生信分析繪圖神器，你值得擁有！

GO和KEGG分析是最常用的生信分析方法，在SCI論文中也經常見到，那麼你能想到的GO和KEGG分析結果的展示方法有哪些？條形圖？

條形圖2？

餅狀圖？

表格？

相比於上面這些，這樣的網路圖展示起來是不是顯得有逼格了許多？

下面就進入正題，把這款繪圖裝逼利器ClueGO+CluePedia介紹給大家！

首先講一下如何獲取這一利器，ClueGO和CluePedia是Cytoscape的APP，點開Cytoscape的Apps菜單，找到這兩個APP把它們下載安裝了。

然後你就能在Apps菜單里找到它們，首次打開，你需要一個license，點開網址，照網站上說的做，去申請一個就可以，總體上並不麻煩，稍微填點資料留個郵箱就OK了。

網站上說可能要幾天才能收到，本宮親測當晚註冊第二天收到了license。

搞定license之後，直接在Cytoscape中打開ClueGO即可使用。

比如說我們要展示個KEGG結果。ClueGO是自帶GO和KEGG分析的，只需要在Load Marker List處輸入基因列表（可以是geneID，genesymbol等多種形式），Ontologies/Pathways那裡勾選KEGG這個條目即可。

物種選項默認的是人類和小鼠兩種，不過可以自己下載其它物種信息。

畫出來是這個樣子的（下半部分為局部放大）：

ClueGO的網路圖是基於Kappa統計量創建的，該圖中每一個節點代表一個term，節點之間的連線反映了term之間的相關性，而節點的顏色則反映了該節點的富集分類情況（隸屬於哪個功能組）。

接下來介紹一下如何調整分析繪製出來的網路圖。

在ClueGO Results這個選項卡中，我們可以選擇不顯示小字文本的顯示、調整功能組顏色、導出ClueGO分析的結果等等

導出的EXCEL形式的分析結果：

在CluePedia這個選項卡中，我們可以選擇顯示/隱藏terms或者基因、選用彎曲箭頭、調整線條疏密和字體大小等等功能。

以我們當前的分析結果，因為terms數量比較多，如果顯示基因，那麼整個網路就會過於複雜，無法反映有效信息。

如果再複雜點，就像醬紫了（不過感覺還不錯，原來科研可以這麼具有藝術氣息！）

既然terms過多，我們可以進行進一步的分析篩選，ClueGO中提供了這樣的分析功能，比如，我們可以通過p-value或者Kappa Score進行篩選。

這裡我們以p-value

此時我們選擇顯示基因，就能得到下面的圖，圖中清楚地顯示了基因與通路的關係，cross-talk基因（箭頭所指）一目了然，這些基因和2個以上的通路相關，起到了橋樑的作用，因此值得我們進一步研究。

ClueGO的功能非常豐富，大家可以自己上手先嘗試起來！

關注後獲取《科研修鍊手冊》1.0、2.0、3.0、4.0、基金篇精華合集

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！