TCGA单基因泛癌分析：富集分析结果答疑
前段时间我们推出了TCGA单基因泛癌分析，详见
TCGA单基因免疫相关泛癌分析（应要求，对出图添加更细致的描述）
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