GO和KEGG富集倍数（Fold Enrichment）的计算及结果展示方法

创作时间:

作者:

@小白创作中心

GO和KEGG富集倍数（Fold Enrichment）的计算及结果展示方法

引用

CSDN

https://m.blog.csdn.net/qq_52813185/article/details/131965799?utm_source=702048761

在生物信息学研究中，GO（Gene Ontology）和KEGG（Kyoto Encyclopedia of Genes and Genomes）富集分析是揭示基因功能和代谢通路的重要工具。本文将详细介绍如何计算GO和KEGG富集分析中的富集倍数（Fold Enrichment），并展示如何可视化GO富集分析的结果。

GO富集分析结果表解析

在进行GO富集分析时，通常会得到一个包含多个列的表格，每一列都有其特定的含义：

ONTOLOGY：区分是BP（生物学过程）、MF（分子功能）还是CC（细胞成分）。
ID：具体的GO条目ID号。
Description：GO条目的描述。
GeneRatio：一个分数，分子是富集到这个GO条目上的基因数目，分母是所有输入的做富集分析的基因数目。
BgRatio：背景比率。也是一个分数，分母是人类所有编码蛋白基因中有GO注释的基因数目（这里是19623个），分子是这19623个基因中注释到这个GO条目上的基因数目。
pvalue：富集的p值。
p.adjust：校正之后的p值。
qvalue：q值。
geneID：输入的做富集分析的基因中富集到这个GO条目上的具体基因名字。
Count：输入的做富集分析的基因中富集到这个GO条目上的基因数目。

富集倍数（Fold Enrichment）的计算方法

虽然富集分析结果表中没有直接提供富集倍数（Fold Enrichment），但可以通过以下公式计算：

fold enrichment = GeneRatio / BgRatio

以下是三种计算富集倍数的方法：

方法1：使用eval函数

kegg=read.csv("KEGG-enrich.csv",stringsAsFactors = F)
enrichment_fold=apply(kegg,1,function(x){
  GeneRatio=eval(parse(text=x["GeneRatio"]))
  BgRatio=eval(parse(text=x["BgRatio"]))
  enrichment_fold=round(GeneRatio/BgRatio,2)
  enrichment_fold
})

方法2：使用strsplit函数按/分割

kegg=read.csv("KEGG-enrich.csv",stringsAsFactors = F)
fenshu2xiaoshu<-function(ratio){
  sapply(ratio,function(x) as.numeric(strsplit(x,"/")[[1]][1])/as.numeric(strsplit(x,"/")[[1]][2]))
}
enrichment_fold=fenshu2xiaoshu(kegg$GeneRatio)/fenshu2xiaoshu(kegg$BgRatio)
enrichment_fold=as.numeric(enrichment_fold)

方法3：使用gsub函数替换

kegg=read.csv("KEGG-enrich.csv",stringsAsFactors = F)
fenshu2xiaoshu2<-function(ratio){
  sapply(ratio,function(x) as.numeric(gsub("/.*$","",x))/as.numeric(gsub("^.*/","",x)))
}
enrichment_fold=fenshu2xiaoshu2(kegg$GeneRatio)/fenshu2xiaoshu2(kegg$BgRatio)
enrichment_fold=as.numeric(enrichment_fold)

富集分析原理

当分析实验过程是否显著影响某一类功能基因时，如果只是根据该类基因中差异基因的比例是不准确的。例如，某一类功能基因的总数是100个，其中差异基因有10个，那么只有实验只是影响了该功能基因的10%，但是如果该实验一共只鉴定到20个差异基因，那么这10个差异基因就占所有差异基因的50%。因此，需要同时考虑差异基因在所有功能分类中的分布，得到的结果才是准确的。