用前必读
1，使用输入检查工具检查输入数据，默认仅支持英文字符（部分模块除外）
2，使用excel存储并调整数据（wps不行），然后再粘贴到输入框
3，使用SVG图片编辑器修改文字、字体，图例位置，处理文字截断等，参考inkscape实操
4，数据分析项目合作
5，更多干货，页面右下扫描，关注”微生信“公众号或加群讨论！

智能客服  基因名转换  FC,P转换  常用配色  影响因子 新需求及bug提交

必需输入  GO圈图绘制视频教程   文字教程
绘图数据（count不能为0）


可选输入
图片大小
图片宽度：
图片高度：

最外圈：分类，最多画4类
最外圈颜色1：
最外圈颜色2：
最外圈颜色3：
最外圈颜色4：
最外圈字体大小：

第2圈：term基因数/pvalue
第2圈低颜色：
第2圈高颜色：
第2圈字体大小：
第2圈标注（默认为-log10(输入)）：

第3圈：up或/和down的基因数

仅包含up或者down的基因数
第3圈颜色1：
第3圈字体大小1：
第3圈标注1：

既包含up的基因数，又包含down的基因数，后台会根据输入的列数自动判断是否额外添加一个圈
第3圈颜色2：
第3圈字体大小2：
第3圈标注2：

最内圈：rich factor bar
最内圈最大值（控制bar高度）：

字体


此图将消耗 4 微币

GO、pathway富集结果圆圈图

简介
使用圆形展示富集结果。从外到内依次为：分类（颜色一样的为同一分类），term总基因数（该term里边包含的基因数，颜色表示该term的富集p/q/fdr值），term中up或down的基因数，rich factor（第3通道基因数/第2通道基因数）。
数据说明
1）仅包含up或者down基因数的结果：第一列为GO或者KEGG条目名；第二列为分类，可以绘制1类，2类，3类，或者4类；第三列为总基因数（一般为输入数据中所有term里边基因的并集数取整）；第4列为该term中包含的基因数；第5列为该term富集的p值（或者q值，FDR值等），第6列为做富集分析时输入基因与该条目重叠的基因数；第7列为第6列vs第4列的比值。
2）既包含up基因数，又包括down基因数的结果：第一列为GO或者KEGG条目名；第二列为分类，可以绘制1类，2类，3类，或者4类；第三列为总基因数（一般为输入数据中所有term里边基因的并集数取整）；第4列为该term中包含的基因数；第5列为该term富集的p值（或者q值，FDR值等），第6列为做富集分析时输入基因与该条目重叠的基因数（up）；第7列为做富集分析时输入基因与该条目重叠的基因数（down）；第8列为第6+7列vs第4列的比值。
论文例子
Comparative analysis of drought-responsive physiological and transcriptome in broomcorn millet (Panicum miliaceum L.) genotypes with contrasting drought tolerance. Fig6
输入 示例数据
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？
1100+篇google学术，860+篇知网学术引用
请使用原生R包，Python包进行引用，或使用如下格式（推荐直接写网址）
Heatmap was plotted by https://www.bioinformatics.com.cn (last accessed on 20 Feb 2023), an online platform for data analysis and visualization.

4）交流群/公众号