李旭凯1,2,3,王钇杰2,3,4,王俊杰2,3,4
(1.山西农业大学 生命科学学院,山西 太谷,030801;2.特色杂粮种质资源发掘与遗传改良山西省重点实验室,山西 晋中,030801;3.农业部黄土高原作物基因资源与种质创制重点实验室,太原,030031;4.山西农业大学 农学院,山西 晋中 030801)
摘要:
如何从庞大的基因表达数据库里挖掘出有价值的信息,并做出科学的生物学诠释,是基因表达分析领域的重要挑战。富集分析为解决这一问题提出了合理的方案。用Perl语言写了一个脚本——Enrich_analysis.pl,可根据基因注释信息进行基因富集分析,并利用Fisher's Exact Test做检验。富集分析先根据生物学知识将基因归类,然后进行基因差异表达分析,提高数据的可解释性。并利用3篇SCI文章的差异基因数据,对本perl脚本进行了对比测试,证明本perl脚本算法正确可靠。
关键词: Enrich_analysis.pl perl脚本 富集分析 Fisher-s Exact Test 检验
DOI：10.12113/j.issn.1672-5565.201710001
分类号:Q811.4; R857.3
文献标识码:A
基金项目:
Enrich_analysis.pl, a perl script for enrichment analysis of differentially expressed genes
LI Xukai1,2,3, WANG Yijie2,3,4, WANG Junjie2,3,4
(1. College of Life Science, Shanxi Agricultural University, Taigu 030801, Shanxi, China; 2. Shanxi Key Laboratory of Genetic Resources and Genetic Improvement of Minor Crops, Jinzhong 030801, Shanxi, China; 3. Key Laboratory of Crop Gene Resources and Germplasm Enhancement on Loess Plateau, Ministry of Agriculture, Taiyuan 030031, Shanxi, China; 4. College of Agriculture, Shanxi Agricultural University, Jinzhong 030801, Shanxi, China)
Abstract:
It is a major for challenge transcriptome data analysis to dig out research-related information and provide professional interpretation. Enrichment analysis offers a rational option. In this article, a perl script Enrich_analysis.pl was written for analyzing differentially expressed gene product annotations in biology, and the statistical test adopted Fishers Exact Test. Enrichment analysis performed domain aggregation by combining gene expressions before testing for the differentially expressed. It helps investigators assign biological meaning to some group of genes. Moreover, using the data of differential expression gene from 3 SCI articles, the perl script was tested. The results proved Enrich analysis to be correct and reliable.
Key words: Enrich_analysis.pl Perl script Enrichment analysis Fishers Exact Test Statistical inferenc
李旭凯, 王钇杰, 王俊杰. Enrich_analysis.pl，差异表达基因富集分析的perl脚本[J]. 生物信息学, 2018, 16(3): 178-183. DOI: 10.12113/j.issn.1672-5565.201710001.
LI Xukai, WANG Yijie, WANG Junjie. Enrich_analysis.pl, a perl script for enrichment analysis of differentially expressed genes[J]. Chinese Journal of Bioinformatics, 2018, 16(3): 178-183. DOI: 10.12113/j.issn.1672-5565.201710001.
