Enrichr (gene set enrichment analysis)

Enrichr (gene set enrichment analysis) Start.

BioinformaticsAndMe

생물정보학 분석에서 Functional characterization은 실험한 유전자들의

생물학적 기능을 파악하고 분류하는데, 매우 중요한 과정이다.

#Functional characterization은 2가지 방법이 있다.

1) DEGs와 그 나머지를 비교하여 overrepresented function을 찾는 방법

2) Gene Set Enrichment Analysis로 발현량 차이 값(Fold change)을 고려하여 ranking 하는 방법.

​

사실 유전자들의 Function을 이해하고 그룹핑하는 일은 기존에 만들어진 DB 정보들을 이용하는 것이다.

많은 enrichment analysis 분석을 제공하는 사이트와 툴들이 있지만,

#Enrichr 를 소개하는 가장 큰 이유는 3가지다.

a) 방대한 DB 정보

- 현재 Enrichr는 132개의 gene set library 에서 245,575개의 annotated gene sets을 보유하고 있다. 

b) 쉬운 접근

- Enrichr 웹사이트에서 유전자 혹 유전자-스코어 정보를 인풋으로 복사 붙여넣으면 분석할 수 있다.

c) 명료한 시각화

- 분석 결과를 보면 다양한 enrichment analysis 결과를 한눈에 쉽게 볼 수 있다.

아래는 Enrichr 홈페이지다.

#Enrichr 홈페이지

http://amp.pharm.mssm.edu/Enrichr/

#아래는 Enrichr 논문에서 발췌한 테이블로 많은 DB 정보들을 라이브러리로 활용 중인 것을 알 수 있다.

#현재는 더 많은 정보를 Enrichment analysis를 위해 활용 중이다.

#흥미로운 점은 각각의 정보를 다운 받을 수 있다는 사실이다 (카레고리별로 정리가 잘 되어 있다).

#Enrichr에서 제공하는 예제 유전자들로 Enrichment 분석을 해보자.

1. 예제 유전자 입력하고, SUBMIT 하기

2. Pathway 결과 확인

-상단부에 'Transcription', 'Pathways', 'Ontologies' 등등 큰 카테고리로 분류되어 있는 것이 보인다.

-'Pathway'를 클릭하면, 우리가 예제 인풋으로 넣은 375개의 유전자가 Enrichment한 pathway들을 DB별로 확인할 수 있다.

-물론, 각각의 정보들을 클릭하면 더 자세한 내용을 확인할 수 있다.

3. KEGG 2016의 테이블 결과 확인하기

- 'KEGG 2016'을 클릭하면 상단에 'Bar Graph', 'Table', 'Network' 등의 자세한 정보를 확인할 수 있다.

직접 Enrichr 홈페이지에 들어가서 이것저것 눌러보고, 모른다면 FAQ를 살펴보는 것이 이해하기 쉽다.

사실 개인적으로 중요한 점은 Enrichr가 제공하는 여러 정보들 중에서 본인에게 적합한 Enrichment 결과를 선택하는 것이겠다.

#또한 Enrichr는 R package 제공되는데, 필요한 분들이 있을 것 같아 참조한다.

https://cran.r-project.org/web/packages/enrichR/vignettes/enrichR.html

마무리하며..

Enrichr에서 사용하는 DB가 항상 최신은 아니다. 위에서 다룬 KEGG DB는 2016 버전이었다.

GO는 2018년으로 업데이트 된 것으로 보이는데, 사용하는 연구자가 어느정도 고려해야할 부분으로 보인다.

모든 DB를 최신으로 이용하고 싶다면, 아마 위에서 소개한 R을 활용하는 것도 방법이 되겠다.

Enrichr (gene set enrichment analysis) End.

BioinformaticsAndMe