一吴裤、原理
?Gene Ontology（GO）是一個國際標準化的基因功能分類體系继蜡，提供了一套動態(tài)更新的標準詞匯表诗充，用于全面描述生物體中基因和基因產(chǎn)物的屬性苍蔬。
1）GO包含三個主要的本體（ontology），分別為：
① 分子功能（Molecular Function）：描述基因產(chǎn)物的分子活動蝴蜓，例如催化作用或結(jié)合功能碟绑。
② 細胞組分（Cellular Component）：描述基因產(chǎn)物在細胞中的位置，如細胞膜茎匠、細胞核等格仲。
③ 生物過程（Biological Process）：描述基因產(chǎn)物參與的生物學活動或過程，如細胞分裂诵冒、信號轉(zhuǎn)導等凯肋。
2）GO分析的目標是通過將差異表達基因（DEGs）與GO數(shù)據(jù)庫中的term（詞條）進行映射，找出在差異表達基因中顯著富集的GO條目造烁。
具體步驟如下：
① 將差異表達基因映射到GO數(shù)據(jù)庫(http://www.geneontology.org/)否过，統(tǒng)計每個GO term的基因數(shù)目。
② 通過超幾何檢驗惭蟋，計算每個GO term的顯著性苗桂，找出與整個基因組背景相比，在差異表達基因中顯著富集的GO條目告组。
注意：
① GO的基本單位是term（詞條煤伟、節(jié)點），每個term都對應(yīng)一個屬性木缝。
② GO功能分析一方面給出差異表達基因的GO功能分類注釋
③ 另一方面給出差異表達基因的GO功能顯著性富集分析便锨。
P值計算公式：?
N：所有Unigene中具有GO注釋的基因數(shù)目
n：差異表達基因中具有GO注釋的基因數(shù)目
M：所有Unigene中注釋為某特定GO term的基因數(shù)目
m：差異表達基因中注釋為某特定GO term的基因數(shù)目
計算得到的P值經(jīng)過FDR校正后，若校正后的P值（corrected-pvalue）≤0.05我碟，則認為該GO term在差異表達基因中顯著富集放案。
3）GO分析可以幫助我們了解差異表達基因的功能
① 輸入基因集或差異基因集，進行GO富集分析矫俺。
② 通過可視化圖形呈現(xiàn)分析結(jié)果吱殉，輸出圖形包括富集氣泡圖掸冤、條形圖、圈圖友雳、z-score氣泡圖（需要Log2(FC)數(shù)據(jù)）稿湿、網(wǎng)絡(luò)圖、二級分類圖等押赊。
4）文件類型及格式：
① 無差異基因列：包含基因ID列表饺藤。
② 有差異基因列：包含基因ID和對應(yīng)的差異表達值。
③ 背景基因文件：
兩類
5）參數(shù)設(shè)置：
① 選擇P值或Q值作圖：選擇P-value或Q-value作為顯著性檢驗的標準崇棠。
② 選擇前N個通路作圖：選擇繪制前15~30個GO條目咽袜。
注：
1. P-value (概率值)
1）定義：P-value 是假設(shè)檢驗中的一個統(tǒng)計量，表示在零假設(shè)（null hypothesis）成立的前提下枕稀，觀測到當前或更極端數(shù)據(jù)的概率。簡言之谜嫉，P-value 反映了結(jié)果的“偶然性”或“顯著性”萎坷。
2）計算方法：P-value 是根據(jù)實驗數(shù)據(jù)計算得到的，用于判斷實驗結(jié)果是否支持零假設(shè)（即沒有差異或關(guān)聯(lián)）沐兰。小的 P-value（通常小于 0.05）意味著結(jié)果不太可能是偶然發(fā)生的哆档，因此拒絕零假設(shè)，認為差異或關(guān)聯(lián)是顯著的住闯。
① P-value ≤ 0.05：一般認為差異具有統(tǒng)計學顯著性瓜浸。
② P-value > 0.05：表示結(jié)果不顯著，無法拒絕零假設(shè)比原。
3）局限性：
① P-value 只能反映一個假設(shè)檢驗的顯著性插佛，但在多次比較的情況下，可能會導致假陽性結(jié)果的增加量窘。
② 它沒有考慮多個假設(shè)檢驗時的錯誤率控制雇寇。
2. Q-value (假發(fā)現(xiàn)率，F(xiàn)DR調(diào)整后的P值)
1）定義：Q-value 是針對多重假設(shè)檢驗進行調(diào)整后的 P-value蚌铜，考慮了多個比較中的錯誤發(fā)現(xiàn)率（False Discovery Rate, FDR）锨侯。它是在 P-value 的基礎(chǔ)上，通過控制假陽性比例來調(diào)整的冬殃。
2）計算方法：Q-value 是通過多個假設(shè)檢驗中的 P-value 調(diào)整得到的囚痴，它給出的是在所有測試中拒絕零假設(shè)時，錯誤發(fā)現(xiàn)的期望比例审葬。Q-value 的計算方法通常使用 Benjamini-Hochberg (BH) 校正深滚，即通過調(diào)整每個 P-value 來控制 FDR骂束。