基金项目 山西省主要农作物种质创新与分子育种重点科技创新平台(No.201605D151002);山西省优秀博士来晋工作奖励资金科研项目(No.SXYBKY201738) 通信作者 李旭凯，男，讲师，研究方向：生物信息学；E-mail：xukai_li@sxau.edu.cn 文章历史 收稿日期: 2017-10-09 修回日期: 2018-03-21
Contents Abstract Full text Figures/Tables PDF
Enrich_analysis.pl，差异表达基因富集分析的perl脚本
李旭凯1,2,3
, 王钇杰2,3,4, 王俊杰2,3,4 1. 山西农业大学 生命科学学院，山西 太谷，030801;
2. 特色杂粮种质资源发掘与遗传改良山西省重点实验室，山西 晋中，030801;
3. 农业部黄土高原作物基因资源与种质创制重点实验室，太原，030031;
4. 山西农业大学 农学院，山西 晋中 030801
收稿日期: 2017-10-09; 修回日期: 2018-03-21
基金项目: 山西省主要农作物种质创新与分子育种重点科技创新平台(No.201605D151002);山西省优秀博士来晋工作奖励资金科研项目(No.SXYBKY201738)
通信作者: 李旭凯，男，讲师，研究方向：生物信息学；E-mail：xukai_li@sxau.edu.cn
摘要: 如何从庞大的基因表达数据库里挖掘出有价值的信息，并做出科学的生物学诠释，是基因表达分析领域的重要挑战。富集分析为解决这一问题提出了合理的方案。用Perl语言写了一个脚本——Enrich_analysis.pl，可根据基因注释信息进行基因富集分析，并利用Fisher's Exact Test做检验。富集分析先根据生物学知识将基因归类，然后进行基因差异表达分析，提高数据的可解释性。并利用3篇SCI文章的差异基因数据，对本perl脚本进行了对比测试，证明本perl脚本算法正确可靠。
关键词: Enrich_analysis.pl perl脚本 富集分析 Fisher-s Exact Test 检验
Enrich_analysis.pl, a perl script for enrichment analysis of differentially expressed genes
LI Xukai1,2,3
, WANG Yijie2,3,4, WANG Junjie2,3,4 1. College of Life Science, Shanxi Agricultural University, Taigu 030801, Shanxi, China;
2. Shanxi Key Laboratory of Genetic Resources and Genetic Improvement of Minor Crops, Jinzhong 030801, Shanxi, China;
3. Key Laboratory of Crop Gene Resources and Germplasm Enhancement on Loess Plateau, Ministry of Agriculture, Taiyuan 030031, Shanxi, China;
4. College of Agriculture, Shanxi Agricultural University, Jinzhong 030801, Shanxi, China
Abstract: It is a major for challenge transcriptome data analysis to dig out research-related information and provide professional interpretation. Enrichment analysis offers a rational option. In this article, a perl script Enrich_analysis.pl was written for analyzing differentially expressed gene product annotations in biology, and the statistical test adopted Fisher's Exact Test. Enrichment analysis performed domain aggregation by combining gene expressions before testing for the differentially expressed. It helps investigators assign biological meaning to some group of genes. Moreover, using the data of differential expression gene from 3 SCI articles, the perl script was tested. The results proved Enrich analysis to be correct and reliable.
Key Words: Enrich_analysis.pl Perl script Enrichment analysis Fisher's Exact Test Statistical inferenc
在基因组和转录组迅速发展的今天，如何从庞大的基因表达数据库里挖掘出有价值的信息，并做出科学的诠释，是基因分析领域的重要挑战和关键问题。生物统计学家们利用t检验、比值法、固定效应模型、混合效应模型等多种统计分析方法，对筛选出的差异表达的单基因进行分析比较，推测和预测其可能的功能[1]。然而，单个基因分析在组间基因表达量差别较小、差异基因数量过大且没有统一分类信息时，容易出现假阴性和无法解释的现象。之后，生物学家们总结了单基因分析的缺陷，提出了以基因集(Gene set)为基础的基因富集分析法(Gene set enrichment analysis, GSEA)[1]。
