专栏名称: 实验万事屋

文献总是乏味，科研一向无聊，“实验万事屋”旨在拯救医界同仁于寂寞无聊，每天坚持抖落科研内幕，分享实验心得，搜集科研资讯，激发您的科研兴趣，传授实用的科研方法和思路。做不做科研，从医之路大不同，在这条布满荆棘的科研道路上，我们与您一路同行。

靠谱的快速挖掘型聚类分析神器！

实验万事屋 · 公众号 · 科研 · 2017-04-07 08:35

正文

温馨提示：请点击标题下方蓝色“实验万事屋”，或者点击下面的指纹添加关注。

好吧，今天还是要把愚人节留下的坑（不知道的点这里）填一下哈，是不是很想要下面这个神器？

嗯，没错，这个界面是我自己画的，我故意用画图板按照网页配色加了个Gene Analysis的标题，然后bia上了DAVID的文字介绍，再用马赛克把他们都轻轻马掉了。然后，你们就收到了麦当劳或者搜狗百科的网站。是这样的，没错。

但是这个网站倒不是假的，我只是用几个网站拼了一下而已。

首先，进入后，选择物种。我们左边的是人类的，就选hsapiens咯。

然后选择分析方法，这个昨天讲过了什么是ORA，什么是GSEA，什么是NTA（不知道的点这里），所以要你们天天都认真关注嘛，就是这个道理。我选了做一下GSEA分析，当然ORA也可以分析的。

接着输入分析的功能类别，这里面有很多，比如信号通路啊，基因分型啊，药物啊，疾病啊，等等，都有各自的网站数据库。我选的是Network，也就是忘了分析。

然后选择具体的数据库，这里和我之前讲的也差不多，可以分析激酶，miRNA的靶基因，转录因子，还能分析TCGA上共表达相关性，是不是还蛮有意思的？我选择的是PPI，也就是蛋白互作。

接着我们输入差异基因的列表，当然是gene symbol，因为是GSEA分析，我们昨天也说了，是要在每个基因后面赋值的，这个值可以是这个基因的差异表达量LogFC，当然，用GEO2R或者我们的火山图都能获得这样的的值，这里就不多说了哈。

然后就是结果展示了，这个是普通的GO组的结果，三重结果，进行了柱状图分析。

然后是一个PPI的Network，也就是蛋白互作分组的网络，每个方框就是一组蛋白互作的分类，点击一个方块就能获得一组蛋白互作的结果。

当然，这是一个列表图，可以下载互作蛋白的列表，或者点击Network View，可以看他们的互作图，就像下面这样：

当中红点颜色越深的话，就代表这个蛋白在这个互作中排名最靠前。

当然，用来分析KEGG Pathway的话，也能获得这样的信号通路的列表。都是可以下载的。

…华丽丽的分割线…

李莫愁博士：有人要说了，不是还有一种NTA的分析么？是的，是有这种分析，但是NTA分析在这里，会导入到另一个分析网站上：

好像很难分析出结果样的，所以就不整这个了。对了，很想知道这个神器的网址是啥是不？回复ORA的英文全称，就告诉你这个神器的网址。啥？不知道啥是ORA？那请详细看我们昨天的帖子。（注意：不要再在评论区回复了！也不要拼错单词！）

万事屋出售的课程及服务（点击下方即可查看，客服微信号阿可：wsw76770309）

《文献精读班（4月1日第一次直播）》