相信每一位做过高通量分析的老师对上面这个图片都不陌生。没错，它就是有名的topGO有向无环图。为什么它如此有名？为什么在做功能注释时GO数据库都是必选之一？它到底是个怎样的数据库？上面这个图又如何解读？今天，小编就为大家一一解开这些疑惑。
【什么是GO数据】
GO (gene ontology)是基因本体联合会(Gene Onotology Consortium)所建立的数据库，旨在建立一个适用于各物种的，对基因和蛋白质功能进行限定和描述，并能随着研究的深入而持续更新的数据库。GO中最基本的概念是“标签（term）”，这些terms是用来描述基因和基因产物特性的，即GO数据库是给每个基因贴上标签，以便研究者能够通过标签快速寻找到目标基因。另外，这些terms被分为3种不同的类型，也被称为GO的3个一级功能，它们分别是细胞学组件（Cellular Component，简称CC）、生物学途径（Biological Process，简称BP）、分子功能（Molecular Function，简称MF）。
【怎么理解GO的一级功能】
做过高通量分析的老师都会发现，在GO分析中，所有的结果都是按照3个一级功能来整理分类的。也就是说，理论上每个基因都存在这3个不同层次的注释。下面小编就为大家详细介绍这3个GO的一级功能。
√ 细胞学组件（CC）：用于描述亚细胞结构、位置和大分子复合物，如核仁、端粒和识别起始的复合物等；
√ 生物学途径（BP）：指分子功能的有序组合，以达成更广的生物功能，如有丝分裂或嘌呤代谢等；
√ 分子功能（MF）：用于描述基因、基因产物的功能，如与碳水化合物结合或ATP水解酶活性等等。
那么，如何理解同一个基因注释到不同的类别中呢？现在小编就拿周期蛋白依赖性激酶1（CDK1）为例，来解答这个问题。基因CDK1在GO中注释到的功能有spindle（纺锤）、cell cycle（细胞周期）、protein binding（蛋白结合），则可以理解为CDK1是存在于纺锤体（或纺锤丝）上（CC），通过与某一蛋白形成复合物（MF）来参与细胞周期的（BP）。
【GO term之间的关系】
GO数据库的一级功能之下，细分了很多二级功能，这些二级功能代表的是该基因注释到的更为具体的功能。那么某一基因到底注释到了哪些功能上？我们通常会用GO有向无环图（如上图）来展示，图中每个方框表示一个term，方框中注明了该term的名称，id及Corrected P-Value。方框的颜色是由Corrected P-Value值决定，Corrected P-Value值越小，颜色越深。通常我们关注的都是结果中颜色较深的这些term代表的功能，因为它们的富集显著性较高。term与term之间的连线代表它们之间的关系。GO term之间的关系包括3类，分别是is a、part of 和regulates。
is a代表前者是后者的子类型，并且具有传递性。以下图为例，线粒体（mitochondrion）是一种胞内细胞器（intracellular organelle），而胞内细胞器是一种细胞器官（organelle），从而可以推出：线粒体是一种细胞器官。
图中的实线表示结点之间的关系，虚线表示推理而并未证明的关系。
part of代表前者是后者的一部分，前者存在，那么后者一定存在；后者存在，前者可能存在。也具有传递性。以下图为例，线粒体（mitochondrion）是细胞质（cytoplasm）的一部分，细胞质又是细胞（cell）的一部分，从而可得出：线粒体是细胞的一部分。
图中的实线表示结点之间的关系，虚线表示推理而并未证明的关系
