GFAP---KEGG analysis模塊

該模塊主要用于KEGG分析以及作圖埋市。首先,需要得到相應(yīng)基因的KEGG以及KO IDs:


輸入文件是先前的比對文件命贴,選擇近緣物種道宅,然后保存并命名,之后點(diǎn)擊“search”胸蛛,會(huì)出現(xiàn)兩個(gè)文件:


第一個(gè)是你命名的文件污茵,第二個(gè)是標(biāo)記著KO的文件。第一個(gè)文件含有的是基因ID以及對應(yīng)的KEGG ID葬项,第二個(gè)是基因ID; KEGG ID; KO ID以及功能泞当,如下:


同時(shí),因?yàn)檫@個(gè)文件含有大量信息民珍,有的時(shí)候會(huì)比較大襟士,打不開盗飒。這個(gè)時(shí)候別慌,選擇后面的:


你想要哪些內(nèi)容,你就選擇哪些內(nèi)容,然后點(diǎn)擊“extract”提取就好汉操。結(jié)果如下:


之后將產(chǎn)生的只含有基因ID以及KEGG ID 的文件拖入進(jìn)來:


便可得到KEGG對應(yīng)的功能邻吭。如下:


旁邊那個(gè)按鈕可以給你提供一份簡化版的注釋信息,比如:


如果使用簡單數(shù)據(jù)庫,則后面的信息會(huì)只保留kinase,具體想要哪些信息,同學(xué)們根據(jù)需要選擇落包。

再就是可視化。我們先說一下網(wǎng)絡(luò)圖摊唇。例如下面這個(gè):


具體操作是:


把上述過程得到的KEGG的功能文件咐蝇,放入① (當(dāng)然,因?yàn)橐粋€(gè)基因往往在多個(gè)過程中發(fā)揮作用而功能文件又含有很多基因巷查。所以信息會(huì)很復(fù)雜有序,在這里我建議同學(xué)們只展示需要展示的幾個(gè)基因,或者只展示需要展示的幾個(gè)功能岛请,全部放進(jìn)入不是不能做而是不好看旭寿,我們寫文章提供給別人的信息應(yīng)該是明確的,清晰的~)崇败,點(diǎn)② format一下盅称,之后在③處選擇一個(gè)顏色模型,其他參數(shù)可以暫時(shí)不用管后室,然后點(diǎn)擊④缩膝,就可以進(jìn)行繪圖。

再說一下岸霹,熱圖疾层。

這里往往不會(huì)很精彩,能夠提供的是如下所示的類型:


展示了在哪些過程有哪些基因贡避。

具體操作:


首先還是格式化文件痛黎,這里的格式化是對你的文件中的功能進(jìn)行一個(gè)統(tǒng)計(jì):文件放入①,點(diǎn)②贸桶,設(shè)置保存并命名文件③舅逸,之后點(diǎn)擊“statistics”即可完成。

然后將統(tǒng)計(jì)完的文件(當(dāng)然皇筛,同學(xué)們也可以用其他軟件對該文件進(jìn)行一個(gè)繪圖,反正坠七,統(tǒng)計(jì)的結(jié)果是一樣的水醋,只是具體的可視化方法不同而已)放入④旗笔,選擇一個(gè)顏色模式⑤,點(diǎn)擊⑥就可進(jìn)行繪圖~

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末拄踪,一起剝皮案震驚了整個(gè)濱河市蝇恶,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌惶桐,老刑警劉巖撮弧,帶你破解...
    沈念sama閱讀 218,682評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異姚糊,居然都是意外死亡贿衍,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,277評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門救恨,熙熙樓的掌柜王于貴愁眉苦臉地迎上來贸辈,“玉大人,你說我怎么就攤上這事肠槽∏嬗伲” “怎么了?”我有些...
    開封第一講書人閱讀 165,083評(píng)論 0 355
  • 文/不壞的土叔 我叫張陵秸仙,是天一觀的道長嘴拢。 經(jīng)常有香客問我,道長寂纪,這世上最難降的妖魔是什么席吴? 我笑而不...
    開封第一講書人閱讀 58,763評(píng)論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮弊攘,結(jié)果婚禮上抢腐,老公的妹妹穿的比我還像新娘。我一直安慰自己襟交,他們只是感情好迈倍,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,785評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著捣域,像睡著了一般啼染。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上焕梅,一...
    開封第一講書人閱讀 51,624評(píng)論 1 305
  • 那天迹鹅,我揣著相機(jī)與錄音,去河邊找鬼贞言。 笑死斜棚,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播弟蚀,決...
    沈念sama閱讀 40,358評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼蚤霞,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了义钉?” 一聲冷哼從身側(cè)響起昧绣,我...
    開封第一講書人閱讀 39,261評(píng)論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎捶闸,沒想到半個(gè)月后夜畴,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,722評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡删壮,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,900評(píng)論 3 336
  • 正文 我和宋清朗相戀三年贪绘,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片醉锅。...
    茶點(diǎn)故事閱讀 40,030評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡兔簇,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出硬耍,到底是詐尸還是另有隱情垄琐,我是刑警寧澤,帶...
    沈念sama閱讀 35,737評(píng)論 5 346
  • 正文 年R本政府宣布经柴,位于F島的核電站狸窘,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏坯认。R本人自食惡果不足惜翻擒,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,360評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望牛哺。 院中可真熱鬧陋气,春花似錦、人聲如沸引润。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,941評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽淳附。三九已至议慰,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間奴曙,已是汗流浹背别凹。 一陣腳步聲響...
    開封第一講書人閱讀 33,057評(píng)論 1 270
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留洽糟,地道東北人炉菲。 一個(gè)月前我還...
    沈念sama閱讀 48,237評(píng)論 3 371
  • 正文 我出身青樓堕战,卻偏偏與公主長得像,于是被迫代替她去往敵國和親颁督。 傳聞我的和親對象是個(gè)殘疾皇子践啄,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,976評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容