topGO 的设计旨在实现 GO term 的半自动富集分析。一个主要优点是它提供的统一化的基因集检测方案 (the unified gene set testing framework) 。接下来是对这个主要优点的展开，Besides, also 句型——轻松地应用函数完成GO富集分析、容易地执行新的统计学检测或新算法、对比不同的GO富集研究方法。
成都创新互联公司是一家专注于网站建设、成都网站制作与策划设计,双滦网站建设哪家好?成都创新互联公司做网站,专注于网站建设十余年,网设计领域的专业建站公司;建站业务涵盖:双滦等地区。双滦做网站价格咨询:18982081108
调用 ALL 包的内置数据。
函数 topDiffGenes() 可以在 p-values=0.01 的显著水平上筛选 geneList 中的差异表达基因。
万事俱备，开始 构建 topGOdata ，这个对象包含全部的基因指标 (gene identifiers) 和其数值、GO注释、GO 层次结构 (GO hierarchical structure) 以及其他用于富集分析的信息。
两种方法： classic, elim
函数 GenTable() 可用于分析富集最为显著的 GO term 和相对应的p值。
函数 score() 可以得到 topGOresult 对象中 GO term 的p值。
可以看出两种方法得到的p值确实是有差异的，所以显然存在一些被A方法认定显著——而在B方法下不显著的 GO term. 可以通过下面的方法找到它们：
方形为显著性前五的 GO term.
函数 showGroupDensity() 可以解释 显著富集到某个GO term的基因 是否比其他基因有更高的分值。
参考网站
R获取指定GO term和KEGG pathway的gene list基因集
使用R进行Gene Ontology(GO)富集分析过程中如何导出某一特定GO词条下所有的基因
笨方法可以去KEGG官网复制然后分列提取
GO Term例子
本例子df输入数据结构为
前面我给大家详细介绍过
☞GO简介及GO富集结果解读
☞四种GO富集柱形图、气泡图解读
☞GO富集分析四种风格展示结果—柱形图，气泡图
☞KEGG富集分析—柱形图，气泡图，通路图
☞ DAVID GO和KEGG富集分析及结果可视化
也用视频给大家介绍过
☞ GO和KEGG富集分析视频讲解
最近有粉丝反映说，利用clusterProfiler这个包绘制GO富集分析气泡图和柱形图的时候，发现GO条目的名字都重叠在一起了。
气泡图
柱形图
这个图别说美观了，简直不忍直视。经过我的认真研究，发现跟R版本有关。前面我给大家展示的基本都是R 3.6.3做出来的图。很多粉丝可能用的都是最新版本的R 4.1.2。
我们知道R的版本在不停的更新，相应的R包也在不停的更新。我把绘制气泡图和柱形图相关的函数拿出来认真的研究了一下，终于发现的症结所在。
dotplot这个函数，多了个 label_format 参数
我们来看看这个参数究竟是干什么用的，看看参数说明
label_format :
a numeric value sets wrap length, alternatively a custom function to format axis labels. by default wraps names longer that 30 characters
原来这个参数默认值是30，当标签的长度大于30个字符就会被折叠，用多行来展示。既然问题找到了，我们就来调节一下这个参数，把他设置成100，让我们的标签可以一行展示。
是不是还是原来的配方，还是熟悉的味道
同样的柱形图，我们也能让他恢复原来的容貌。
关于如何使用R做GO和KEGG富集分析，可参考下文
GO和KEGG富集分析视频讲解
点击“Start BiNGO”。分析完成后弹出运行报告，内容在bgo文件里也有。还返回一个相互作用网络，显示上一步f下选的那些节点。节点的标签显示的是属于上一步h 下选的GO注释种类的term。默认颜色分布：富集程度越高则节点背景越偏橙色，越低则越靠近黄色。白色节点表示未被显著富集，之所以出现在结果中是因为 他们的某个子节点显著富集。结果中节点的多少是与提交到分析的节点的多少成正比的。