① 怎么用origin做go分析图
1、首先打开origin图，可以看到一个表格，分别写上标题、单位、注释和作图的数据。
2、可以直接在origin表格中输入数据或者通过excel表格粘贴到表格中。
3、直接选中X、Y轴要作图的数据。点击表格下方图形类型的快捷按钮，可以得到所要做的图形；或者点击Plot制作图形。
4、得到图形，根据需要还可以改变图形的类型以及对图形进行设置等等。
② 什么是GO富集分析，常说的GO功能分析、功能分析、Pathway分析是什么意思
Gene
Ontology可分为分子功能（
Molecular
Function），
生物过程
（
biological
process）和细胞组成（cellular
component
）三个部分。蛋白质或者基因可以通过ID对应或者序列注释的方法找到与之对应的GO号，而GO号可对于到Term，即功能类别或者细胞定位。
功能富集分析:
功能富集需要有一个参考
数据集
，通过该项分析可以找出在统计上显着富集的GO
Term。该功能或者定位有可能与研究的目前有关。
GO功能分类是在某一功能层次上统计蛋白或者基因的数目或组成，往往是在GO的第二层次。此外也有研究都挑选一些Term，而后统计直接对应到该Term的基因或蛋白数。结果一般以
柱状图
或者
饼图
表示。
1.GO分析
根据挑选出的
差异基因
，计算这些差异基因同GO
分类中某（几）个特定的分支的
超几何分布
关系，GO
分析会对每个有差异基因存在的GO
返回一个
p-value
，小的p
值表示差异基因在该GO
中出现了富集。
GO
分析对实验结果有提示的作用，通过差异基因的GO
分析，可以找到富集差异基因的GO分类条目，
寻找不同
样品的差异基因可能和哪些基因功能的改变有关。
2.Pathway分析
根据挑选出的差异基因，计算这些差异基因同Pathway
的超几何分布关系，Pathway
分析会对每个有差异基因存在的pathway
返回一个p-value，小的p
值表示差异基因在该pathway
中出现了富集。
Pathway
分析对实验结果有提示的作用，通过差异基因的Pathway
分析，可以找到富集差异基因的Pathway
条目，寻找不同样品的差异基因可能和哪些细胞通路的改变有关。与GO
分析不同，pathway
分析的结果更显得间接，这是因为，pathway
是蛋白质之间的相互作用，pathway
的变化可以由参与这条pathway
途径的蛋白的表达量或者蛋白的活性改变而引起。而通过芯片结果得到的是编码这些蛋白质的mRNA
表达量的变化。从mRNA
到蛋白表达还要经过microRNA
调控，翻译调控，
翻译后修饰
（如
糖基化
，
磷酸化
），蛋白运输等一系列的调控过程，mRNA
表达量和蛋白表达量之间往往不具有
线性关系
，因此mRNA
的改变不一定意味着蛋白表达量的改变。同时也应注意到，在某些pathway
中，如EGF/EGFR
通路，细胞可以在维持蛋白量不变的情况下，通过蛋白磷酸化程度的改变（调节蛋白的活性）来调节这条通路。所以芯片数据pathway
分析的结果需要有后期蛋白质功能实验的支持，如Western
blot/ELISA，IHC（
免疫组化
），over
expression
（过表达），RNAi（RNA
干扰），knockout（基因敲除），trans
gene（转基因）等。
3.基因网络分析
目的：根据文献，数据库和已知的pathway
寻找基因编码的蛋白之间的相互关系(不超过1000
个基因)。
③ 芯片分析中的go分析 和 pathway分析 怎么解读
芯片分析中的go分析解读：
基因本体（gene ontology），简称GO，是一种描述基因或基因产物基本特性的词汇，由基因本体协会开发。
GO数据库在建立注释基因和蛋白质知识的标准词汇体系，使各数据库中基因产物功能描述相一致，随着研究的深入，基因本体语义词汇也在不断更新。
Gene Ontology的分析，就是把你的基因的功能归类注释。
芯片分析中的pathway分析解读 ：
Pathway Analysis就是把基因、蛋白或者分子放到“Map”到某个特定的经典代谢或者调控网络，或者自己根据你的分子集的作用关系与功能，形成自己的特异的pathway。这对于阐释分子作用机理，找到Biomarker等非常重要。
1.Pathway功能分析及显着性判断
对差异表达基因进行Pathway功能分析，并计算Pvalue进行显着性判断，Pvalue越小，表明该pathway变化越显着，并可对每条Pathway通路图进行展示，同时在相应的位置标注差异表达基因。
2. Pathway中基因相关性分析
