富集分析简介

富集分析（Enrichment Analysis）是生物信息学研究中最常用的统计方法，主要应用于分析高通量实验（如基因芯片、RNA-Seq、蛋白质组学等）所获得的基因或蛋白质表达数据。其目的是发现在特定生物学条件下，哪些基因集或通路表现出显著的表达变化。通过这种方法，研究者可以初步分析基因可能参与的生物学过程或信号通路，为理解基因功能和疾病机制提供了重要的视角。

常见的富集分析基因集包括：GO、KEGG、Reactome、DO等。富集分析工具包括：DAVID、KOBAS、enrichR、metascape、panther、clusterprofiler等。

富集分析结果表格一般包括：term名，pvalue/padj，基因数，ratio/rich factor等列，常以气泡图，条形图展示。

树图

今天我们使用渐变树图（tree map）来展示富集结果。

树图（treemap）是一种用于展示层次结构数据的可视化技术。图中矩形大小表示term的基因数；颜色表示-log10(p)；矩形的位置显示了数据的层次关系，例如粗线将图分成了左右两组。由于人们对颜色更加敏感，将富集term文字和颜色放在一起能够在一定程度上突出显著的结果。

1.打开作图URL

https://www.bioinformatics.com.cn/plot_basic_gradient_color_treemap_plot_246

2，示例数据

点击图片上方的示例数据，下载，并使用excel打开。

示例数据包括4列：

第1列：富集term

第2列：pvalue（-log10转换），用于颜色映射

第3列：基因数，跟矩形面积成正比

第4列（可选）：分组。使用粗线作为边框，分组绘制

3，输入检查

Ctrl+A选中示例数据，Ctrl+C拷贝，Ctrl+V粘贴到输入框。

​​

然后使用输入框下面的“输入检查”按钮先对输入数据进行检查。若检查不通过，请根据检查提示重复【修改-输入检查】步骤，直到检查通过（如下图所示），然后可以继续往下进行。

注：输入检查是新加功能，它会根据不同模块的输入要求，逐行逐列检查输入数据，并给出提示，确保数据符合模块要求。

4，参数选择

图片大小：图片宽度，图片高度

文字大小及颜色：矩形说明文字（富集条目名字）的字体大小，颜色；标题文字说明及颜色；图例标题和图例文字字体大小

渐变颜色： -log10(p)映射的低颜色和高颜色，越高p值越显著

边线的宽度及颜色：若包括第4列分组，则使用粗线作为边线分组展示

字体：Times New Roman和Arial字体

使用NPG(nature publishing group)配色方案进行配色。

5，提交出图

检查通过，并且参数选好后，点击“提交”按钮，约5s后，会在页面上呈现富集结果渐变树图预览。我们提供了pdf，svg两种矢量图，png，tiff两种标量图供大家下载使用。其中矢量图可以使用acrobat illustrator进行编辑、组图等。

绘图技巧：由于矩形面积大小是根据第3列计算的，因此若第3列基因数差别太大，则最小的矩形上可能不能显示文字，请使用acrobat illustrate编辑处理。

微生信助力高分文章，用户192000，谷歌引用3500