正在做GO和KEGG畏妖，感覺之前理解的不夠透徹.. 現(xiàn)在把自己理解的整理一下
理論基礎(chǔ)：超幾何分布
超幾何分布理解：從一個箱子里不放回的取球，取到某種顏色球的概率踢代。
超幾何分布記作X~H(n,M,N)
超幾何分布在R中的命令
#100個白球400個紅球先鱼，取50次，取到10個白球的概率
dhyper(10,100,400,50,log=FALSE)
0.1474
#100個白球400個紅球奸鬓，取50次焙畔，取到小于等于10個白球的概率
phyper(10,100,400,50)
0.5851
R中help文檔中的描述，做quantile function的時候
Description
Density, distribution function, quantile function and random generation for the hypergeometric distribution.
Usage
dhyper(x, m, n, k, log = FALSE)
phyper(q, m, n, k, lower.tail = TRUE, log.p = FALSE)
qhyper(p, m, n, k, lower.tail = TRUE, log.p = FALSE)
rhyper(nn, m, n, k)
關(guān)于GO和富集的一點(diǎn)理解：
- GO terms是對基因的產(chǎn)物進(jìn)行描述串远，而不是基因本身進(jìn)行描述宏多，因為基因本身的產(chǎn)物有時候不止一種。
- GO注釋（GO annotations）庫澡罚，它主要是為GO terms提供注釋伸但，也就是描述這個GO terms有什么功能（例如某些基因的產(chǎn)物是什么，是蛋白質(zhì)留搔，還是非編碼RNA更胖，還是大分子等）。
-
GO富集分析主要關(guān)注兩點(diǎn)：前景基因和背景基因隔显。
比如却妨，這是goatools的結(jié)果：
goEnrichment.png
ratio_in_study(110/220) 即前景基因的情況，研究的220個基因(差異基因分析所得或其他)中有110個落在該GO term上;
ratio_in_pop(3167/19230) 即背景基因的情況括眠，該個體中所有的表達(dá)基因彪标，即19230個基因，落在該GO term中的基因數(shù)為3167;
P值即是這個兩個比值的顯著性差異掷豺，通過超幾何分布計算概率所得：即 一個個體內(nèi)捞烟，有3167個基因落在該GO term上，不在該GO term上的基因數(shù)為19230-3167個当船，從中取220個基因题画，落在該GO的基因數(shù)為110個的概率。
富集方法及GO term的查詢
python /.../goatools/scripts/find_enrichment.py <fg.genelist> <bg.genelist> <association_file> --outfile <outfile> --obo /../go-basic_20180701.obo --pval 0.05
說明：
- fg.genelist和bg.genelist就是研究的前景和背景基因文件德频，每行一個基因名
- association文件即每個基因?qū)?yīng)的GO號苍息，兩列，第一列為基因名第二列為GO號
-
obo: 官網(wǎng)下載的GO信息文件抱婉，大概情況如下：
圖片.png
4.ClusterProfiler
R包档叔，很有名了踢星，隨便搜搜都是參考信息啊估盘，簡單說一下骤菠，就是bitr這個方法轉(zhuǎn)化基因ID，然后用enrichGO和enrichKEGG進(jìn)行分析就ok了患亿。
簡書
既然講到轉(zhuǎn)化基因ID，那就講講基因ID的那些事吧：
HGNC:11998
淺談entrezID
常用數(shù)據(jù)庫 ID
關(guān)于GO term的理解：
namespace：biological_process
namespace在GO中共有三種BP(biological_process)、MF(molecular_function)步藕、CC(cellular_component)
摘自讀研筆記：
細(xì)胞組成（cellular component惦界，CC）：一般用來描述基因產(chǎn)物的發(fā)揮作用的位置，比如一個蛋白可能定位在細(xì)胞核中咙冗，也可能定位在核糖體中沾歪；
生物過程（biological process，BP）：描述的是指基因產(chǎn)物所聯(lián)系的一個大的生物功能雾消，或者說是它們要完成的一個大的生物目標(biāo)灾搏，例如有絲分裂或嘌呤代謝；
分子功能（Molecular Function立润，MF）：主要是指基因產(chǎn)物分子所執(zhí)行的任務(wù)狂窑，例如一個蛋白質(zhì)可能一個轉(zhuǎn)錄因子或是一個載體蛋白。
在一個GO注釋中桑腮，例如泉哈，一個基因的產(chǎn)物是細(xì)胞色素c（cytochrome c），那么這個基因的產(chǎn)物就會被一個分子功能術(shù)語（Molecular Function）描述為氧化還原酶活性（oxidoreductase activity ）破讨，被生物過程（Biological Process）描述為氧化磷酸化（oxidative phosphorylation）丛晦，被細(xì)胞成分（Cellular Component ）描述為線性體基質(zhì)（mitochondrial matrix）和線粒體內(nèi)膜（mitochondrial inner membrane）。
alt_id: GO:0008372 同一個GO term
剩下就是關(guān)系'is_a','part_of','regulates'等等
