北京中医院治疗白癜风效果怎么样 http://m.39.net/pf/a_4513684.html
组学分析是目前生物学研究中最重要的研究手段之一，而数据的可视化，发表文章也是大家所追求的。好的数据通过较好的方式呈现，能够让人眼前一亮，给文章增色不少。功能富集也是组学分析中经常用到的，而一般见到的都是柱状图的可视化方式，这样显得平平无奇。而很多高分文章都采用个性化的方式呈现结果，让文章“档次“也提高了，接下来，跟着高分文章的脚步，看看GO、KEGG等结果的可视化能够呈现怎样的新花样。
首先，为了方便演示，搜索GO数据库中的GSE芯片数据用于分析。
直接使用GEO2R分析差异基因（芯片数据的分析网上教程很多，这里不再赘述，仅仅用于寻找差异基因）
差异基因得到后，采用在线数据库DAVID进行GO分析（网上有相关教程）。
最终，得到富集的结果，包括GOterm、P值，genecount等信息，这就是接下来需要可视化的原始文件。这里，介绍两种可视化的方法，以供选择。
这些可视化结果都是通过R软件实现的，不过只要数据结构按照要求整理，通过标准的代码都可以自己完成，不用担心R语言代码的问题。
一、可视化方式1——Treemap可视化参考发表在《nature
