百篇文献汇总精华！富集分析来引路，文献图表不辜负
我们通过亚群分析或者差异分析，可获得大量特异高表达或者差异表达的基因，为了理解这些基因的生物学功能，一般会进行富集分析，再加以过滤和筛选，以便获得更有意义的功能信息。
因为一个生物过程通常不是由一个基因单独参与，而是由一组基因共同参与的。因此，我们可以对不同的基因进行分类，将具有类似功能的基因放在一起，找到差异基因富集到的通路，实现功能与表型的关联，进而与生物学意义联系起来。目前最常用的方法是GO term功能富集、KEGG pathway通路富集。GO富集分析可以观察基因富集到哪些功能上，包括生物学过程（BP），分子功能（MF），细胞组成（CC），KEGG富集可以观察基因聚集到哪些通路上。可视化展示的方式很多，如条形图、气泡图、热图等，其中条形图和气泡图最常见。
01 气泡图
气泡图可以对数据库富集的通路进行可视化，是富集常用的可视化图形之一。一般我们会挑选显著分析的前30左右的 pathway/term进行展示。相关图片在30%的单细胞文献中存在，百篇文章共出现72次。文献展示结果如下：
该文章中作者别出心裁地用通路作为横坐标，富集因子作为纵坐标，点的颜色代表着P值，点的大小代表着差异基因在通路中的数量。而我们最常见到的气泡图如下，与文章里的图片横纵坐标调换位置。
同时，气泡的排列顺序是按照我们的富集结果表格顺序排列，有时候这样的排列方式不能更好地展示出我们的意图，于是我们将气泡按照富集因子的大小排序，如下图所示。除此之外根据项目的需要，也可以按照P值大小或者基因数量排列的方式进行多种样式调整。
02 条形图
柱状图也是对数据库富集的通路进行可视化的一种方式，是富集常用的另外一种可视化图形。一般来说，它同样挑选显著的pathway/term进行展示。相关图片在16%的文献中出现，百篇文章共出现46次。 我们最常见到的展示形式如下，纵坐标为GO term,横坐标为富集因子，按柱状图柱子颜色区分 GO ONTOLOGY。
在此基础上，我们可进一步优化提供的GO 富集展示结果如下，我们用纵坐标标签的颜色来区分GO ONTOLOGY，柱状图柱子颜色用来展示富集分析的P值，将分析结果展示最大化。
除了常规分析中能见到的的条形图外，还可以将多个细胞群合并展示的柱状图，如下图所示。它可以更好地展示不同亚群之间对比重点突出的GO term / KEGG pathway。
横坐标为归一化后的Count值，纵坐标为GO term，用柱子颜色来展示富集因子大小。另外我们还可以选择展示P值结果，如下：
03 热图
在我们经过一系列的分析筛选后，我们从细胞群中得到了具有重要意义的通路。这些通路在不同的细胞类型下的基因表达差异明显，于是我们可以选择用热图来展示结果，如下所示。相关图片在超20%的文献中存在，百篇文章共出现59次。
我们进行美化调整后的结果如下：
横坐标为细胞群，纵坐标为通路名称，图中颜色代表着表示该通路在不同细胞群中的信号值高低,越红，信号值越高，越蓝，信号值越低。
04 雷达图
除了以上展示结果外，我们还在文献中看到了一张有意思的展示图，作者用雷达图来绘制不同细胞群的多个感兴趣的通路富集情况。
雷达图(radar chart)，是一种表现多维数据的强弱的图表。它将多个维度的数据量映射到坐标轴上，这些坐标轴起始于同一个圆心点，通常结束于圆周边缘，将同一组的点使用线连接起来就称为了雷达图。
目前，我们可提供多样的雷达图展现形式，结果如下：
在上图中，每一个点的在极坐标上的位置代表着P值的大小，每一张图只有一个最大值，但是当存在极端值时，我们的展示图不能很好地说明结果。于是我们将每个细胞群的表达值归一化，每个细胞群都存在一个最大值，如下图所示：
以及用富集因子的大小展示结果如下：
以上是我们在富集分析结果展示方面可提供的多样展示形式，将其进行整合后，输出的结果如下图所示：
好了，有关单细胞数据中，富集分析的相关展示图分享到此，后续的更加丰富的内容且听下回分解。
