原始信件分析 11：如何简化 GO 富集结果

拿到一个感兴趣的基因集合时，最常想到的是对它们做富集分析，看一下这些基因可以显著富集到哪些功能。GO富集是最为常用的方法之一，但是有些时候我们会得到非常多的结果，其中含有很大的冗余。

前一篇推送分享的文献中，作者也遇到了这个问题，所以在方法部分特意写明对GO富集的结果做了简化。今天的推送聚焦于如何简化GO富集的结果。

GO富集中结果的冗余性

上图是某次GO富集中“MF”的结果，一共富集到9个显著的GO term，其中存在部分术语是相近的，如7、8、9。

简化方法1：R-simply函数

方法一：clusterProfiler包的simplify函数

我们可以利用clusterProfiler包的simplify函数对enrichGO的输出结果进行简化。以上代码是Y叔给出的（https://rdrr.io/bioc/clusterProfiler/man/simplify-methods.html）。

Cutoff设置为0.7会把9个结果简化成6个，是上图中红色框标记的。若设置成0.3，则只剩黄色框标记的三个。

简化方法2：树状图

方法二：树状图

树状图并没有减少最终得到的GO term，而是依赖于pairwise_termsim()函数计算的丰富项的成对相似性，默认情况下使用 Jaccard 的相似性指数 (JC)来对GO term进行聚类。

默认聚合方法treeplot()是ward.D，用户可以通过hclust_method参数指定其他方法（例如，’average’、’complete’、’median’、’centroid’等。

treeplot()函数会将树切割成几个子树（由nCluster参数指定（默认为 5））并使用高频词标记子树。

参考链接：https://yanzhongsino.github.io/2022/04/28/bioinfo_enrichment_clusterProfiler.visualization/

简化方法3：simpleEnrichment包

方法三：simpleEnrichment包

本质上也没有减少GO term，而是对GO term根据相似度聚类，然后用词云图展示每个cluster的功能。