【科研猫】3分钟了解GO/KEGG功能富集分析（一）

关注微信公众号：科研猫

本文系  公众号：科研猫  原创，侵权必究，转载联系科研猫公众号后台。

“大数据”、“组学”、“数据挖掘”是近几年来我们经常听到的词汇，科研工作中也经常用到二代测序，不管送哪家测序公司进行测序或数据分析，结题报告中都会看到一个标准的分析套路：功能富集分析。

说起功能富集分析，想必大家并不陌生，但要表述一下它的定义，又很少有人能回答的出（组会的时候，是不是经常会被导师这样Q到呢~~）。

大部分科研工作者，对功能富集分析的最初了解，是从测序公司给我们的分析结果开始的。要知道朦朦胧胧的概念，就会导致对数据结果分析的不透彻，乃至不知如何让测序数据变得有意义。

功能富集分析是什么？GO和KEGG为何物？怎么做功能富集分析才是最准确的？今天，我们就从这几个问题出发，仔细跟大家讲讲功能富集分析的由来、定义，并带领大家进行一个实例操作。

01  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。

02  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，分别是：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，大多数听说过KEGG的人都会把它当做一个基因通路（Pathway）的数据库，其实人家的功能远不止于此。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和子数据库，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，所以，久而久之，KEGG就被大家当做是一个通路数据库了。以下图为例，我们分别用GO的三大分类和KEGG Pathway中的实例向大家展示GO和KEGG在各自数据库中本来的样子。

03  如何做功能富集分析？

功能富集分析的算法有很多种，能够做功能富集分析的工具也非常多，如果大家想深入了解的话，下面是一个工具列表可供大家学习。

在以上所有的工具中，有一个工具是最为常用，也最为权威，那就是DAVID。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，其网址 https://david.ncifcrf.gov/。为什么说DAVID它是最权威的呢？看下图就知道了：仅DAVID这一个软件就发表了10篇sci文章，其中5分以上7篇，累计影响因子将近85分。其他用DAVID进行分析并发表的文章就更不计其数了。

那么，怎么通过DAVID进行功能富集分析，得到美美的结果呢？下节课程将会详细讲解DAVID使用及柱形图、气泡图制作。

关注“科研猫”公众号，获取更多科研资讯。

想要领取GO/KEGG功能富集分析

全套资料的喵咪们

赶紧联系客服折耳猫小姐姐哟~

更多科研新鲜资讯、文献精度和生物信息技能，请关注科研猫公众号

下方点好看，师兄给你更多好看。