无需写代码的高颜值富集分析神器

　　富集分析是了解一个基因集功能倾向性的一个方式，在组学研究领域应用广泛。常见的有基于差异基因的Over-representation  分析，也就是常说的GO、KEGG富集分析和Functional class scoring  分析，如GSEA。这两种富集分析算法不同，但可以都支持同样的注释集，如GO、KEGG或其他类型的注释。基本原则只有一个：基因集的基因名字与注释集的基因名字能匹配 。剩下的就是了解下原理去操作了。
　　下面三篇文章建议仔细多读几遍，尤其是原理解释部分。对以后的分析事半功倍。做了一年的培训的体验是：学不会是因为没时间 。时间用到了，自然就会了，培训现场的进度就是最好的支持证据。我们的培训希望在3天时间告诉大家需要3个月到半年可以掌握的知识，多读几遍也就都会了 (跑题了)。GO、GSEA富集分析一网打进GSEA富集分析 - 界面操作去东方，最好用的在线GO富集分析工具
　　今天给大家介绍的是Cytoscape的插件——ClueGO。ClueGO能以网络图的形式来展示GO富集结果。
　　除了在线工具和R代码，今天带来的是网络绘制工具Cytoscape的一个插件ClueGO  ，支持200多个物种，支持数据库实时更新，支持多个注释数据集，支持多集合富集结果比较和网络图展示。配合Cytoscape的网络操作，可以做更多探索。下面看看怎么安装和使用吧。ClueGO安装官网下载
　　（http://apps.cytoscape.org/apps/cluego）
　　Cytoscape的APP Manager中下载
　　ClueGO激活
　　ClueGO第一次使用需要按照提示申请license  ，申请网址为：http://www.ici.upmc.fr/cluego/cluegoLicense.shtml。 点击Request a license key  ，填写基本信息之后提交审核，审核时间可能需要几天。拿到license之后点击App-ClueGO  ，在弹出的提示框中输入license  即可激活ClueGO。简单使用ClueGO1. 上传数据
　　可以粘贴基因的id  、symbol  等或从本地上传文件 (富集分析的基因集只需要基因名字 )，我们以ClueGO的示例文件＂CluePediaExampleFile_Th1RelatedGenes.txt＂为例，并选择其对应物种和自动识别Gene id  类型选项。
　　2.选择富集数据集和富集标准
　　默认是BP（Biological Process），我们增加常用的CC（ellular component）和MF（Molecular Function）
　　然后勾选以下选项，目的是只显示p值<=0.05 的富集结果。具体选择的富集显著性Pvalue  ，可自行调整。
　　3.富集分析和结果展示
　　点击start  开始进行富集分析
　　运行结束后，会跳出一个简述富集结果信息的提示框，包括物种  , 基因名字  ，匹配的注释信息  ，重叠度  和冗余度  等信息。
　　Cytoscape的网络视图中展示的是富集结果的网络图。每个节点 是代表性富集通路  ，节点的连线 表示通路之间的共有的基因数  ，颜色 表示该节点的富集情况分类  (隶属于哪个功能组，颜色也可以和表格形式的的ClueGO结果对应)。
　　结果导出为矢量图
　　结果保存为表格或Excel格式
　　ClueGO优势1. 物种丰富，并支持手动下载
　　本地有人类和小鼠可选，也可根据需要下载，支持近200个物种。
　　2. 物种注释手动更新
　　(前面推荐的GOEAST是每周更新，这个可以认为是实时更新。R中的注释包相比来说更新的慢了些，需要社区发布新版本或自己整理。)3. 多种网络布局和自由网络设计
　　多种网络布局类型选择
　　style  选项可对网络的颜色，节点，网络等进行修改
　　4. 多个数据集比较
　　同时导入2组或多组基因列表，可以进行比较分析。
　　富集结果
　　首先跳出了一个简述富集结果信息的提示框，和单组分析类似，包括物种  , 基因名字  ，匹配的注释信息  ，重叠度  和冗余度  等信息，但是额外统计了了两组共有的基因的富集结果。
　　Cytoscape的网络视图中展示的是富集结果的网络图。每个节点 是代表性富集通路  ，节点的连线 表示通路之间的共有的基因数  ，颜色 表示该节点的富集情况分类  ，而两组单独的，综合的，共有的富集通路等均可在ClueGO results详细看到。
　　5. 链接外源数据库
　　看到感兴趣的基因、通路，可以直接选择需要的外源数据库查询获得更多信息。