代码如下：
fdr=c() for (i in dim(my_go_res)[1]:1) { if (i==dim(my_go_res)[1]) { tmpfdr=my_go_res$pvalue[i] }else{ tmpfdr=min(tmpfdr,my_go_res$pvalue[i] * (dim(my_go_res)[1] / i)) } fdr=append(fdr,tmpfdr) } my_go_res$p.adj=rev(fdr)到这儿富集分析的完整流程才算结束
4. 轮子有现成的当然，这个算法已经非常常见了，clusterProfiler的enricher()就能够自定义基因集做富集分析。使用如下：
deg_gmt=clusterProfiler::enricher(deg$gene,TERM2GENE = gmt.df,minGSSize = 2,maxGSSize = 2000) go_res=deg_gmt@result和上面的结果是一模一样的。
今天的内容就到这里，后台回复20211007获取本文的测试数据和代码，以及（单细胞）转录组分析中可能用到的GO KEGG富集分析代码（这部分本文不演示）。
ref超几何分布检验（hypergeometric test）：https://blog.csdn.net/linkequa/article/details/86491665
富集分析的p值是怎么算出来的？：公众号【YuLabSMU】
R tips 富集分析及其p值在R中的计算：公众号【生信菜鸟团】
False Discovery Rates, FDR, clearly explained：https://www.youtube.com/watch?v=K8LQSvtjcEo&t=909s&ab_channel=StatQuestwithJoshStarmer
因水平有限，有错误的地方，欢迎批评指正！