what is Gene Ontology ?——基因本體論
1 ， 什么是本體論？
簡單來說，就是我們對一個具體事物進行分類并予以描述。
例如：貓是一種哺乳動物/貓是貓科動物/貓是一種生活在陸地的生物等等。對于一事物，我們可以用不同的分類加以描述。因此，對于gene的本體論，是對gene的一種描述。而對gene的描述大概分三種：
① Cellular component 簡稱CC
② Biological process 簡稱BP
③ Molecular Function 簡稱MF
下面一一進行介紹
① 主要是看gene存在在哪，比如存在在細胞質(zhì)還是細胞核，假如存在在細胞質(zhì)，又存在在哪個細胞器呢？亦或者存在在線粒體中，是在線粒體膜上，還是線粒體機制中。
②指它能參與哪些生物學(xué)過程，比如說能夠參與RNA的加工，DNA復(fù)制等
③指從分子層面的功能是什么，比如說它具有什么催化功能分子功能等
所以， 我們可以從這三個方面得到基因的注釋信息。
2， 讓我們來捋一捋具體的思路：
① RNA-Seq 一般分為處理組和對照組 ， 即contral 和 treatment , 然后根據(jù)ctrl 和 treatment的表達譜進行比較找出來DEG（differential expression gene : 差異表達基因，后續(xù)會更新怎么找出差異基因）。
② 我們得到DEG后，對其進行GO annotation （GO 注釋，即上面介紹的對gene 的描述）, 我們期望可以在這三方面找到我們想要的以及未知的發(fā)現(xiàn)。
③那么下面一步就略微難理解， 比如說，我有200個DEG ,100個在細胞核中，那么我們可以說基因富集在了細胞核嗎？所以引出另外一個問題，How to test the GO is enriched ? 所以就有了GO 富集分析。對于模式生物（比如人），GO注釋已經(jīng)有了完備的數(shù)據(jù)庫可以使用。
個人通俗理解：從2000個基因碰到注釋為通路Ａ的概率為1/20 , 而500個差異基因里就有300個，概率為3/5，所以說明跟這條通路可能有關(guān)系，當然具體還是要算Ｐ值。
⑤GSEA分析：Gene Set Enrichment Analysis (基因集富集分析)評估一個預(yù)先定義的基因集的基因在與表型相關(guān)度排序的基因表中的分布趨勢，從而判斷其對表型的貢獻。需要輸入DEG基因集 ，還有其表達矩陣，Ｒ會基因根據(jù)其于表型的關(guān)聯(lián)度(可以理解為表達值的變化)從大到小排序，然后判斷基因集內(nèi)每條注釋下的基因是否富集于表型相關(guān)度排序后基因表的上部或下部，從而判斷此基因集內(nèi)基因的協(xié)同變化對表型變化的影響。與前面的GO和KEGG富集分析不同,GO和KEGG富集分析是設(shè)置閾值篩選差異基因，再判斷差異基因在哪些注釋的通路存在富集；這涉及到閾值的設(shè)定，存在一定主觀性并且只能用于表達變化較大的基因。而GSEA則不局限于差異基因，從基因集的富集角度出發(fā)，可以包括我們篩選掉的表達變化小卻對通路細微作用和協(xié)調(diào)功能的基因。
