单细胞之富集分析-3：GO和KEGG富集分析及绘图

Posted 2023-05-11

参考技术A 单细胞富集分析系列：

单细胞富集分析我最常用的是 分组GSVA ，但最近用到了GO分析，就复习一下GO和KEGG富集分析及绘图。

载入无比熟悉的pbmc.3k数据集 (已注释好，数据准备见 monocle )

pbmc3k数据集只有1个样本，没办法区分HC和病例组。
若有分组，可以使用subset函数将某种细胞取出，来做这种细胞病例组和对照组相比的差异基因和富集分析

之所以长短不齐不按顺序是因为没有排序

排完续之后再画p值就是按顺序的了

附： 单细胞测序数据的差异表达分析方法总结

GO/KEGG功能富集分析及气泡图

何为功能富集分析？

功能富集分析是将基因或者蛋白列表分成多个部分，即将一堆基因进行分类，而这里的分类标准往往是按照基因的功能来限定的。换句话说，就是把一个基因列表中，具有相似功能的基因放到一起，并和生物学表型关联起来。

何为GO和KEGG？

为了解决将基因按照功能进行分类的问题，科学家们开发了很多基因功能注释数据库，。这其中比较有名的一个就是Gene Ontology（基因本体论，GO）和Kyoto Encyclopedia of Genes and Genomes（京都基因与基因组百科全书，KEGG）。

其中，GO是基因本体论联合会建立的一个数据库，旨在建立一个适用于各种物种的、对基因和蛋白功能进行限定和描述的、并能够随着研究不断深入而更新的语义词汇标准。GO注释分为三大类：分子生物学功能（Molecular Function，MF）、生物学过程（Biological Process，BP）和细胞学组分（Cellular Components，CC），通过这三个功能大类，对一个基因的功能进行多方面的限定和描述。

而KEGG，大多数人会将其当做一个基因通路（Pathway）的数据库，其实KEGG的功能远不止于此。KEGG是一个整合了基因组、化学和系统功能信息的综合数据库。KEGG下属4个大类和17个子数据库，而其中有一个数据库叫做 KEGG Pathway，专门存储不同物种中基因通路的信息，也是用的最多的一个，久而久之，KEGG被大家当做一个通路数据库了。

下面两个图展示了GO和KEGG Pathway的面貌。

 

 

如何做功能富集分析？

做功能富集分析的算法有很多，能够做功能富集分析的工具也非常多，见下面的列表

 

 Funrich 也可以做功能富集分析

以上的工具中，DAVID最为常用也最为权威。DAVID是由美国Leidos生物医学研究公司的LHRI团队开发的一个在线基因注释及功能富集网站（https://david.ncifcrf.gov/）

使用DAVID做功能富集分析