前段时间我们推出了TCGA单基因泛癌分析，其中GO，KEGG和GSEA富集分析我们是使用clusterprofiler包做的出的图有气泡图，条形图，山峦图(波浪图)和circle图
下面总结一下常见的问题
1 条形图和气泡图顺序不一样是怎么回事？
条形图通过颜色和长度反应了两个指标，分别是p.adjust和count。count的意思是我们输入了300个基因，其中有n个基因富集到该通路中，n就是count值。显然条形图是按照p.adjust排序的。
气泡图反应了三个指标，气泡的大小指count，颜色代表p.adjust，还有个generatio。generatio是啥呢？我们看一下结果的数据
generatio的分子是count，分母都是254，254是啥？
这里我们输入了300个基因，而只有254个基因是被纳入到数据库的，也就是被注释的。比如KEGG数据库大约有七八千个基因，而人类有两万多基因。
那么气泡图是按照啥排序的呢？
比如我们展示前20个结果，我们首先选择p.adjust最小的前二十个，按照从小到大排序排列，再用generatio值从大到小排序，得到我们最终展示结果的顺序。
2 山峦图是怎么排序的？
首先按照p.adjust从小打到排序，选20个。然后按照NES值从大到小排序作图。
3 山峦图中，山的高度代表什么？
这。。。让我联想到高中时候，有个同学问我化学题，问道最后实在没问题了，问了一句，那空气中的稀有气体对反应有影响怎么办？我无言以对。但是这个问题至今我都记得，也不知道这位同学现在怎么样，有这种探索精神的人将来才能成大才吧。
我也就用尺子量了一下，确实不是所有的山峦高度都是一样的。就像下图：
第2 4 5个山峰的高度是不一样的，那么我们单独画每一个的图：
第二个：
第四个：
第六个：
看来也不是running enrichment score，那么看一看富集到的基因数，
synaptic signaling：76
anterograde trans-synaptic signaling：75
nervous system development：180
所以也不是基因数，在结果的excel文件中我也找不到答案。所以目前还是未解之谜，有知道的一定后台留言告诉我
4 山峦图的横坐标代表啥？
我们做的这个GSEA，用的是相关性系数对基因进行排序，而横坐标的意义就是每个geneset中的基因对应的相关系数的分布，最大是1，最小是-1。(这里我觉得山峦的高度是不是和基因数以及对应的r值有潜在的不为人知的关系？)
5 GSEA-GO图中展示的是BP还是CC还是MF？
这个看一下结果的文件就知道了，都包括在内。
6 P值怎么没有范围？
结果比较好的时候，很多基因集的矫正后的p值是一样的，所以前20个p.adjust是同一个值
还有时候结果一般，就是这样：
所以说，p值是有范围的。
好吧，目前的问题就是这样，以后还有问题会继续分享。
