好端端的一篇文章，因为用了DAIVD，在PubPeer上就被吐槽了：

群众纷纷表示我的包靠谱，希望我能够用我的包来再跑一篇，看看差距：

下图是之前《why clusterProfiler fails》一文中的评论，非常感谢大家的喜爱和推荐！

以下结果是两年前重新分析的结果，现在如果再分析的话，结果又会稍有不同。点击阅读原文，直达github上的代码和报告。

GO (BP) 分析

clusterProfiler可以注释到194个基因，DAVID是168，DAVID报出14个富集的BP terms，而clusterProfiler报出222个，所以DAVID报出来的，clusterProfiler也有。富集的结果都是和翻译、蛋白合成有关，两个结果比较一致，clusterProfiler有大量比较结节性的信息出来，而DAVID只报出很general的terms。

KEGG

DAVID的背景注释是5085个基因，clusterProfiler的注释是6895。DAVID能够注释到83个基因，而clusterProfiler能够注释到104个基因，DAVID富集到1个通路，而clusterProfiler富集到9个通路。

Reactome

另外我用了ReactomePA跑了一下，发现了3个功能簇，两个和GO/KEGG是一致的，都是和翻译有关，当然ReactomePA给出更清楚的线索，就是和高可变剪切有关。另外一个是免疫响应，没有在KEGG和GO分析中发现，当然也没有在文章中报导出来，但免疫响应和高可变剪切是有关系的，显然结合ReactomePA可以给出更全面的信息，能够发现额外的线索。