上一期的RNA-seq結果解讀，我們和生信小白們談了一下差異基因分析中的火山圖、韋恩圖、聚類圖（點這里查看這一期微信）。

本期咱們看看RNA-seq如何利用GO和KEGG數(shù)據(jù)庫！

GO（gene ontology）數(shù)據(jù)庫，收集的是對各種物種基因功能進行限定和描述的標準詞匯（term），是國際標準化的基因功能描述分類系統(tǒng)。根據(jù)基因產(chǎn)物的相關生物學過程（ biological_process）、細胞組分（cellular_component）以及分子功能（molecular_function）三個大類分別給予定義，而每一大類下又包含更多層級具體term，這些定義與具體物種無關。

KEGG（Kyoto Encyclopedia of Genes and Genomes）是一個綜合數(shù)據(jù)庫，整合了基因組信息、化學信息和生化系統(tǒng)功能信息，目前包含了16個子數(shù)據(jù)庫。比如，KEGG PATHWAY數(shù)據(jù)庫包含了圖解的細胞代謝、膜轉運、信號傳導等通路信息； KEGG GENES數(shù)據(jù)庫、KEGG GENOME數(shù)據(jù)庫則包含了部分或者完整序列的基因/基因組信息；KEGG Orthology（KO）是KEGG直系同源數(shù)據(jù)庫，將各個KEGG注釋系統(tǒng)聯(lián)系在一起，將分子網(wǎng)絡和基因組信息聯(lián)系起來，根據(jù)直系同源關系，實現(xiàn)跨物種的基因組或轉錄組的功能注釋。

圖示解析：

1. 橫坐標：GO三個基本分類（BiologicalProcess、CellularComponent、Molecular Function）以及各類的下一層級term，從中可以看到描述BP、CC或MF的具體term有哪些。通過該圖對應的表格可以查找某一基因的具體功能信息。

2. 縱坐標：注釋到某一term（該term及其子term）的基因數(shù)目。

圖示解析：

1. 有向無環(huán)圖（DAG圖）：GO數(shù)據(jù)庫中，3大獨立的ontology（BP、CC、MF）下面又可以獨立出不同的亞層次，層層向下構成一個ontologies的樹型分支結構，即有向無環(huán)圖型。

2. RNA-seq中，對差異表達基因進行GO富集分析，采用topGO軟件包實現(xiàn)有向無環(huán)圖，展示差異基因富集的GO term及其層級關系，從上至下所定義的功能范圍越來越具體。

3. 對BP、CC、MF三大類各取富集程度最高的前10位作為DAG圖主節(jié)點（方框表示），通過包含關系（is_a和part_of）將相關聯(lián)的GO term一起展示，顏色越深代表富集程度越高，可以看出某一個term可以有多個箭頭指向。比如 biological process term 'hexose biosynthesis' 有兩個parents：'hexose metabolism'和'monosaccharide biosynthesis'，這是因為生物合成是代謝的一種，而己糖又是單糖的一種。

4. 每一個節(jié)點（方框or橢圓），包含4行信息：GO term的id、該term的描述、GO富集的Corrected P-Value、該term下差異基因的數(shù)目/該term下基因組背景基因的數(shù)目。

圖示解析：

1. RNA-seq中，對差異表達基因進行KEGG富集分析，可以通過散點圖展示。此圖中，KEGG富集程度通過Rich factor、qvalue和富集到此通路上的基因個數(shù)來衡量。

2. 橫坐標是Rich factor，數(shù)值越大表示富集程度越大。Rich factor=位于該pathway term下的差異表達基因數(shù)/位于該pathway term下的所有有注釋基因數(shù)。

3. 縱坐標是富集程度較高的pathway term（一般選取富集最顯著的20條進行展示，不足20條則全部列出）。

4. q value是經(jīng)過多重校驗的p value，取值范圍[0，1]，以顏色表示，越紅表示q value越小，說明富集越明顯。

5. 點的大小表示該term下差異基因的個數(shù)，點越大表示基因數(shù)越多。

圖示解析：

1. RNA-seq中，KEGG通路圖是將差異表達基因所處的通路信息進行展示。

2. 對于有參考基因組的物種，轉錄組測序獲得的差異基因構建KEGG通路圖時可以選擇物種特異性通路圖（Organism-specificpathway map），物種相關的通路節(jié)點以綠色背景的方框表示。

3. 節(jié)點（矩形框）代表某一基因、該基因編碼的酶及這個酶參與的反應?？蛑械臄?shù)字是EC編號。網(wǎng)頁版通路圖分析結果中，點擊該節(jié)點可以獲得具體的信息（如下圖）。550369是KEGG中的基因ID， T01004是物種標識符，然后是基因的名稱，屬于哪個KO分類以及表達的酶，對應的物種信息，參與哪些代謝途徑，下面還有結構、序列信息等等。

   
   
   

4. 紅色邊框表示該差異基因是上調(diào)的，綠色邊框表示下調(diào)。上圖展示的是有參轉錄組差異基因參與的類固醇生物合成途徑。有時還會遇到黃色邊框標注的，表示既有上調(diào)的也有下調(diào)的。粉色邊框表示該節(jié)點是有差異的，但不區(qū)分具體上、下調(diào)。

5. 對于沒有基因組序列的物種，選擇無參轉錄組測序，此時構建KEGG通路圖選擇的是 KO Reference pathway，不區(qū)分具體物種信息，節(jié)點以藍色背景標注（如下圖）。

KEGG通路圖中各種符號的含義：

希望本期的分享能夠帶給你一點點幫助。如果大神們有更好的介紹，歡迎在評論區(qū)與大家分享交流~

文案：杜德超（轉錄調(diào)控事業(yè)部）

編輯：賈紅麗