GO的主要用途之一是對基因組進行富集分析。例如，給定一組在特定條件下上調的基因，富集分析將使用該基因組的註釋發現哪些GO術語被過度表示（或未充分表示）。

　　富集分析工具             

　    使用者可以直接從GOC網站的主頁進行濃縮分析。此服務連線到PANTHER分類系統的分析工具，該分類系統使用GO註釋進行最新維護。PANTHER分類系統在Mi H等人，PMID：23868073中有詳細說明。支援基因ID的列表可以從PANTHER網站獲得。             

　　 使用GO富集分析工具            

　　 1.貼上或鍵入要分析的基因的名稱，每行一個或用逗號分隔。該工具可以處理MOD特異性基因名稱和UniProt ID（例如，Rad54或P38086）。             

　　 2.選擇GO方面（分子功能，生物過程，細胞成分）進行分析（生物過程是預設的）。             

　　 3.選擇你的基因來自的物種（預設為智人）。             

　　 4.按提交按鈕。注意，在後面的步驟中，您將能夠上傳REFERENCE（又稱“背景”）列表。             

　　 5.您將被重定向到PANTHER網站上的結果。這些結果是根據你在步驟3中選擇的基因組中所有蛋白質編碼基因的集合的富集度得出的。             

　　6.（可選但強烈推薦）新增自定義引用列表並重新執行分析。在結果頁面頂部的PANTHER分析摘要的“引用列表”行上按“更改”按鈕，上傳引用列表檔案，然後按“啟動分析”按鈕重新執行分析。參考列表應該是選擇較小分析列表的所有基因的列表。例如，在差異表達基因的列表中，參考列表應該只包含在實驗中完全

　　解釋結果表
　　結果頁面顯示一個表，該表列出了重要的共享GO術語（或GO術語的父母），用於描述使用者在前一頁上輸入的一組基因、背景頻率、樣本頻率、預期p值、每個術語過度/低表示的指示以及p值。此外，結果頁面顯示分析中使用的所有條件。任何未解決的基因名稱都將列在表格的頂部。
　　背景頻率和取樣頻率
　　背景頻率是在整個背景集中註釋到GO術語的基因數量，而樣本頻率是在輸入列表中註釋到GO術語的基因數量。例如，如果輸入列表包含10個基因，並且富集了背景集包含6442個基因的釀酒酵母的生物過程，那麼如果10個輸入基因中有5個被註釋為GO術語：DNA修復，那麼DNA修復的樣本頻率將是5/10。然而，如果在所有的釀酒酵母基因組中有100個基因被註釋為DNA修復，那麼背景頻率將是100/6442。
　　被高估或被低估
符號+和-表示一個術語的過度或低度表示。
　　P值
　　P值是指在註釋到特定GO術語的列表中的總n個基因中，考慮到註釋到該GO術語的基因在整個基因組中的比例，至少看到x個基因的概率或機會。也就是說，將使用者列表中的基因共享的GO術語與註釋的背景分佈進行比較。p值越接近零，與基因組相關聯的特定GO術語就越顯著(即，觀察到的特定GO術語對一組基因的註釋偶然發生的可能性越小)。
　　換言之，當搜尋過程本體時，如果一個組中的所有基因都與“DNA修復”相關，這個術語將是有意義的。然而，由於基因組中的所有基因（帶有GO註釋）都間接地與頂級術語“bio._process”相關聯，所以如果一個組中的所有基因都與這個非常高水平的術語相關聯，那麼這並不顯著。

　　外部工具             

　　 有許多不同的工具可以提供豐富功能。其中一些是基於網路的，另一些可能需要使用者下載應用程式或安裝本地環境。工具使用的演算法不同，執行的統計測試也不同。           

        濃縮工具的一些其他示例包括：

　　富集分析小軟體---BiNGO。它是Cytoscape軟體中很出色的一個外掛。它提供的結果中除了文字格式的富集分析結果外，還會將結果以網路圖的形式展現，非常美觀。

　　4.1 GO富集分析的結果為“.bgo”結尾的檔案，可在設定的輸出結果資料夾內用txt開啟檢視。

　　x：所分析的基因富集到該GO term中的數量；

　　n：基因組中富集到該GO term中的數量；

　　X：所分析基因的總數

　　N：基因組中基因的總數

　　4.2 GO富集分析的層級網路圖。每一個圈代表了一個GOterm；顏色是根據富集度即”corrp-value”進行著色的，顏色越深表示富集度越顯著；箭頭的方向則表示層級關係。