基因本体论（Gene Ontology，GO，https://www.geneontology.org）是一个广泛应用于生物信息学领域的知识库，它提供了一套标准化的词汇和分类体系，用于描述基因功能、细胞组分和生物过程。GO旨在统一科研人员对基因功能的理解，并提供一个共享的语言框架，以促进基因功能注释和数据分析的标准化。
GO的核心概念是"术语"（term），每个术语都代表了一个特定的基因功能、细胞组分或生物过程。这些术语按照层次结构进行组织，形成一个有向无环图（Directed Acyclic Graph ，DAG）。整个图谱由三个主要部分组成：分子功能（Molecular Function）、细胞组分（Cellular Component）和生物过程（Biological Process）。分子功能描述基因和蛋白质的活性、功能和相互作用；细胞组分描述细胞内各种组分的位置和结构；生物过程描述基因和蛋白质在细胞和生物体中参与的生物学活动。
GO术语之间通过有向边连接，表示上下级关系。例如，一个术语可以有多个子术语，这意味着它们表示更具体的概念。GO还使用了一些关系标签，如"是一个"（is_a）和"部分于"（part_of），以描述术语之间的层次结构和关联关系。
GO的术语是通过领域专家的共识形成的，并且经过不断更新和维护。科研人员可以利用GO术语对基因进行注释，将基因与特定的功能、组成或过程相关联。这种注释有助于理解基因的功能和相互作用，为生物学研究提供重要的信息。此外，GO还可以用于统计分析和数据挖掘，帮助研究人员发现基因和蛋白质在特定生物过程中的作用以及它们之间的关联。
总的来说，Gene Ontology是一个用于描述基因功能、细胞组成和生物过程的标准化知识库。它提供了一个共享的语言框架，促进了基因功能注释和数据分析的标准化，为生物学研究提供了重要的工具。通过GO，科研人员能够更好地理解基因的功能，揭示生物体内复杂的生命过程。
以上文字出自chatGPT，略有修改。
通常我们在进行GO功能富集分析时，会在结果中标注GO所属分类：BP、CC、MF。然而，某些在线网站，例如KOBAS出来的结果是没有这个分类信息的。
结果少的话，我们可以去gene ontology官网一个一个查询，但是当我们有很多ID时，就需要用程序来解决了。
基于用户的反馈，微生信平台上线了一个小工具：批量将GOID转成GO term并分配BP/CC/MF分类。
1.打开转化页面
首先，使用浏览器（推荐chrome或者edge）打开GOID批量转换页面。左侧为常见作图导航，中间为数据输入框和可选参数，右侧为描述和结果示例。
http://www.bioinformatics.com.cn/batch_assign_goid_into_go_term_bp_cc_mf_t019
2.粘贴待转换的 GOIDs
将需要转换的GOID粘贴到必需输入输入框。一行一个GOID，名字必需是GO+冒号+数字串。
3.提交，并下载结果
粘贴好待转的GOIDs后，点击提交按钮。约3s后，会出现结果页面。
4.结果展示
点击"结果"，下载后，用excel打开。
结果包括3列：
第一列：输入的GOID
第二列：GO term的名字
第三列：BP，CC，MF分类信息
原理
GOID的名字，分类等相关信息保存在OBO文件里边（其他文件也有，这里用OBO），因此我们可以下载OBO文件，使用程序解析，以获得对应关系。
生信技巧：做数据分析，需要知道什么数据在什么数据库/网站里（或者什么数据库存放着什么数据）。
微生信助力高分文章，用户175000+ ，谷歌学术3200+