1、屬性不同
創(chuàng)新互聯(lián)2013年至今，先為蒙陰等服務(wù)建站，蒙陰等地企業(yè)，進行企業(yè)商務(wù)咨詢服務(wù)。為蒙陰企業(yè)網(wǎng)站制作PC+手機+微官網(wǎng)三網(wǎng)同步一站式服務(wù)解決您的所有建站問題。
Go（又稱 Golang）是 Google 的 Robert Griesemer，Rob Pike 及 Ken Thompson 開發(fā)的一種靜態(tài)強類型、編譯型語言。功能：內(nèi)存安全，GC（垃圾回收），結(jié)構(gòu)形態(tài)及 CSP-style 并發(fā)計算。
KEGG 是了解高級功能和生物系統(tǒng)（如細胞、 生物和生態(tài)系統(tǒng)），從分子水平信息，尤其是大型分子數(shù)據(jù)集生成的基因組測序和其他高通量實驗技術(shù)的實用程序數(shù)據(jù)庫資源，是國際最常用的生物信息數(shù)據(jù)庫之一，以“理解生物系統(tǒng)的高級功能和實用程序資源庫”著稱。
2、性質(zhì)不同
go是計算機編程語言。
KEGG基因組破譯方面的數(shù)據(jù)庫。
擴展資料：
Go的語法接近C語言，但對于變量的聲明有所不同。Go支持垃圾回收功能。Go的并行模型是以東尼·霍爾的通信順序進程（CSP）為基礎(chǔ)，采取類似模型的其他語言包括Occam和Limbo。
但它也具有Pi運算的特征，比如通道傳輸。在1.8版本中開放插件（Plugin）的支持，這意味著現(xiàn)在能從Go中動態(tài)加載部分函數(shù)。
與C++相比，Go并不包括如枚舉、異常處理、繼承、泛型、斷言、虛函數(shù)等功能，但增加了 切片(Slice) 型、并發(fā)、管道、垃圾回收、接口（Interface）等特性的語言級支持。Go 2.0版本將支持泛型，對于斷言的存在，則持負面態(tài)度，同時也為自己不提供類型繼承來辯護。
不同于Java，Go內(nèi)嵌了關(guān)聯(lián)數(shù)組（也稱為哈希表（Hashes）或字典（Dictionaries）），就像字符串類型一樣。
KEGG是一個整合了基因組、化學和系統(tǒng)功能信息的數(shù)據(jù)庫。把從已經(jīng)完整測序的基因組中得到的基因目錄與更高級別的細胞、物種和生態(tài)系統(tǒng)水平的系統(tǒng)功能關(guān)聯(lián)起來是KEGG數(shù)據(jù)庫的特色之一。
人工創(chuàng)建了一個知識庫，這個知識庫是基于使用一種可計算的形式捕捉和組織實驗得到的知識而形成的系統(tǒng)功能知識庫。它是一個生物系統(tǒng)的計算機模擬。
與其他數(shù)據(jù)庫相比，KEGG 的一個顯著特點就是具有強大的圖形功能，它利用圖形而不是繁縟的文字來介紹眾多的代謝途徑以及各途徑之間的關(guān)系，這樣可以使研究者能夠?qū)ζ渌芯康拇x途徑有一個直觀全面的了解。
參考資料來源：百度百科-go
參考資料來源：百度百科-KEGG
一直都搞不清楚這兩者的具體區(qū)別，只知道是將基因富集到代謝上。
前者是功能注釋，即每個基因可能參與哪些pathway terms 或者 GO terms，沒有閥值的。
后者是功能富集，即基因集（多個基因）可能顯著的集中在哪些功能上面
例如選擇P0.05.得到的結(jié)果都是顯著性富集的pathway terms或者GO terms。
GO
GO是Gene ontology的縮寫，GO數(shù)據(jù)庫分別從功能、參與的生物途徑及細胞中的定位對基因產(chǎn)物進行了標準化描述
即對基因產(chǎn)物進行簡單注釋，通過GO富集分析可以粗略了解差異基因富集在哪些生物學功能、途徑或者細胞定位。
Pathway
Pathway指代謝通路，對差異基因進行pathway分析，可以了解實驗條件下顯著改變的代謝通路，在機制研究中顯得尤為重要。
GO分析好比是將基因分門別類放入一個個功能類群的籃子，pathway則是將基因一個個具體放到代謝網(wǎng)絡(luò)中的指定位置。
之前分享了如何用ggplot2可視化GO分析的結(jié)果。既然做了GO，當然少不了KEGG了。
同樣的，我們從 DAVID 獲取KEGG pathway的結(jié)果。
對于KEGG，我比較喜歡做氣泡圖，這樣用兩種形式的圖結(jié)合在一起，效果更豐富更好看一點。
前面我給大家詳細介紹過
?GO簡介及GO富集結(jié)果解讀
?四種GO富集柱形圖、氣泡圖解讀
?GO富集分析四種風格展示結(jié)果—柱形圖，氣泡圖
?KEGG富集分析—柱形圖，氣泡圖，通路圖
? DAVID GO和KEGG富集分析及結(jié)果可視化
