GO chord图（GO弦图）

简介
如何获得该数据，可以使用GO analysis或者metascape提交基因，计算富集，得到结果后进行绘图。参考格式转换页面
输入数据说明
数据包括3部分，第一列是基因，最后一列是logFC（名字不变，仅替换数据即可），即基因的变化倍数，用于排序及基因块颜色（若没有logFC，程序会自动添加，基因色块用灰色）
其余列是GO term，其中1表示该基因在这个GO term中，0表示不在。默认不过滤，即有几个显示几个,20-30个基因，6-8个term效果比较好。
注意：
1. 也可以用于具有类似包含关系的其他数据中，例如KEGG Pathway。
2. 若term名太长，可以用inkscape编辑svg输出图片。
3. 若不是正圆，修改图片长度或者高度参数。
4. 若logfc没显示，可以将GO图例文字大小调小以显示。
生物医学常见应用举例： Gene Ontology/KEGG等富集结果中，基因是否在某条term中（示例数据）。例子：Molecular and Cellular Response to Experimental Anisakis pegreffii (Nematoda, Anisakidae) Third-Stage Larval Infection in Rats Fig 4, 5

输入	gene GOterm1 GOterm2 GOterm3 GOterm4 GOterm5 logFC HSD17B12 0 1 0 0 0 2.39 C19ORF40 1 0 0 0 1 2.32 TRAF1 0 0 1 0 0 2.14 ERCC1 0 1 0 1 0 2.88 ITGA3 0 0 1 0 0 3.53 CYCS 1 0 1 0 1 2.24 PRKAR2A 0 1 0 1 1 1.25 XIAP 0 0 1 0 0 1.09 GLUL 1 0 0 1 0 -3.89 POLM 0 0 0 0 1 -3.31 XRCC2 0 0 0 1 0 -2.34 XRCC5 0 1 0 1 0 -2.46 DCLRE1C 0 0 0 0 0 -1.48 POLH 1 0 1 1 0 -1.27 MRE11A 0 0 0 1 0 -1.21
输出

1）如何作图？
1，准备作图数据；2，用excel打开数据，调整为示例格式；3，将调整后的数据粘贴到输入框；4，选择参数；5，提交出图

2）为什么不出图？
程序对输入格式有严格要求。请务必仔细查看右侧说明及示例数据

3）如何引用？
439篇文章引用微生信（Google Scholar）。请引用原生R包，Python包等，或使用如下格式：
Heatmap was plotted by https://www.bioinformatics.com.cn, a free online platform for data analysis and visualization.

4）其他常见问题