根据每两个基因共出现在同一pathway中的次数统计，绘制基因共相关点线图，进而得到不同pathway上基因的关联情况。在分析工具上点击“cell differentiation”，在“Term Information”中描述了细胞分化术语的基本信息，包括树形及与父结点、子节点关系。
对于未知基因名的序列，可以用序列直接检索GO数据库。点击AmiGO首页上方的“BLAST”，进入检索界面。在检索框输入氨基酸或核酸序列或上传序列文件，检索工具能自动识别并相应地选择BLASTP或BLASTX来与数据库中的序列进行比对。以大肠杆菌DNA聚合酶Ⅱ基因polB为例，“High Scoring Gene Procts”栏内显示基因产物的名称、物种信息、p值。
扩展：
GO的局限性：
GO不是基因序列或基因产物数据库，它强调基因产物在细胞中的功能。
GO是对基因功能的注释，不能反映此基因的表达情况，即是否在特定细胞中、特定组织中、特定发育阶段或与某种疾病相关。
GO不对生物学的每个方面进行描述，如功能域的结构、进化特性等。
④ 如何看go数据库中查出来的pathway，是否与肿瘤相关
我对这个也不算非常了解，简单说下我的经验，仅供参考。
首先其实有很多pathway都与肿瘤相关，一般来说与肿瘤发生相关的pathway包括细胞信号转导（akt，notch，MAPK等）、细胞损伤修复（ATM，NHEJ等）、细胞周期调控（Cdk）、基因表达调控（如 p53）以及细胞迁移等，而且它们之间一般都有交叉。虽然大多数pathway都或多或少参与肿瘤发生，但是直接相关的一般是我提到的这些，主要作用于cancer的发生，成熟以及迁移。
其次，通过你这个图上列出来的这个肿瘤基因有可能参与的过程，我觉得有可能参与肿瘤发生的包括：regulation of cell morphogenesis（因为肿瘤细胞形成中细胞形态会发生变化）；regulation of gene expression（比如p53就会抑制与cancer发生相关基因的表达，但这个功能实在太宽泛了，可以说所有细胞活动都和基因表达相关，请问你这个基因是transcript factor吗？如果是的话这就很可能是它直接参与cancer development的原因）；positive regulation of peptidase activity （和前面那点一样，这种广谱性影响蛋白质变化的过程可以参与任何方面）；response to corticosteroid （有可能通过response to一些皮质类激素调节cell signal）；positive regulation of macromolecule biosynthetic process（调节大分子生物合成也可能影响蛋白质表达）；anatomical structure formation involved in morphogenesis （同在morphogenesis的解释）。
最后说明一点，仅仅通过这种方法其实并不会很大的缩小范围，但是如果结合你的目的蛋白的功能研究（如果之前有相关文献报道或者你已知目的蛋白具有酶活性）或定位分析，就可以大大缩小范围了。
希望能对你有所帮助，如果有进一步问题，我们可以继续讨论。
⑤ 怎样对一组蛋白或基因做GO分析
基本由三种，乙酰基化，甲基化，糖基化。这里举前两个做例子。
核小体由8个组蛋白构成，每个组蛋白有一个侧链N，即一小段多肽。侧链N基本由精氨酸和赖氨酸组成，这两种蛋白质由带负电的R基，注意每个DNA都有大量磷酸根，所以DNA是正电的。由于正负相吸，侧链N在当DNA不需要转录的时候能紧紧困住盘绕在核小体上面的DNA，所以DNA聚合酶无法靠近DNA来转录。
乙酰基化：当需要转录的时候，组蛋白乙酰基化酶来乙酰基化侧链N。乙酰基化的侧链N失去负电性，所以就没那么紧得盘绕着核小体，DNA聚合酶就可以开始转录。转录完毕后，组蛋白去乙酰基化酶会去掉乙酰基，所以侧链N再一次紧紧捆住核小体。
甲基化：甲基化侧链N不同部位会导致更紧的缠绕或者更松的缠绕。比如，甲基化侧链N的第三个精氨酸会导致更松，甲基化第九个导致更紧。后者导致的X染色体失活，即一个女性性染色体在受精发生后会失活。
⑥ 转录组差异基因go分类图怎么解读
转录组edgeR分析差异基因
edgeR是一个研究重复计数数据差异表达的Bioconctor软件包。一个过度离散的泊松模型被用于说明生物学可变性和技术可变性。经验贝叶斯方法被用于减轻跨转录本的过度离散程度，改进了推断的可靠性。该方法甚至能够用最小重复水平使用，只要至少一个表型或实验条件是重复的。该软件可能具有测序数据之外的其他应用，例如蛋白质组多肽计数数据。可用性：程序包在遵循LGPL许可证下可以从Bioconctor网站。
⑦ go分析是分析的差异蛋白还是全蛋白
你好！
