在轉(zhuǎn)錄組、代謝組、蛋白組等組學(xué)數(shù)據(jù)分析中，拿到差異基因/差異代謝物列表只是第一步，如何從海量數(shù)據(jù)中挖掘生物學(xué)意義，找到研究的核心方向，是每一個(gè)科研人都要攻克的難題。而KEGG富集分析，就是解開(kāi)這個(gè)難題的關(guān)鍵鑰匙，也是高分SCI論文中核心分析內(nèi)容。很多科研新手對(duì)著富集分析結(jié)果一頭霧水：氣泡圖怎么看？富集因子、P值代表什么？如何從結(jié)果里篩選關(guān)鍵通路？怎么把分析結(jié)果寫(xiě)進(jìn)論文里？
本期KEGG連載干貨，就帶大家從零開(kāi)始，超詳細(xì)解讀KEGG富集分析，吃透原理、看懂圖表、掌握解讀邏輯，輕松搞定組學(xué)數(shù)據(jù)下游分析！
一、什么是KEGG富集分析？為什么非做不可？
在做KEGG富集分析前，首先要明白它的核心意義，避免盲目分析。
簡(jiǎn)單來(lái)說(shuō)，KEGG富集分析，就是把我們篩選出的差異基因/差異代謝物，映射到KEGG數(shù)據(jù)庫(kù)的各個(gè)生物學(xué)通路中，統(tǒng)計(jì)哪些通路被顯著富集，從而判斷這些差異分子主要參與哪些生命活動(dòng)、調(diào)控哪些生物學(xué)過(guò)程。
KEGG富集分析的核心作用
1. 簡(jiǎn)化海量數(shù)據(jù)：從成百上千的差異分子中，鎖定關(guān)鍵生物學(xué)通路，縮小研究范圍；
2. 挖掘生物學(xué)意義：將組學(xué)數(shù)據(jù)與生命活動(dòng)關(guān)聯(lián)，解釋實(shí)驗(yàn)表型背后的分子機(jī)制；
3. 支撐論文結(jié)論：是高分論文闡述分子調(diào)控機(jī)制、驗(yàn)證實(shí)驗(yàn)猜想的核心依據(jù)；
4. 指引后續(xù)研究：為后續(xù)基因驗(yàn)證、通路干預(yù)、靶點(diǎn)挖掘提供明確方向。
可以說(shuō)，沒(méi)有KEGG富集分析的組學(xué)數(shù)據(jù)，只是一堆沒(méi)有靈魂的數(shù)字，做完富集分析，組學(xué)研究才真正有了科研價(jià)值！
二、KEGG富集分析核心原理
KEGG富集分析的核心原理是通過(guò)統(tǒng)計(jì)學(xué)檢驗(yàn)，判斷一組特定的基因（例如DEGs）是否在某些KEGG通路上表現(xiàn)出顯著的富集，從而揭示這組基因可能共同參與的生物學(xué)功能和相互作用網(wǎng)絡(luò)。簡(jiǎn)單理解就是：判斷某一通路中，差異基因/代謝物的占比，是否顯著高于該通路在整個(gè)基因組/全代謝組中的占比。如果差異顯著，就說(shuō)明這個(gè)通路在我們的實(shí)驗(yàn)處理中，發(fā)生了明顯的調(diào)控變化，也就是顯著富集的通路，這也是我們后續(xù)重點(diǎn)關(guān)注的對(duì)象。
三、超詳細(xì)！KEGG富集分析結(jié)果圖表解讀
KEGG富集分析的結(jié)果，最直觀的就是氣泡圖和柱狀圖，也是論文中最常展示的圖表，吃透這兩張圖，就能輕松完成結(jié)果解讀。
富集氣泡圖
氣泡圖是KEGG富集分析的圖表，兼具美觀與信息含量，橫坐標(biāo)、縱坐標(biāo)、氣泡大小、顏色，每一個(gè)元素都有明確含義：
1. 縱坐標(biāo)（Y軸）：富集到的KEGG通路名稱(chēng)，一般按顯著程度排序；
2. 橫坐標(biāo)（X軸）：富集因子（Rich Factor），指該通路中，差異基因/代謝物數(shù)量與該通路總基因/代謝物數(shù)量的比值，數(shù)值越大，代表富集程度越高；
3. 氣泡大小：代表對(duì)應(yīng)通路中，差異分子的數(shù)量，氣泡越大，說(shuō)明該通路里的差異基因/代謝物越多；
4. 氣泡顏色：代表富集顯著性P值/Q值，顏色越偏向紅色（暖色），P值越小，富集結(jié)果越顯著；顏色越偏向藍(lán)色（冷色），P值越大，富集結(jié)果越不顯著。
? 解讀技巧：優(yōu)先關(guān)注X軸數(shù)值大、氣泡大、顏色紅的通路，這類(lèi)通路就是實(shí)驗(yàn)處理下，最核心的差異調(diào)控通路。