① Q-value ≤ 0.05：表示在多重假設(shè)檢驗中，結(jié)果是顯著的成箫，并且假陽性（錯誤發(fā)現(xiàn)）的概率較低展箱。
② Q-value > 0.05：表示在多次比較中，結(jié)果并不顯著蹬昌，假陽性風險較高混驰。
3）優(yōu)勢：
① Q-value 能更好地處理多個假設(shè)檢驗帶來的問題，它通過控制假發(fā)現(xiàn)率（FDR）來減少假陽性（False Positive）的出現(xiàn)皂贩。
② 在基因富集分析栖榨、轉(zhuǎn)錄組分析等涉及多個假設(shè)檢驗的生物學研究中，Q-value 更為可靠明刷。
總結(jié)：
① P-value 是單次假設(shè)檢驗的顯著性指標婴栽，表示觀察到的結(jié)果是否顯著。
② Q-value 是經(jīng)過多重比較校正后的顯著性值辈末，考慮了多個假設(shè)檢驗中的假陽性風險愚争，在多重假設(shè)檢驗中更為可靠。
6）GO分析圖形示例：
7）什么時候使用 P-value鞍陨，什么時候使用 Q-value？
1. 使用 P-value：
適用于：小樣本或少量假設(shè)檢驗韧衣。
情境：如果你進行的富集分析涉及的 GO term 數(shù)量相對較少（例如，只測試了幾十個 GO term）购桑，或者你的基因集規(guī)模較小畅铭，且假設(shè)檢驗的數(shù)量不大，這時可以使用 P-value 作為顯著性標準勃蜘。
原因：在這種情況下硕噩，多重比較的影響較小，使用 P-value 直接判斷每個 GO term 是否顯著即可缭贡，假陽性（False Positive）的風險不會顯著增加炉擅。
閾值：通常設(shè)定 P-value ≤ 0.05 作為顯著性的標準辉懒。這樣，你可以直接看哪些 GO term 的 P-value 小于 0.05谍失，認為這些 GO term 在你的基因集中富集眶俩。
例如：
假設(shè)你僅分析了 10 個 GO term，P-value 小于 0.05 時快鱼，表示該 GO term 在差異基因中顯著富集颠印。
2. 使用 Q-value（更推薦）：
適用于：大樣本或大量假設(shè)檢驗。
情境：如果富集分析涉及大量 GO term（例如數(shù)百到上千個 GO term）抹竹，這種情況下必須考慮 多重比較校正 的問題线罕，因為隨著假設(shè)檢驗的數(shù)量增加，假陽性的概率也會增大窃判。
原因：多重假設(shè)檢驗（Multiple Hypothesis Testing）會增加拒絕零假設(shè)的機會钞楼，即使這些拒絕的假設(shè)可能并不顯著，這就引入了假陽性（False Positive）問題袄琳。Q-value 通過控制 假發(fā)現(xiàn)率（FDR） 來解決這個問題询件，從而避免過多的假陽性。
3. Q-value的優(yōu)點：
控制假陽性率：Q-value 校正了多個檢驗時的假陽性跨蟹，能夠在較大樣本和較多假設(shè)檢驗的情況下雳殊，可靠地控制假陽性的比例。
更適合大規(guī)模數(shù)據(jù)分析：對于高通量數(shù)據(jù)（如基因表達數(shù)據(jù)）窗轩，使用 Q-value 能夠更有效地篩選顯著富集的 GO term，避免錯誤發(fā)現(xiàn)座咆。
閾值：通常設(shè)定 Q-value ≤ 0.05 作為顯著性標準痢艺。如果 Q-value 小于 0.05，表示該 GO term 在差異基因中顯著富集介陶，并且控制了假陽性率堤舒。
例如：
假設(shè)你分析了上千個 GO term，Q-value 小于 0.05 的 GO term 認為是顯著富集的哺呜，并且假陽性風險較低舌缤。
4. P-value 和 Q-value 的關(guān)系：
① P-value 是初步計算出來的原始統(tǒng)計值，表示在零假設(shè)下某残，觀察到數(shù)據(jù)的極端程度国撵。但它沒有考慮多次檢驗的影響。
② Q-value 是 P-value 在經(jīng)過多重比較校正（如 Benjamini-Hochberg 校正）后的結(jié)果玻墅，表示在進行多重檢驗時介牙，假陽性率的期望值。
③ 在多重檢驗時澳厢，Q-value 比 P-value 更加可靠环础，因此通常推薦在富集分析中使用 Q-value囚似，尤其是在涉及大量 GO term 或基因的情況下。
生物信息學領(lǐng)域非常廣泛线得，難以一次說盡饶唤。我們下次繼續(xù)更新，一起深入學習生物信息學的內(nèi)容贯钩！
喜歡的寶子們點個贊吧~碼字不易募狂，且行且珍惜~
