​老司机带你解锁Excel高效富集分析

解螺旋公众号·陪伴你科研的第2213天

Excel+生信

GO与KEGG富集分析在生物信息学研究中广泛使用。2019年4月国际知名期刊Nature Communications发表了一个持续更新的免费富集分析数据库——Metascape（http://metascape.org）【1】，其优点有：

1. 内容丰富，整合了40多种生物信息学知识库；

2. 操作简单，分析快速；

3. 持续更新，结果可靠；

4. 可输出高质量图表；

5. 可进行基因相关的蛋白质网络分析和涉及到的药物分析。

Metascape使用过程中也有一些缺点，例如频繁的涉及上传、下载、合并操作等。为了解决这一问题，Metascape官方推出了一个实用的Excel插件——Metascape for excel(M4X)，从此Excel高效搞定富集分析不是梦。今天半夏就给大家分享这个可以提高富集分析效率的Excel神器！

1

Metascape for excel插件下载与安装

1. Metascape for excel插件下载

进入Metascape官网（http://metascape.org），右上角Tools -> Metascape for Excel进入Metascape for Excel (M4X)界面，点击Ddownload M4X 1.0.0下载插件。值得注意的是目前M4X仅支持PC，没有Mac版本。

2. 插件安装

解压下载文件，点击setup.exe安装，安装完成后Excel加载项选单中会出现M4X。

3. 疑难解答

如出现加载项加载异常情况，解决办法为：点击文件 -> 选项 -> 加载项加载插件。如果M4X在非活动应用程序加载项/禁用应用程序加载项中，则点击下方管理 -> COM加载项/禁用应用程序加载项中 -> 转到，选中Metascape Addin，点击确定即可。

2

Metascape for excel插件的使用

M4X功能强大可满足常见分析需求，可以实现Custom Analysis中的所有功能：

C (ID Conversion)；

A (Annotation) ；

M (Membership) ；

E (Enrichment)。

接下来我们一起跟随M4X开启一段奇妙旅行吧！

1. ID Conversion

目前存在着大量的生物信息数据库，每个数据库都有自己定义的ID命名规则，转换起来实在是一个很大的工作。Metascape支持Gene Symbol、RefSeq、Ensembl ID、UniProt ID等多种格式的数据输入，但其分析都是以Entrez ID进行。DAVID（https://david.ncifcrf.gov/ ）数据库下Shortcut to DAVID Tools可进行Gene ID Conversion：

Uniprot（https://www.uniprot.org/ ）数据库下Retrieve/ID mapping也可以进行Gene ID转换：

上述Gene ID转换方法都需要进行数据上传与下载而M4X插件可以在Excel中快速实现ID转换。

步骤如下：

(1) Excel打开文件，选中待分析的基因或蛋白，这一步相当于网页版Metascape的数据上传：

(2) 在M4X插件中打开Custom Analysis，选择ID Conversion：

打开From current ID type下拉菜单，选择Best guess可以让M4X自动识别输入格式和物种；为求精确也可以手动选择选择。在Location of the Result可以选择结果的输出位置，如选择Insert to Current Sheet可以直接将结果插入到当前表格中，节省了Metascape for web下载后的表格合并的时间。不管选择哪一种输出位置，原始Excel文件中所有已存在的数据、格式、图表和公式都将保留，不会被覆盖。

(3) 点击Apply，快速输出结果：

扩展：

值得一提的是，平时我们在使用Excel输入gene symbol时，经常会遇到gene symbol被错误地转换成日期或数字的情况，例如：

在后续地分析如基因筛选或富集分析中，这样的gene symbol是不能被识别的，因此会造成许多麻烦。那么如何避免这种转换？2017年Plos One上发表了Escape Excel工具可以避免这种转换【2】，下载地址：https://github.com/pstew/escape_excel 。

此外还可以在基因前输入一个单引号

（单引号在结果中不会显示

）来解决这一问题，但当基因数量很多时，这样的做法显然不可行。

使用M4X插件可以非常方便的将Gene symbol转换为RefSeq或gene ID，以便后续分析：

2. Annotation

选中Entrez Gene ID格式的基因或蛋白，点击Custom Analysis中的Annotation选项卡，可以看到Annotation界面操作与Metascape for web完全一致。选择想要注释的条目，点击Apply, Location of the Result选择结果的输出位置，注释结果就可以快速添加到当前Excel表中。

3. Membership

Membership的操作界面也与Metascape for web一致，很好上手。

4. Enrichment

Enrichment选项卡同样与Metascape for web一致，可以方便地进行KEGG Pathway、GO Molecular Functions、GO biological Processes、GO Cellular Components等分析。在左侧Pathway＆Process Enrichment中设置富集分析相关参数，如Min Overlap和P值；右侧设置PPI相关参数。

以KEGG pathway为例。点击Enrichment Analysis，可以看到，结果与Metascape for web完全一致。

同样，可以选择结果的输出位置：

所有生成的结果图都可以保存PDF等。

点击Apply,输出的结果可以直接用于R语言或Cytoscape作图。

5. 辅助功能

Metascape不支持Office撤回快捷键Ctrl+Z，如需返回上一步，可以使用加载项选单中的

。选中基因后，可以使用

和

快速转到对应链接，比如选中gene list中的ZEB2，点击Gene Page，即可打开ZEB2基因的Entrez搜索结果界面。

3

小结

GO或KEGG富集分析时，有了Metascape for Excel插件，我们不再需要上传或下载文件，也不需要使用VLOOKUP等将结果与原始数据表合并，自此一个Excel走遍天下。

今天有关使用Excel高效进行富集分析就到此为止了，希望对大家有所帮助，祝大家早日发文章！

参考文献：

1. Zhou Y, Zhou B, Pache L, Chang M, Khodabakhshi AH, Tanaseichuk O, Benner C, Chanda SK. Metascape provides a biologist-oriented resource for the analysis of systems-level datasets. Nat Commun. 2019 Apr 3;10(1):1523. doi: 10.1038/s41467-019-09234-6. PMID: 30944313; PMCID: PMC6447622.

2. Welsh EA, Stewart PA, Kuenzi BM, Eschrich JA. Escape Excel: A tool for preventing gene symbol and accession conversion errors. PLoS One. 2017 Sep 27;12(9):e0185207. doi: 10.1371/journal.pone.0185207. PMID: 28953918; PMCID: PMC5617173.

—END—

点下“在看”，多根头发