从Disease Ontology(DO), Gene Ontology(GO), Kyoto encyclopedia of genes and genomes(KEGG)，到Reactome Pathway等多种基因富集性分析方法不断被推出。科学家们借助各种生物信息学的数据库和分析工具进行统计分析, 对不同层次、不同来源的数据进行归纳与整合，力图找到目标基因与库中有相同或类似功能基因集之间的相关性[2-8]。具体是对一组基因(共表达或者差异表达)中某个功能类别的显著性利用超几何分布分析进行检验，这个功能类别可能就是导致样本性状差异的最重要的功能差别，其功能特征会阐明样本变化的内在生物学意义。常用的统计学方法主要是基于Fisher test[2, 3, 7]和chi-square test[8]检验。
目前做富集分析已经开发了很多软件工具：有GFINDer, GOALIE, GOTM, L2L, Ontology Traverser, ProfCom, SeqExpress, STEM等。但是绝大多数都是通过web和其对应的数据库中的数据进行分析，对于个人的或者特殊的物种无法分析。其中GSEA是最有名的软件，但是它基于芯片的分析软件，老版本对现今的RNA-seq数据不适用，最新的版本用起来并不是很方便。DAVID可用Gene ID或symbol做GO分析，但是无法对其数据库中没有的基因ID进行分析。本文中介绍的Practical Extraction and Report Language(perl)脚本可以利用研究者现有的基因表达差异和注释数据，进行分析。
1 数据库基因集是先验的生物学知识的集合，即已被证实了的生物通道、基因共表达信息等。目前常用的定义基因集的基因注释数据库有GO和KEGG等。
GO是基因本体联合会建立的数据库，旨在构建一个可以随着细胞中基因和蛋白质功能知识的累积和变化，进行统一描述的语义词汇标准。它是根据不同实验目的，筛选出差异表达基因，分析差异表达基因在GO数据库中的分布情况，从而诠释实验中样本差异在基因功能层面上的差异体现。GO共有3层结构的定义方式：分子功能，生物过程和细胞组成[9]。在GenBank中，基因与其编码的蛋白都有着特殊的ID编号一一对应，也有能通过序列注释的方法找到与之对应的GO号[10]，找到检索的全部分子功能所处的位置和关系信息。
KEGG是整合了生物化学、基因组学以及系统功能组学的信息的基因功能系统分析知识库，这个数据库有助于科研工作者从分子通路水平来解释生物系统高层次功能的数据库。KEGG不仅可以提供出色的整合代谢途径查询，还可以利用Java的图形工具访问基因组图谱，对基因组图谱、表达图谱和序列进行图形比较和通路计算。KEGG是一个综合数据库，它们大致分为系统信息、基因组信息和化学信息三大类。进一步可细分为16个主要的数据库[11]。科学家们将属于同一KEGG基因通路(KO分类)的基因定义为一个基因集。在生物体内，不同的生物学功能是通过不同基因间的相互协调互作而实现的，KEGG能够通过比较通路富集的情况，推测差异表达基因可能参与的主要生化代谢和信号转导路径，从而推测其可能的路径数目及功能[12]，这对寻找出不同样品的差异表达基因可能与哪些生物学通路的改变有关具有提示作用。
2 方法2.1 在windows操作系统下的安装PerlPerl语言是拉里·沃尔(Larry Wall)于1987年12月18日发表的。它借鉴采用了C、awk、sed、shell等其他编程语言的特性以及优点。Perl语言可以在UNIX、Linux、MAC和Windows等操作系统下跨系统平台运行，并由第三方代码库CPAN[13](Comprehensive Perl Archive Network)不断更新和维护，它包含了极丰富perl写成的软件包和其源文件[14]。
在Enrich_analysis.pl脚本运行前，电脑上需事先安装一个可执行perl语言编辑与运行的解释器。一般的UNIX(含Linux与Mac OS)系统都含有perl解释器，因此在终端输入“perl-v”命令，就可以查看perl的版本。Windows系统一般可与“ActivePerl”和“Strawberry Perl”兼容。ActivePerl[15]是ActiveState公司开发的一个Perl语言运行环境，是一套面向各个平台、集成度高、易于使用的Perl脚本解释器。ActivePerl目前最新版本为5.26，可在http://www.activestate.com/activeperl/downloads页面下下载，其中“msi”文件是安装程序。安装完成之后，打开cmd窗口输入“perl-v”如有返回perl版本信息则表示安装成功[16]。
2.2 数据的格式输入两个文件：第1个文件是各个基因对应的GO分类或KEGG分类; 第2个文件是差异表达基因的名称。
Enrich_analysis.pl要求输入两个数据文件。各物种GO注释数据可以通过Blast2GO获得，或者从http://geneontology.org/page/download-annotations与http://bioinfo.cau.edu.cn/agriGO/download.php网页下载(KEGG数据目前收费)，之后用Excel打开，删除掉多余信息，只留下两行，第一行为基因编号或基因名，第二列是对应的注释数据。数据结构见表 1。
表1(Table 1)
表 1 基因分类数据格式Table 1 Data format of gene classification 基因编号 注释信息 Gene_name_1 Annotation_1
Gene_name_2 Annotation_2
Gene_name_3 Annotation_3
... ...
