GO和KEGG富集分析（Metascape数据库）

介绍

生物信息学研究中，获取基因列表的GO和KEGG富集分析的需求非常常见。目前有许多生物信息学手段或者数据库可以实现基因富集分析，例如DAVID，但它们有些是收费的，有些不易于使用且很少维护。例如DAVID曾经有六年的时间（2010-2016）没有维护数据库，最近的更新也已经两年半了。而Metascape每月更新其相关的40多个数据库，以确保提供最准确的结果。因此Metascape数据库可以作为富集分析的比较好的手段。

该团队来自一个自发组织的科学家团队，该团队包括核心成员周颖耀，周斌，Lars Pache，Max Chang，Christopher Benner和Sumit Chanda，以及其他贡献者。 第一个Metascape应用程序于2015年12月9日发布。Metascape从那时起经历了多次发布。它目前支持常见的模式生物的富集分析，蛋白质 - 蛋白质相互作用网络，其结果可以自动呈现为科满足科研杂志要求的形式，同时可以输出为Excel和PowerPoint演示文稿满足科研交流。Metascape http://metascape.org/gp/index.html#/main/step1

分析工作流程

• 转换：将基因标识符从流行类型（如Symbol，RefSeq，Ensembl，UniProt，UCSC）转换为人类Entrez基因ID，反之亦然。
• 注释：从许多功能相关的基因注释中提取，包括蛋白质家族，跨膜/分泌预测，疾病关联，复合关联等。
• 成员：基于所选本体内的自定义关键词搜索来筛选GO条目。
• 富集：识别丰富的生物学通路，特别是GO术语，KEGG，Reactome，BioCarta，以及MSigDB中收集的其他通路等。此外，丰富的GO本体术语自动聚类以减少冗余以便于解释。蛋白质 - 蛋白质相互作用网络基于BioGRID，OmniPath，InWeb_IM构建，并且识别密集组分并进行生物学解释。

优点

• Metascape内容丰富：Metascape将40多种生物信息学知识库整合到一个单一的用户界面中。
• Metascape操作简单：实验生物学家可以快速分析多个基因列表的富集分析结果。
• Metascape数据库更新更快，效果更好。
• Metascape输出结果容易理解，图表质量较高。
• Metascape整合了GO、KEGG、UniProt和DrugBank等多个权威的数据资源，使其不仅能完成通路富集和生物过程注释，还能做基因相关的蛋白质网络分析和涉及到的药物分析。

实战

（1）Step 1粘贴基因列表或者上传基因文件。

上传的基因列表或者基因文件为这样的格式

（2）Step 2设定物种为人类。

（3）Step 3点Express Analysis

默认的Express Analysis会把许多个数据库的信号通路混一起，出现各种冗余。比如说默认把Reactome、KEGG、Hallmark和GO数据库全部一起展示，但是一般我们科研绘图时会分别展示GO一张图，以及KEGG一张图。

因此我们会在custome Analysis里面的enrichment选项中，从下至上，选择GO相关的数据库，然后勾选pick selective，然后点击enrichment analysis

最后结果如下：

其他数据库，如KEGG，步骤类似上述。