基于GO-Figure快速绘制GO富集气泡图

GO-Figure! 是一个基于pyhton写的GO富集小软件，方便我们拿到富集结果后直接使用命令行的形式进行可视化，绘制出具有灵活性、可重复性的图形，且可基于最新的GO数据库内容进行富集。效果图如下，若用惯了常见的气泡柱形图，这种形式也不失为一种新颖的可视化方法~

image-20221124194112907

pip安装packages

首先要确保使用的python3以上

##安装软件
git clone https://gitlab.com/evogenlab/GO-Figure.git
##下载以下几个packages
pip install numpy 
pip install matplotlib
pip install seaborn
pip install scikit-learn 
pip install adjustText
##检测是否成功使用
 python3 gofigure.py -h

image-20221124190410468

重要参数

-rs/--random_seed： 相当于随机种子，图形label有重叠时候可以替换，默认1

-i/-o: 输入、输出

-a,--max_clusters: 要绘制的最大term数量(整数值)。默认= 50。

-j: 输入文件的类型

-n, --ontology: 使用哪个本体:生物过程('bpo')、分子功能('mfo')、细胞成分('cco')，还是所有本体('all')。默认就是all。

-si, --similarity_cutoff：GO terms相似性阈值介于0到1之间. Default = 0.5.

-r, --representatives: 具有作为代表的优先级的GO terms。逗号分割，如 'GO:0000001,GO:0000002

-v, --max_pvalue: 最大的p value

-so, --sort_by: 基于哪列的值进行排序

nc, --name_changes： 更改名字

.......(还有挺多有用参数，自行了解)

输入数据类型

具有以下4种类型

1. Standard input

标准的输入数据只含有两列信息：GO term 和 富集的Pvalue

image-20221124190616711

2. Standard-plus input

我们也可以增添一列显著term中包含的gene数量

image-20221124190732497

3. TopGO input

使用TopGO富集结果，带上行号共有以下7列数据

image-20221124190819508

4. GOStats input

使用GOStats包的输出结果，包含以下7列信息，开头的几行信息可以删除。

image-20221124191059025

绘图

这里我们拿自带的standard-plus_example_input.tsv文件举例进行分析

基础图形

python3 gofigure.py -i example_data/standard-plus_example_input.tsv -j standard-plus -o result 
## 

image-20221124192301943

这里可以通过-si 参数设置阈值 , -v 设置显著性阈值

python3 gofigure.py -i example_data/standard-plus_example_input.tsv -j standard-plus -si 0.8 -v 0.00001

image-20221124192726103

改变色彩

python3 gofigure.py -i example_data/standard-plus_example_input.tsv -j standard-plus -p viridis -o result

image-20221124192857358

添加标签及箭头

python3 gofigure.py -i example_data/standard-plus_example_input.tsv -j standard-plus -u go-arrows -o result

image-20221124192948646

更多参数及使用例子详见文档Waterhouse Lab / GO-Figure · GitLab学习。

注：更新GO-Figure！

开头的地方提到了可基于最新的GO数据库内容进行富集，就是因为该软件进行分析基于的数据主要来自于以下两个文件:

1. go.obo (http://geneontology.org/docs/download-ontology/)
2. goa_uniprot_all.gaf.gz (https://ftp.ebi.ac.uk/pub/databases/GO/goa/UNIPROT/) 解压后100G~左右

这两个文件是持续更新的，因此我们使用前下载这两个最新的文件，就可以富集到更加可靠的结果。

下载完毕后，我们还需要使用软件自带的脚本对这两个文件进行解析:

python3 scripts/relations.py data/go.obo > data/relations.tsv
python3 scripts/ics.py data/relations.tab goa_uniprot_all.gaf data/go.obo > data/ic.tab

至此，拿到relations.tsv和ic.tab两个文件后，我们就可以使用上述的命令行进行富集分析了~自己体验下吧！