一文掌握GO和pathway分析

非原创
参考资料：
一文掌握GO和pathway分析 - 生物信息学讨论版 -丁香园论坛
http://www.dxy.cn/bbs/thread/34904124#34904124

一. GO富集

GO是Gene ontology的缩写，GO数据库分别从功能、参与的生物途径及细胞中的定位对基因产物进行了标准化描述，即对基因产物进行简单注释，通过GO富集分析可以粗略了解差异基因富集在哪些生物学功能、途径或者细胞定位。

二. Pathway
Pathway指代谢通路，对差异基因进行pathway分析，可以了解实验条件下显著改变的代谢通路，在机制研究中显得尤为重要。

GO分析好比是将基因分门别类放入一个个功能类群的篮子，而pathway则是将基因一个个具体放到代谢网络中的指定位置。

三. 文章案例

Identification of a novel biomarker, SEMA5A, for non-small celllung carcinoma in nonsmoking women
相关基因：SEMA5A
相关疾病：Carcinoma,Non-Small-Cell Lung;Lung Neoplasms
PMID: 20802022 影响因子3.622 GEO 相关样本：120

  文章作者使用AffymetrixU133plus2.0芯片1检测了台湾地区非吸烟肺癌女性患者60对癌症和癌旁肺组织样本，利用配对T检验筛选了肿瘤组织中687个差异表达基因2，并且利用逆转录PCR和免疫组化进行了验证。如何将687个缩小范围呢?因此我们需要判断差异基因在肺癌细胞中主要富集在哪些功能类群和代谢通路。
  文章作者利用IPA(IngenuityPathway Analysis)软件对差异基因进行了功能分析，筛选出了16条显著性代谢通路3。在最显著改变的三条通路中，其中两条都和轴突导向信号通路(axonguidance)相关，作者很意外，于是就选定了轴突导向信号通路，并在其中挑选了差异表达倍数最高的SEMA5A基因作为后续的研究对象。
 作者最后利用kaplan-Meier生存分析证明了SEMA5A基因的低表达和非吸烟女性肺癌的低生存率有关联，其可能成为非小细胞肺癌预后的一个有效的生物标志物，也可能代表台湾地区病人的性别特异性。

四.文章思路：

1.找到差异表达基因；
2.通过功能分析进一步缩小差异基因范围；
3.有针对性的挑选基因；

1.目的：找到差异表达基因。
方法：基因差异表达分析流程

2.目的：缩小差异基因范围。
方法：功能分析（GO、KEGG分析等）

3.目的：有针对性的选基因。
方法：找最显著、最常出现、差异最显著的基因，kaplan-meie生存分析。

image

五.文章分析结果
小编利用上述案例中的数据GSE19804在GCBI在线实验室首先进行差异分析(|foldchange|>2, P值<0.001Q值<0.05)，得到了2202个差异基因。
将差异基因分别进行GO(P值<0.01，FDR<0.01)和pathway分析(P值<0.05)，富集得到351个GO term和110条pathway。
结果如下图所示，表一和表二分别为部分GO富集结果和最显著的15条pathway分析结果。