尽管存在大量组学数据GO功能分析软件,但是,对结果的全面而详细的理解仍然是有挑战性的,主要是由于缺乏公开可用的可视化工具。
R包GOplot基于ggplot2增强图形化展示。它利用任何通用富集分析的输出,并在不同细节层次上产生图像:从总览最富集的类别(条形图、气泡图),到在一套给定类别中展示不同类型分子信息的更详细视图(环形图、弦图、聚类图)。该包提供了对组学数据的一个更深入的理解,允许科学家仅用几行代码就能产生有深刻见解的图像,以容易地交流他们的发现。
说明: GO三大类别:BP(biological process),CC(cell component),MF(molecular function) z-score:表示BP(/MF/CC)是更可能下降(负值)或者升高(正值) logFC:基因倍数变化 count:GO term包含的基因数 adj p:校正的P值 GO term,例如GO:0007507是heart development
GOBar
X轴是GO terms,Y轴是adj p,颜色代表z-score
GOBubble
X轴是z-score,Y轴是adj p。3种颜色代表3大类(BP,CC,MF),一个气泡代表一个GO term,面积代表该GO term中的基因数
GOCircle
从外到内依次为:GO ID;基因上下调(上调红色,下调蓝色);z-score
GOChord
左侧是基因(颜色代表上下调),右侧是不同GO term,连接的带表示某基因在某GO term中
GOHeat
X轴是基因,Y轴是GO term,颜色表示基因的倍数变化(logFC)
GOCluster
从内到外依次为:基因聚类,倍数变化,GO term
GOVenn
3个GO term相关基因的venn图。例如heart development和tissue morphogenesis共有4 13 1 4=22个基因,其中共同上调4 1=5个,共同下调13 4=17个。
图例详细说明见https://wencke.
|