Gene_name_n Annotation_m
表 1 基因分类数据格式Table 1 Data format of gene classification
差异基因数据文件只有一列：差异基因的基因编号或基因名。
将Excel表另存为“文本文件(用制表符“Tab”分割)(*.txt)”类型的文本文件，例如annotation.txt和DEGlist.txt。将这两个数据文件与Enrich_analysis.pl存放在同一个目录下，如C盘根目录下。
2.3 Enrich_analysis.pl的运行通过点击任务栏上的“开始-运行”，可以运行存放在数据目录下的Enrich_analysis.pl文件。在运行框中输入“cmd”，打开“cmd命令提示符”，继而在窗口中键入“cd C:\\”后回车，转到含perl命令执行程序的目录下。在“C: >”提示符下输入“perl Enrich_analysis.pl-h”回车后输出帮助信息。在“C: >”提示符下输入“perl Enrich_analysis.pl annotation.txt DEGlist.txt > Result.txt”，回车开始运行。输出的结果Enrich_analysis.pl会在“C:\\”目录下自动生成文件“Result.txt”，并存放入其中。“Result.txt”分8列，依次表示：Enrich term、Ontology、Description、Number in input、Number in BG/Ref、p-value、Genes、FDR。
3 结果与分析3.1 Enrich_analysis.pl的结果与已发表sci文章比较为了证明程序的可靠性，我们利用Priest et al., 2015(Plos One)[17]，Hu, et al., 2016(Bmc Plant Biology)[18]，Wu, et al., 2016(Plant Physiology and Biochemistry)[19]三篇sci文章的数据进行了比较分析(见表 2、表 3、表 4)。可以发现结果基本是相同的，但是p-value略有差异。这是由于我们使用的GO注释数据与作者使用的不完全相同。更多的比较可通过在线工具agriGO(http://bioinfo.cau.edu.cn/agriGO)[20]进行特定物种的分析。
表2(Table 2)
表 2 Module 1数据GO富集分析结果比较[17]Table 2 Comparison of the GO enrichment results of Module 1 data[17] Enrich_analysis.pl结果 文章结果[17] Enrich Ontology Description Number in input Number in BG/Ref p-value FDR query refitem p-value
GO:0006418 biological process tRNA aminoacylation forprotein translation 12 28 1.34×10-7 8.91×10-6 16 56 5.60×10-8
GO:0009579 cellular component thylakoid 21 147 2.86×10-5 1.04×10-3 29 262 2.80×10-5
GO:0031969 cellular component chloroplast membrane 3 30 7.20×10-4 3.28×10-2 9 49 8.00×10-4
GO:0006457 biologicalprocess proteinfolding 18 222 4.10×10-2 3.2410-1 15 203 5.20×10-2
表 2 Module 1数据GO富集分析结果比较[17]Table 2 Comparison of the GO enrichment results of Module 1 data[17]
表3(Table 3)
表 3 GO富集分析结果比较[18]Table 3 Comparison of the GO enrichment results[18] Enrich_analysis.pl结果 文章结果[18] Enrich Ontology Description Number in input Number in BG/Ref p-value FDR query refitem p-value
GO:0050896 biological process response to stimulus 166 5 099 7.70×10-8 4.27×10-6 166 6 928 8.30×10-9
GO:0005618 cellular component cell wall 47 896 1.13×10-7 4.19×10-6 47 1 179 1.70×10-8
GO:0030312 Cellularcomponent external encapsulating structure 47 906 1.44×10-7 3.19×10-6 47 1 189 2.20×10-8
GO:0006629 Biologicalprocess lipid metabolic process 51 940 9.50×10-9 1.05×10-6 51 1 376 3.90×10-8
GO:0009628 biological process response to abiotic stimulus 85 2 109 1.14×10-7 3.16×10-6 85 3 022 2.30×10-7
GO:0003824 molecular function catalytic activity 270 9 650 7.28×10-7 1.35×10-5 270 13 508 6.80×10-7
GO:0016787 molecular function hydrolase activity 107 3 005 8.53×10-7 1.35×10-5 107 4 293 1.60×10-6
GO:0005623 cellularcomponent cell 393 15 915 1.06×10-4 1.17×10-5 393 22 048 3.20×10-5
