一直都搞不清楚这两者的具体区别。
其实初学者搞不清楚很正常，因为它们的本质是相通的，都是对基因进行归类注释的数据库。
建议初学者自己使用一下这两个数据库，应该很快就能明白其中的区别。
(抱歉之前没讲清楚，甚至有可能误导大家了)
以下以一个案例来详细说明两者的区别：
推荐一个没有任何基础的人都能使用的gene set注释工具
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86GCLC
TFPI
HSPB6
TSPOAP1
ITGA2B
OSBPL7
BAIAP2L1
NOS2
PAX6
CD4
PIK3C2A
PRICKLE3
RGPD5
PLEKHB1
EHD2
RRAGD
FAS
PNPLA6
ATP6V1H
RRM2B
FSTL4
LAMA3
SYNE2
SLC2A3
PSD
DGAT2
SEZ6
SLC6A16
CHI3L2
GSTO2
SEC61A2
TLE2
SLC9A7
ZMYND12
NGEF
METTL22
RASGRP2
PITX1
GAL
DRD4
PTPN3
MYO3B
LNX1
ACAP1
PANX2
LLGL2
CLCN4
FMO4
TPD52
NMRK2
MAP2
RBFOX1
MYH7B
RAPGEF3
RFX3
IGSF9B
CROCCP3
OVGP1
SNX10
HSD17B2
HSD17B14
FTL
MT3
LPCAT2
TESC
LYZ
GOLGA3
EFNB1
MYO15A
ZFHX4
JAK2
ERMP1
HSD17B7P2
CATSPERG
PICK1
ACR
PVALB
PROCR
SGK2
EEF1A2
SIRPB1
MROH8
LIPG
LAMA1
NOL4
GPR143
把以上gene copy到txt里，命名为gene.txt
选项如下：
提交。。。
结果如下：
这是一种GO的分析结果，可以看到我们的基因被归类到一个一个的叫GO term的东西里。
GO数据库是一个树状的结构，顶层有三个根节点，分别问：BP，MF和CC。(具体是啥百度一下即可知)
同样我们把 Select Functional Database改成 “pathway”，选“KEGG”就可以做道谢通路富集了。
KEGG数据库是网状的，由很多张以下的图组成，都是人工注释的。
以上使用的都是ORA方法，还有一种著名的工具叫做GSEA (Select Method of Interest里选择)。
GSEA 还可以利用每个基因的 rank 信息，来做富集分析。
总结一下：
GO数据库的基础就是一个一个的GO term，它们是树状的结构，存在冗余。GO database的root node有三个，分别为BP、CC、MF。
KEGG就是人工注释的一张又一张代谢通路，是网状的。
我目前用的多的是GO数据库的BP子库，KEGG用得比较少 。
前者是功能注释，即每个基因可能参与哪些pathway terms 或者 GO terms，没有阀值的。
后者是功能富集，即基因集(多个基因)可能显著的集中在哪些功能上面，例如选择P<0.05.得到的结果都是显著性富集的pathway terms或者GO terms。
GO
GO是Gene ontology的缩写，GO数据库分别从功能、参与的生物途径及细胞中的定位对基因产物进行了标准化描述，即对基因产物进行简单注释，通过GO富集分析可以粗略了解差异基因富集在哪些生物学功能、途径或者细胞定位。
Pathway
Pathway指代谢通路，对差异基因进行pathway分析，可以了解实验条件下显著改变的代谢通路，在机制研究中显得尤为重要。
GO分析好比是将基因分门别类放入一个个功能类群的篮子，而pathway则是将基因一个个具体放到代谢网络中的指定位置。
3月16日更新
参考：