go分析是分析的差异蛋白还是全蛋白：
GO分析，它分析的是差异蛋白质组学(Proteomics)蛋白质功能分析。
⑧ 蛋白质组学蛋白信号通路分析怎么做
蛋白质组学蛋白信号通路分析怎么做
不过信号通路最好还是从蛋白层面进行，分析可能的4条信号通路，做相关蛋白的western blot，检测下游蛋白常见的如磷酸化修饰silicare(站内联系TA)信号通路太复杂了，还是文献吧，当然是 diea了livee(站内联系TA):tiger07:xuec(站内联系TA)多看些英文文献吧，很多有关报道的
看多了你就有思路了
所以还是勤奋点儿吧tongyanna(站内联系TA)我还真不明白啊xp198766(站内联系TA)帮LZ顶，最近我想也知道类似问题的答案，不知道有没有高手会KEGG的，能不能写一点总结出来啊……期待啊……lwiaanngg(站内联系TA)如果你知道大概的途径，可以用上面说的RT-PCR等手段
如果你不知道，你可以使用蛋白microarray/DNA microarray来测定相对变换量sqhnsd(站内联系TA)先做相关的表型观察，看看表型符合那个通路相关的现象，然后做WB、蛋白质相互作用等试验进一步去检测具体的机制如何。但是如何去做，还必须通过看文献才能帮助你解决问题。charlie9(站内联系TA)信号通路的变化，一般与mRNA的变化关系不大。它一般通过关键蛋白分子的修饰有关，因此RT-PCR一般不能说明问题。Western-blots检测被修饰的蛋白分子为好。
⑨ 蛋白质组学主要包括哪些分析技术及各自特点
双向凝胶电泳
双向凝胶电泳的原理是第一向基于蛋白质的等电点不同用等电聚焦分离，第二向则按分子量的不同用SDS-PAGE分离，把复杂蛋白混合物中的蛋白质在二维平面上分开。由于双向电泳技术在蛋白质组与医学研究中所处的重要位置，它可用于蛋白质转录及转录后修饰研究，蛋白质组的比较和蛋白质间的相互作用，细胞分化凋亡研究，致病机制及耐药机制的研究，疗效监测，新药开发，癌症研究，蛋白纯度检查，小量蛋白纯化，新替代疫苗的研制等许多方面。近年来经过多方面改进已成为研究蛋白质组的最有使用价值的核心方法。
等电聚焦
等电聚焦（isoelectric focusing，IEF）是60年代中期问世的一种利用有pH梯度的介质分离等电点不同的蛋白质的电泳技术。等电聚焦凝胶电泳依据蛋白质分子的静电荷或等电点进行分离，等电聚焦中，蛋白质分子在含有载体两性电解质形成的一个连续而稳定的线性pH梯度中电泳。载体两性电解质是脂肪族多氨基多羧酸，在电场中形成正极为酸性，负极为碱性的连续的pH梯度。蛋白质分子在偏离其等电点的pH条件下带有电荷，因此可以在电场中移动；当蛋白质迁移至其等电点位置时，其静电荷数为零，在电场中不再移动，据此将蛋白质分离。
生物质谱
生物质谱技术是蛋白质组学研究中最重要的鉴定技术，其基本原理是样品分子离子化后，根据不同离子之间的荷质比（M/E）的差异来分离并确定分子量。对于经过双向电泳分离的目标蛋白质用胰蛋白酶酶解（水解Lys或Arg的-C端形成的肽键）成肽段，对这些肽段用质谱进行鉴定与分析。目前常用的质谱包括两种：基质辅助激光解吸电离-飞行时间质谱（MALDI-TOF-MS）和电喷雾质谱（ESI- MS）。
飞行时间质谱
MALDI 的电离方式是 Karas和Hillenkamp于1988年提出。MALDI的基本原理是将分析物分散在基质分子（尼古丁酸及其同系物）中并形成晶体，当用激光（337nm的氮激光）照射晶体时，基质分子吸收激光能量，样品解吸附，基质-样品之间发生电荷转移使样品分子电离。它从固相标本中产生离子，并在飞行管中测定其分子量，MALDI-TOF-MS一般用于肽质量指纹图谱，非常快速（每次分析只需3~5min），灵敏（达到fmol水平），可以精确测量肽段质量，但是如果在分析前不修饰肽段，MALDI-TOF-MS不能给出肽片段的序列。
电喷雾质谱（ESI-MS）
ESI- MS是利用高电场使质谱进样端的毛细管柱流出的液滴带电，在N2气流的作用下，液滴溶剂蒸发，表面积缩小，表面电荷密度不断增加，直至产生的库仑力与液滴表面张力达到雷利极限，液滴爆裂为带电的子液滴，这一过程不断重复使最终的液滴非常细小呈喷雾状，这时液滴表面的电场非常强大，使分析物离子化并以带单电荷或多电荷的离子形式进入质量分析器。ESI-MS从液相中产生离子，一般说来，肽段的混合物经过液相色谱分离后，经过偶联的与在线连接的离子阱质谱分析，给出肽片段的精确的氨基酸序列,但是 分析时间一般较长。 目前，许多实验室两种质谱方法连用，获得有意义的蛋白质的肽段序列，设计探针或引物来获得有意义的基因。随着蛋白质组研究的深入，又有多种新型质谱仪出现，主要是在上述质谱仪的基础上进行改进与重新组合。