GO:0006950 biological process response to stress 105 3 513 1.24×10-3 8.59×10-3 105 4 660 1.30×10-4
GO:0005576 Cellularcomponent extracellular region 26 533 2.83×10-4 2.61×10-3 26 730 1.70×10-4
GO:0009719 biological process response to endogenous stimulus 53 1 438 3.11×10-4 2.65×10-3 53 2 015 2.70×10-4
GO:0005975 biological process carbohydrate metabolic process 41 931 6.01×10-5 7.41×10-4 41 1 439 3.00×10-4
GO:0008152 biological process metabolicprocess 343 13 840 8.57×10-4 6.79×10-3 343 19 328 6.70×10-4
表 3 GO富集分析结果比较[18]Table 3 Comparison of the GO enrichment results[18]
表4(Table 4)
表 4 GO富集分析结果比较[19]Table 4 Comparison of the GO enrichment results[19] Enrich_analysis.pl结果 文章结果[19] Enrich Ontology Description Number in input Number in BG/Ref p-value FDR query refitem p-value
GO:0006950 biologicalprocess response tostress 34 3 584 1.65×10-15 7.08×10-4 33 4 660 1.60×10-15
GO:0042592 biological process homeostatic process 15 226 3.89×10-18 3.35×10-16 14 342 3.80×10-16
GO:0065008 biological process regulation of biological quality 18 647 2.64×10-15 7.57×10-14 17 863 2.10×10-14
GO:0050896 biological process response to stimulus 38 5 227 5.03×10-14 1.08×10-12 37 6 928 6.00×10-14
GO:0065007 biologicalprocess biological regulation 19 2 146 1.01×10-7 1.09×10-6 18 2 871 2.90×10-7
GO:0044444 cellular component cytoplasmic part 40 7 669 3.91×10-10 4.80×10-9 38 10 930 1.70×10-8
GO:0005623 cellular component cell 49 16 259 2.05×10-4 1.26×10-3 47 22 048 4.40×10-4
GO:0043226 cellular component organelle 18 3 914 2.41×10-3 1.38×10-2 36 12 251 7.20×10-6
GO:0044464 cellular component cell part 47 14 094 1.76×10-5 1.38×10-4 45 19 532 8.90×10-5
GO:0005737 cellular component cytoplasm 42 8 344 3.40×10-10 4.88×10-9 40 11 866 9.50×10-9
GO:0008152 biological process metabolic process 47 14 136 1.79×10-5 1.28×10-4 46 19 328 1.70×10-5
GO:0003824 molecular function catalyticactivity 42 9 878 1.14×10-7 1.09×10-6 42 13 508 2.80×10-8
GO:0005739 cellular component mitochondrion 20 1 112 1.65×10-13 2.84×10-12 19 1 611 3.50×10-12
GO:0009628 biologicalprocess response toabiotic stimulus 16 2 178 1.51×10-5 1.30×10-4 16 3 022 1.40×10-5
GO:0009856 biological process pollination 6 271 3.46×10-5 2.29×10-4 6 337 1.80×10-5
表 4 GO富集分析结果比较[19]Table 4 Comparison of the GO enrichment results[19]
3.2 Enrich_analysis.pl的原理和特点做富集分析需要两个条件：1)针对差异表达的基因(比如说基因芯片或者转录组的数据); 2)需要该物种的基因组的所有基因组注释结果作为背景。
各种软件做GO富集性分析时一般都是使用超几何分布[21](Hypergeometric Distribution)进行计算。而Fisher's Exact Test[22]是依据超几何概率分布得到。
在富集分析中把基因类比成非黑即白的抽球问题，用来判断和某个注释/分类是否有相关性。也可以列一个2×2的表(见表 5)，进行独立性分析。之后有很多方法可以做检验，经典的有卡方检验和fisher's exact test。但是卡方检验通常也只能做为近似估计值，特别是当样本量比较小时，计算并不准确。而fisher's exact test和超几何模式计算的p-值是一样的。通过FDR(false discovery rate，错误发现率)校正之计算得到FDR值后，以0.05为阈值，≤0.05的注释/分类为显著富集。
表5(Table 5)
