微生信分享 http://blog.sciencenet.cn/u/chinapubmed 0代码在线绘制160+科研图

博文

棒棒糖图展示GO本体论富集分析结果

已有 1234 次阅读 2024-7-14 20:01 |系统分类:科研笔记

导读:

棒棒糖图展示GO富集分析结果。每个GO术语用一根竖线表示,竖线的高度为-log10(p),表示统计显著性。圆圈中的数字表示注释到特定GO术语的差异表达基因的个数。圆圈的颜色表示GO的3个类别:BP,CC,MF。

fig1.png

GO本体论简介

基因本体论(Gene Ontology,简称GO)是一个旨在提供标准化的基因和基因产物特性描述的生物信息学工具。目的是促进不同物种间基因功能的比较和数据共享。GO将基因和基因产物的特性分为三大类:

    1.细胞组分(Cellular      Component):描述基因产物在细胞内的位置,如线粒体、核糖体等

    2.分子功能(Molecular      Function):描述单个或多个基因产物在分子水平上的活动,例如催化或结合活性

    3.生物过程(Biological      Process):描述由多个分子功能有序组合产生的系列事件,如DNA修复或信号转导

基因本体论是一个动态发展的、多维度描述生物学特性的系统,它极大地促进了生物信息学研究和基因功能注释的标准化和共享。

 

GO富集分析

GO富集分析是一种生物信息学方法,用于确定在一组特定基因中,哪些GO条目显著富集。通过GO富集分析,研究者可以识别出在特定生物学状态或条件下,哪些生物过程、细胞组分、分子功能被显著调控或改变。GO富集分析是功能基因组学研究中的一个重要工具,广泛应用于转录组学、蛋白质组学和其他组学研究中。

 

1,打开作图URL

https://www.bioinformatics.com.cn/plot_basic_vertical_lollipop_chart_065

 fig2.png

2,示例数据

点击图片上方的示例数据,下载,并使用excel打开。

fig3.png

示例数据包括4列:

第1列: GO term,X轴

第2列: -log10转换的pvalue,竖线的高度,Y轴

第3列:基因数。此列可以与第2列一样,也可以不一样

第4列(可选):分组。若仅有一组数据,比如仅展示BP结果,可以不带这一列。若有多组,可以添加此列以使用不同的颜色区分不同的类别。

 

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。

fig4.png

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。

fig5.png

4,参数选择

图片大小:图片宽度,图片高度

文字大小,文字:包括GO term名字及刻度字体大小及文字旋转角度,X轴和Y轴说明字体大小,标注基因数字体大小,图例字体大小

线及marker点颜色:设置了竖线的宽度,颜色,线型;marker点的大小,颜色,标注文字的位置和文字颜色;

Marker形状:正方形,圆形,三角形等

字体:Times New Roman和Arial字体

 fig6.png

 

5,提交出图

检查通过,并且参数选好后,点击“提交”按钮,约3s后,会在页面上呈现富集结果棒棒图预览。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。

fig7.png

绘图技巧:

1, 组内数据,先排序后绘图,更美观

2, 若个别GO term太长,可以进行缩写展示,例如cellular response to vascular endothelial growth factor stimulus可以缩写为cellular response to VEGF stimulus

 

参考文献:

Transcriptome, Spliceosome and Editome Expression Patterns of the Porcine Endometrium in Response to a Single Subclinical Dose of Salmonella Enteritidis Lipopolysaccharide. Fig 3.

微生信助力高分文章,用户194000,谷歌学术3500



https://blog.sciencenet.cn/blog-707141-1442227.html

上一篇:冲积图(alluvial plot)展示竞争性内源RNA(ceRNA)网络
下一篇:根据KEGG官网,将pathway分析结果进行二级分类汇总,轻松找到感兴趣通路
收藏 IP: 114.84.150.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-12-26 16:30

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部