（二）富集柱狀圖
柱狀圖更適合展示Top 10/Top 20顯著富集通路，排版簡(jiǎn)潔，信息一目了然：
1. 縱坐標(biāo)：KEGG通路名稱(chēng)；
2. 橫坐標(biāo)：通路中差異分子的數(shù)量；
3. 柱子顏色：同樣代表富集顯著性P值，顏色越紅，富集越顯著。
? 解讀技巧：直接看柱子長(zhǎng)度+顏色，快速鎖定差異分子數(shù)量多、顯著性高的核心通路。
四、關(guān)鍵參數(shù)解讀：避開(kāi)解讀誤區(qū)
除了圖表，這3個(gè)核心參數(shù)，是判斷富集結(jié)果是否可靠、是否有研究?jī)r(jià)值的關(guān)鍵，新手一定要牢記：
1. P值（P-value）
統(tǒng)計(jì)學(xué)顯著性指標(biāo)，P值越小，代表通路富集結(jié)果越可靠，一般篩選標(biāo)準(zhǔn)為P＜0.05，數(shù)值越小，顯著性越強(qiáng)。
部分分析結(jié)果會(huì)展示校正后的Q值/FDR值，用于排除假陽(yáng)性，優(yōu)先參考Q值，結(jié)果更嚴(yán)謹(jǐn)。
2. 富集因子（Rich Factor）
反映通路的富集程度，數(shù)值越大，差異分子在該通路中的占比越高，但不能只看富集因子，必須結(jié)合P值綜合判斷。
3. 富集基因數(shù)/代謝物數(shù)
該通路中包含的差異分子數(shù)量，數(shù)量越多，說(shuō)明該通路受實(shí)驗(yàn)處理的影響越大，研究?jī)r(jià)值相對(duì)更高。
?? 避坑提醒：不要只單一看某一個(gè)參數(shù)！比如某通路富集因子很高，但P值極大，說(shuō)明結(jié)果不可靠；只有富集因子高+P值顯著+差異分子數(shù)量多，三者同時(shí)滿足，才是真正的核心通路。
五、高分論文：KEGG富集結(jié)果解讀思路
拿到分析結(jié)果后，如何梳理邏輯，把解讀內(nèi)容寫(xiě)進(jìn)論文里？分享通用高分解讀邏輯，直接套用：
1. 整體概述：先總述差異基因/代謝物主要富集到哪些大類(lèi)通路（比如代謝通路、信號(hào)通路、疾病相關(guān)通路等）；
2. 重點(diǎn)突出：挑選Top5-10條顯著的通路，詳細(xì)說(shuō)明通路名稱(chēng)、富集程度、參與的生物學(xué)過(guò)程；
3. 關(guān)聯(lián)實(shí)驗(yàn)表型：將富集通路與自己的實(shí)驗(yàn)表型結(jié)合，解釋“為什么會(huì)出現(xiàn)這樣的通路富集"，闡述分子機(jī)制；
4. 研究意義升華：說(shuō)明這些核心通路，在本研究中的作用，為后續(xù)研究提供哪些理論依據(jù)。
示例（論文寫(xiě)作模板）：
本次KEGG富集分析結(jié)果顯示，差異基因主要顯著富集于糖酵解通路、PI3K-Akt信號(hào)通路、細(xì)胞凋亡通路等（P＜0.05）。其中，PI3K-Akt信號(hào)通路富集因子最高，差異基因數(shù)量最多，提示該通路可能是調(diào)控XX疾病發(fā)生發(fā)展的核心通路，參與細(xì)胞增殖與凋亡的生物學(xué)過(guò)程，與本研究中細(xì)胞增殖活性變化的表型高度吻合。
六、新手常見(jiàn)問(wèn)題&解決方案
1. 問(wèn)題1：富集結(jié)果無(wú)顯著通路，P值全都很大？
解決方案：檢查差異分子篩選閾值是否過(guò)嚴(yán)、物種選擇是否正確、輸入的基因ID格式是否匹配，適當(dāng)放寬篩選閾值重新分析。
2. 問(wèn)題2：富集通路太多，不知道該選哪些？
解決方案：優(yōu)先選擇與研究方向高度相關(guān)、P值顯著、富集因子高的通路，聚焦3-5條核心通路深入分析即可，無(wú)需全部羅列。
3. 問(wèn)題3：通路名稱(chēng)太專(zhuān)業(yè)，看不懂通路功能？
解決方案：直接在KEGG搜索通路名稱(chēng)，查看通路詳情、分子調(diào)控網(wǎng)絡(luò)，也可結(jié)合文獻(xiàn)，了解該通路的研究進(jìn)展。
大家在做KEGG富集分析時(shí)，還遇到過(guò)哪些解讀難題？歡迎在評(píng)論區(qū)留言，一起交流解決！
咨詢電話