表 5 Fisher's Exact Test 2×2表Table 5 Fisher's Exact Test 2×2 Gene Genes in category Genes not in category Total DE genes n11 n12 n1p
Not DE genes n21 n22 n2p
Total np1 np2 npp
备注：npp：物种基因总数; n1p：该物种有n1p个基因属于某个注释; n2p：该物种有n2p个基因不属于这个注释; np1表示差异表达的基因数目;
表 5 Fisher's Exact Test 2×2表Table 5 Fisher's Exact Test 2×2
那么np1个差异表达基因中正好有n11个基因属于这个注释的概率为：
$P\left( {X = n11|n{\rm{pp}}, n1{\rm{p}}, n{\rm{p}}1} \right) = \frac{{\left( \begin{array}{l}n1{\rm{p}}\\n11\end{array} \right)\left( \begin{array}{l}n2{\rm{p}}\\n21\end{array} \right)}}{{{\rm{ }}\left( \begin{array}{l}n{\rm{pp}}\\n{\rm{p}}1\end{array} \right)}}{\rm{ }}$ (1)
Fisher's exact test得分表示np1个差异表达基因中至少有n11个属于这个注释的概率：
$p = 1 - \sum\limits_{{\rm{ }}i = 0}^{n11 - 1{\rm{ }}} {} \frac{{\left( \begin{array}{l}n1{\rm{p}}\\i\end{array} \right)\left( \begin{array}{l}n2{\rm{p}}\\n{\rm{p}}1 - i\end{array} \right)}}{{\left( \begin{array}{l}n{\rm{pp}}\\n{\rm{p}}1\end{array} \right)}}$ (2)
“Result.txt”为结果输出文档，Enrich_analysis.pl脚本运行操作简单、快捷，所需设置的参数少。
3.2 Enrich_analysis.pl的源代码Enrich_analysis.pl源代码见附件。
也可在gitHub平台https://gist.github.com/xukaili/15bf411472092ebcf03b676352ec6a00网址下载获得。
4 结论1) 基因富集分析的主要任务是筛选出功能富集基因，有效地将基因表达信息与基因注释等信息相结合，从统计上把转录组数据与生物学意义很好地衔接起来，使得研究者们能够更加轻松、合理地解读转录组结果，还能达到降维的目的，使转录组的海量基因信息得到充分利用，但目前对生物基因注释信息的准确度和精确度还有待进一步完善。
2) 本文用Perl语言写了Enrich_analysis.pl，根据基因注释信息进行基因富集分析，并利用Fisher's Exact Test做检验，提高数据的可解释性。
3) 利用3篇SCI文章的差异基因数据，对本perl脚本进行了对比测试，证明本perl脚本算法正确可靠。
4) 目前各物种的注释信息并不完善，仍有很多基因尚没有注释信息，随着研究的不断深入，这些未知的基因也在不断得到注释，使得基因数据库在不断更新。但是目前现有的富集分析数据库中的数据并没有及时更新，或者有些国外富集分析网站不能访问。利用本perl脚本对最新的基因注释数据进行富集分析，相对于使用多年不更新的网络版工具更具有优势。
参考文献
[1] SUBRAMANIAN A, TAMAYO P, MOOTHA V K, et al. Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles[J]. Proceedings of the National Academy of Sciences, 2005, 102(43): 15545-15550. DOI:10.1073/pnas.0506580102 (
0)[2] DENNIS G, SHERMAN B T, HOSACK D A, et al. DAVID: database for annotation, visualization, and integrated discovery[J]. Genome Biology, 2003, 4(9): R60-R60. DOI:10.1186/gb-2003-4-9-r60 (
0)[3] HUANG D W, SHERMAN B T, LEMPICKI R A. Systematic and integrative analysis of large gene lists using DAVID bioinformatics resources[J]. Nature Protocols, 2009, 4(1): 44-57. DOI:10.1038/nprot.2008.211 (
0)[4] HUANG D W, SHERMAN B T, LEMPICKI R A. Bioinformatics enrichment tools: paths toward the comprehensive functional analysis of large gene lists[J]. Nucleic Acids Research, 2009, 37(1): 1-13. DOI:10.1093/nar/gkn923 (
0)[5] 郭昊, 朱云平, 李栋, 等. 肿瘤相关生物学通路的发现和建模[J]. 遗传, 2011, 33(8): 809-819.
GUO Hao, ZHU Yunping, LI Dong, et al. Identification, modeling and simulation of key pathways underlying certain cancers[J]. Hereditas, 2011, 33(8): 809-819. DOI:10.3724/SP.J.1005.2011.00809 (
0)[6] 刘明, 王米渠, 丁维俊, 等. 表达谱芯片数据的基因功能富集分析[J]. 生物医学工程学杂志, 2010, 27(5): 1166-1168.
