本文是为了回答知识星球里的一个提问，他为了用clustrProfilr做富集分析，打算构建一个OrgDb，也就是物种数据库。
提问我之前写过用Bioconductor对基因组注释，用Bioconductor/AnnotationHub对模式植物的基因进行注释如何用bioconductor进行注释。昨天的推送，我讲过新物种的注释基本上都是基于同源相似性搜索数据库完成，最后得到的就是基因名和数据库中注释的对应关系。Orgdb是Bioconductor计划中其中一环，通过构建一个物种各个数据库注释条目和基因的对应关系数据库，方便在得到基因后对基因进行注释。
nrichGO的前三个参数gn,OrgDb,kyTyp的目的是利用数据库将基因编号转换成GO号。nrichKEGG的前三个参数gn,organism,kyTyp的目的也是为了基于物种名和基因编号直接爬取KEGG，将基因编号转换成KO号。
如果你只是为了做GO和KEGG富集分析，有必要构建物种数据库吗？我的答案是没有必要，因为不构建物种数据库也能够用clustrProfilr做富集分析。
我相信Y叔一定提供了不通过OrgDb，将转换基因编号为GO/KO编号，然后做富集分析的方法，所以我就去翻了Y叔为clustrProfilr写的文档。于是我找到这一篇usclustrProfilrasanunivrsalnrichmntanalysistool,这里面提到了一个通用的函数nrichr用于支持新注释物种.
一个优秀的R包一定会提供优质的帮助文档，何况clustrProfilr的引用已经破了。单篇引用超过了，来了解一下
核心参数两个gn,TERM2GENE,前者表示的基因编号，后者是GO/KEGG条目和基因编号的对应关系
nrichr(gn,pvaluCutoff=0.05,pAdjustMthod="BH",univrs,
minGSSiz=10,maxGSSiz=,qvaluCutoff=0.2,TERM2GENE,
TERM2NAME=NA)
由于我只拿到了我的KEGG注释，GO注释还在运行中，这次就以KEGG富集分析作为例子。
我从KEGG上拿到的注释是下面这种情况，很明显，有些基因没有注释。这些没有注释的基因应该如何注释？Y叔的建议是不要，全部丢掉，原因去参考资料中找。
CAROC.1
CAROC.1K
CAROC.1K
CAROC.1K
CAROC.1
CAROC.1
CAROC.1
CAROC.1
CAROC.1
CAROC.1
简单的grp就可以完成这个剔除工作，grpKqury.kokgg.tsv,然后将kgg.tsv导入到我们的R语言中
gn_ko-rad.tabl("C:/Usrs/DELL/Dsktop/KEGG.tsv",hadr=FALSE,
sp="\t")
然后我们随机抽样几个基因作为gn输入，同时构建TERM2GENE的输入
trm2gn-data.fram(TERM=gn_ko$V2,GENE=gn_ko$V1)
gn_sampl-sampl(gn_ko$V1,)
nkgg-nrichr(gn_sampl,TERM2GENE=trm2gn,pAdjustMthod="non")
我这里不用多重实验矫正的原因，因为我是随机抽的基因，很有可能是一个富集都找不到。。所以为了后续演示，就把矫正去掉了，真实情况下，你是要的。
参考资料
富集基因之注释缺失
说一点跟超几何分布检验无关的事情
whyclustrProfilrfails
落入窠臼
徐洲更