筛选基因总不好？这个网站不可少

基因功能富集分析已经成为生物信息学中几乎每篇文章的必备套路。

差异表达得到的显著的基因做一个基因功能富集分析，看看是否富集在一些感兴趣的功能上；共表达分析得到的基因模块，做一个基因功能富集分析，看看这个模块主要跟哪些功能相关；相关分析得到的候选基因，做一个基因功能富集分析，看看这些与性状相关的基因的有一些什么功能。

此外基因功能富集分析还可以用来帮助筛选基因，确定未知功能的基因簇的潜在功能等作用。

今天就给大家安利一个好用的基因功能富集分析网站 WebGestalt 。

相比应用较为广泛的 DAVID （https://david.ncifcrf.gov/ ）WebGestalt 具有以下优势：

1. 结果可视化更漂亮，比如可以得到 GO 注释的有向无环图，直接放在文章中，高大上又直观；疾病注释的结构图等；

2. 操作更方便，点一点鼠标，就可以下载下来整理好的数据，而 DAVID 里面下载出来的东西还需要转化之后用其他的软件进行绘图，甚是麻烦；

3. 输入更优化，表现在对输入的 gene symbol 数目没有限制，DAVID 的数据库目前不能接受大于 3 000 个 gene symbol 的输入，基因数目一大就麻烦，还需要输入几次，还能够识别的输入类型更多样；

4. 2017 年的更新版本还嵌入了第二代的功能富集分析方法 GSEA，拓扑网络分析算法等。

接下来是手把手进行一次功能富集分析的操作教程，废话不多说，上图。

01

打开网站

界面介样 ↓

02

选择目标物种

目前 WebGestalt 网站支持 12 个不同的物种，具体包括 athaliana(拟南芥), btaurus（牛）, celegans（线虫）, cfamiliaris（狗）, dmelangaster（黑腹果蝇）,drerlo（斑马鱼）, ggallus（原鸡）, hsapiens（人类）, mmusculus（小鼠）, morvegicus（褐鼠）,scerevisiae（酿酒酵母）, sscrofa（野猪）。

03

选择要使用的方法

2017 年 WebGestalt 进行了更新后，可以进行 overrepresentation enrichment analysis(ORA)，Gene Set Enrichment Analysis（GSEA）和 Network Topology based analysis(NTA)，其中 ORA 即我们常说的一代的功能富集分析，基于超几何分布的思想，进行感兴趣的基因列表和参考总集合的富集分析，也是今天我们主要操作的内容。

04

选择进行功能富集分析的数据库

在 ORA 的方法下，可以进行 gene ontology 基因本体即 GO 分析，pathway 通路分析包括 KEGG pathway，Wiki pathway, pathway common；network 网络分析包括共表达分析，PPI 分析，micoRNA 靶基因分析，TF 的靶基因分析；disease 疾病的候选基因富集分析包括 DisgeNET 和 PharmGKB 数据库提供的数据；phenotype 表型分析包括 Human Phenotype Ontology 和 Mammalian Phenotype Ontology 的数据；

durg 药物靶标的富集分析等。

05

输入基因列表

1. 选择上传的基因 ID 类型：

目前 WebGestalt 可以识别 324 中 ID 类型，你想要的都在这里 ^_^

2. 输入 ID

输入方式，可以直接复制粘贴，基因之间以换行符间隔，也可以直接上传文件。

06

选择参考集

根据自己的需求不同，选择上传参考集，或者选择已经有的参考集。

这个时候，你就可以 Submit 啦……

结果是介样的↓，点击 Result Download 即可下载所有的结果啦。

这个鬼畜的模块，其实就是 GO 的有向无环图，可以把 GO term 之间的关系展现处理，现在网站用 Java Script 进行了在线交互，当你把鼠标放在上面的时候，可以看到每个里面的详细参数。

另外啰嗦两句在 advanced parameters 里面的参数设置问题，简单说就是利用统计值进行筛选的参数，这在结果试图也有体现，详解如下：

好了，你也快去试一试吧！

<link />