LIU Ming, WANG Miqu, DING Weijun, et al. Gene function enrichment analysis of microarray data[J]. Journal of Biomedical Engineering, 2010, 27(5): 1166-1168. (
0)[7] AL-SHAHROUR F, DIAZ-URIARTE R, DOPAZO J. FatiGO: a web tool for finding significant associations of Gene Ontology terms with groups of genes[J]. Bioinformatics, 2004, 20(4): 578-580. DOI:10.1093/bioinformatics/btg455 (
0)[8] RIVALS I, PERSONNAZ L, TAING L, et al. Enrichment or depletion of a GO category within a class of genes: which test?[J]. Bioinformatics, 2007, 23(4): 401-407. DOI:10.1093/bioinformatics/btl633 (
0)[9] HARRIS M A, CLARK J, IRELAND A, et al. The Gene Ontology (GO) database and informatics resource[J]. Nucleic Acids Research, 2004, 32(Database issue): D258-D261. DOI:10.1093/nar/gkh036 (
0)[10] YOUNG M D, WAKEFIELD M J, SMYTH G K, et al. Gene ontology analysis for RNA-seq: accounting for selection bias[J]. Genome Biology, 2010, 11(2): R14-R14. DOI:10.1186/gb-2010-11-2-r14 (
0)[11] KANEHISA M, GOTO S, FURUMICHI M, et al. KEGG for representation and analysis of molecular networks involving diseases and drugs[J]. Nucleic Acids Research, 2010, 38(Database issue): 355-360. DOI:10.1093/nar/gkp896 (
0)[12] KANEHISA M, ARAKI M, GOTO S, et al. KEGG for linking genomes to life and the environment[J]. Nucleic Acids Research, 2008, 36(Database issue): 480-484. DOI:10.1093/nar/gkm882 (
0)[13] THE COMPREHENSIVE PERL ARCHIVE NETWORK (CPAN)[EB/OL]. http://www.cpan.org, 2012-10-09. (
0)[14] RANDAL L. SCHWARTZ, PHOENIX T, et al. Learning Perl. 5th Edition[M]. Sebastopol: O'Reilly Media, 2008. (
0)[15] ACTIVESTATE SOFTWARE INC. ActivePerl for Windows[EB/OL]. http://www.activestate.com/activeperl, 2017-08-01. (
0)[16] 李旭凯, 彭良才, 王令强. pep_pattern.pl, 搜索蛋白质序列模体的Perl脚本[J]. 华中农业大学学报, 2014, 33(04): 1-6.
LI Xukai, PENG Liangcai, WANG Lingqiang. pep_pattern.pl, a perl script for searching motifs in a group of related DNA/protein sequences[J]. Journal of Huazhong Agricultural University, 2014, 33(04): 1-6. (
0)[17] PRIEST H D, FOX S E, ROWLEY E R, et al. Analysis of global gene expression in Brachypodium distachyon reveals extensive network plasticity in response to abiotic stress[J]. PLoS One, 2014, 9(1): e87499. DOI:10.1371/journal.pone.0087499 (
0)[18] HU J, CHEN G, ZHANG H, et al. Comparative transcript profiling of alloplasmic male-sterile lines revealed altered gene expression related to pollen development in rice (Oryza sativa L.)[J]. BMC Plant Biology, 2016, 16(1): 175. DOI:10.1186/s12870-016-0864-7 (
0)[19] WU T, YANG C, DING B, et al. Microarray-based gene expression analysis of strong seed dormancy in rice cv. N22 and less dormant mutant derivatives[J]. Plant Physiology and Biochemistry, 2016, 99: 27-38. DOI:10.1016/j.plaphy.2015.12.001 (
0)[20] TIAN T, LIU Y, YAN H, et al. agriGO v2.0: a GO analysis toolkit for the agricultural community, 2017 update[J]. Nucleic Acids Research, 2017, 45(W1): W122-W129. DOI:10.1093/nar/gkx382 (
0)[21] WIKIPEDIA. Hypergeometric distribution[EB/OL]. http://en.wikipedia.org/wiki/Hypergeometric_distribution, 2015-02-23. (
0)[22] WIKIPEDIA. Fisher's exact test[EB/OL]. http://en.wikipedia.org/wiki/Fisher%27s_exact_test, 2014-11-22. (
0)