也用視頻給大家介紹過
? GO和KEGG富集分析視頻講解
最近有粉絲反映說，利用clusterProfiler這個包繪制GO富集分析氣泡圖和柱形圖的時候，發(fā)現(xiàn)GO條目的名字都重疊在一起了。
氣泡圖
柱形圖
這個圖別說美觀了，簡直不忍直視。經(jīng)過我的認真研究，發(fā)現(xiàn)跟R版本有關(guān)。前面我給大家展示的基本都是R 3.6.3做出來的圖。很多粉絲可能用的都是最新版本的R 4.1.2。
我們知道R的版本在不停的更新，相應的R包也在不停的更新。我把繪制氣泡圖和柱形圖相關(guān)的函數(shù)拿出來認真的研究了一下，終于發(fā)現(xiàn)的癥結(jié)所在。
dotplot這個函數(shù)，多了個 label_format 參數(shù)
我們來看看這個參數(shù)究竟是干什么用的，看看參數(shù)說明
label_format :
a numeric value sets wrap length, alternatively a custom function to format axis labels. by default wraps names longer that 30 characters
原來這個參數(shù)默認值是30，當標簽的長度大于30個字符就會被折疊，用多行來展示。既然問題找到了，我們就來調(diào)節(jié)一下這個參數(shù)，把他設(shè)置成100，讓我們的標簽可以一行展示。
是不是還是原來的配方，還是熟悉的味道
同樣的柱形圖，我們也能讓他恢復原來的容貌。
關(guān)于如何使用R做GO和KEGG富集分析，可參考下文
GO和KEGG富集分析視頻講解
注：1）MF和CC方法同BP,將BP改為MF,CC即可。
2）可視化中，showCategory為顯示的item數(shù)，scale_y_discrete則調(diào)節(jié)label過長的情況，讓圖片看起來
更美觀。
3)檢查結(jié)果，可見geneID展示為gene symbol。
（1）在enrichGO函數(shù)中，設(shè)置readable = TRUE;
(2)用setReadable函數(shù)，對GO或者KEGG結(jié)果進行轉(zhuǎn)化即可。
對基因的描述一般從三個層面進行：
這三個層面具體是指：
得到GO注釋
做GO分析的思路：
比如，在疾病研究的時候，進行藥物治療之后某些基因的表達量明顯的發(fā)生了變化，拿這些基因去做GO分析發(fā)現(xiàn)在Biological process過程當中集中在RNA修飾上，然后在此基礎(chǔ)上繼續(xù)進行挖掘。這個例子就是想啟示大家拿到差異表達基因DEG只是一個開始，接下來就應該去做GO注釋，之后需要進行一個分析看這些注釋主要集中在哪個地方。假如我們有100個差異表達基因其中有99個都集中在細胞核里，那我們通過GO分析就得到了一個顯著的分布。
GO富集分析原理：
有一個term注釋了100個差異表達基因參與了哪個過程，注釋完之后（模式生物都有現(xiàn)成的注釋包，不用我們自己注釋），計算相對于背景它是否顯著集中在某條通路、某一個細胞學定位、某一種生物學功能。
clusterProfiler是一個功能強大的R包，同時支持GO和KEGG的富集分析，而且可視化功能非常的優(yōu)秀，本章主要介紹利用這個R包來進行Gene Ontology的富集分析。
進行GO分析時，需要考慮的一個基礎(chǔ)因素就是基因的GO注釋信息從何處獲取。Bioconductor上提供了以下19個物種的Org類型的包，包含了這些物種的GO注釋信息
對于以上19個物種，只需要安裝對應的org包，clusterProfile就會自動從中獲取GO注釋信息，我們只需要差異基因的列表就可以了，使用起來非常方便。
1.1 準備輸入數(shù)據(jù)
待分析的數(shù)據(jù)就是一串基因名稱了，可以是ensembl id、entrze id或者symbol id等類型都可以。把基因名稱以一列的形式排開，放在一個文本文件中（例如命名“gene.txt”）。Excel中查看，就是如下示例這種樣式。
1.3 GO富集分析
加載了注釋庫之后，讀取基因列表文件，并使用clusterProfiler的內(nèi)部函數(shù)enrichGO()即可完成GO富集分析。
讀取基因列表文件，并使用clusterProfiler的內(nèi)部函數(shù)enrichKEGG()即可完成KEGG富集分析。
此外，clusterProfiler中也額外提供了一系列的可視化方案用于展示本次富集分析結(jié)果，具有極大的便利。
參考：
;utm_medium=timeline
重慶分公司
重慶分公司
