证据码描述了证据并且粗略的反应了这条注释与直接的实验证据相距多远，以及这条注释是否被专家评估过。

2021-09-24 关于超几何检验的一些理解

生物信息里面常见的就是KEGG GO 等通路富集时候用到的 超几何检验知识，为了便于理解 这里举个例子：

目前有200个基因具有GO注释，其中60个是GO04

我们得到20个差异基因，其中有11个是GO04，想问GO04这个通路是否在这20个基因中得到了富集？？

（即公式中的，N=200，n=20，M=60，i=11）；

我们先算抽取从200个基因里面抽20个基因，其中有11个基因具有GO04的概率：

即0.0093

下面为p值的计算公式：即 p-value=1-（p0+p1+p3+...+p10),可以看到如果括号里面的值越大，说明从200个基因里面抽20个，从抽到0个到抽10个基因是GO04通路里面的基因的概率很大，1-累加值就很小，说明我们的结果显著富集（越不可能发生的事情，我们却发生了）。

拓展R语言计算p值：

phyper(11-1,60,140,20,lower.tail = F)=0.0125还是蛮显著的。

如果还不好理解，你可以试试极端的例子，

总共有10个基因，其中5个基因是GO04，我们现在得到5个差异基因，刚好这5个基因都是GO04（不言而喻这绝对很显著了，p值理论上会趋近于0）

1-(p0+p1+p2+p3+p4) = 1-(1/252+25/252+100/252+100/252+25/252)=1/252=0.003968254很显著！

R语言实现：

phyper(5-1,5,5,5,log.p = F,lower.tail=F)

GO(Gene Ontology)

Ontology 首先是出现于哲学领域的一个词汇，后来广泛用于计算机领域，发挥了很重要的作用，再后来这个概念被引入生物领域。

gene Ontology 是生物中Ontology中一个重要应用。go项目最初是由研究三种模式生物（果蝇、小鼠和酵母）基因组的研究者共同发起。是生物信息分析中很重要的一个方法

go是在生物领域应用非常广，可以帮助生物学家对基因产物进行准确的定义（功能、位置），节省时间。

因为在最开始的时候，生物学家们更多是专注于自己研究的物种/课题，而且每个生物学家对功能等的定义是存在差异的，导致不同实验室/物种不能实现直接的对接（比如A物种内的x基因的功能使用的是a这个词汇进行注释，而B物种内的x基因的功能却使用的是与a同义的词汇b进行注释，这种情况计算机无法识别），就像讲两种语言的人，无法直接进行语言交流。这种情况导致的问题是，出现了一种阻碍，让问题复杂化了。所以就有了Ontology在生物领域中的应用，实现“书同文”。

go定义了基因/基因产物的功能（通过术语）且定义了它们各自之间功能是怎样联系的（关系）。它组成了一个具有大量term的词汇库，并定义各种term之间的关系（is_a part_of R）。

GO通过三个方面的术语对基因/基因产物的功能进行描述：分子功能(molecular function) -由基因/基因产物行使的分子水平上的功能； 细胞组件(cellular component)-基因/基因产物产生功能时其在细胞结构上的位置；生物学过程(biological process)-在哪个生物学通路/生物过程发挥作用。

目前，GO 注释主要有两种方法：

（1）序列相似性比对（BLAST）：例如blast2go（将blast结果转化为GO注释）

（2）结构域相似性比对（InterProScan）

blast2go的本地化教程：

在blast2go软件正确安装的情况下，使用blast2go进行go注释，出现无法得到注释结果的问题：

另外还有可能出错的原因是，blast2go无法识别blast高的版本号，当使用高版本的blast的时候，直接将版本号给修改为低版本的就行了，例如（BLASTX 2.2.25+）

GO 的图形是一个有向无环图