GSEA与KEGG基础
要理解GSEA-KEGG通路分布图，首先得了解它的两个核心组成部分：
· GSEA：GSEA（基因集富集分析）的核心思想是不预先筛选差异基因，而是将所有基因根据其与表型的关联程度（例如logFC值）从高到低排序。分析时，会检查一个预先定义的基因集（例如某个KEGG通路中的所有基因）在这个排序列表中的分布位置。如果该基因集的成员主要聚集在列表的顶端或底部，则认为该基因集在对应的实验条件下发生了显著富集。分析结果会给出富集得分，正分表示基因集在列表顶端富集，负分则表示在列表底部富集。
· KEGG：KEGG是一个整合了基因组、化学和系统功能信息的数据库，包含了大量已知的生物代谢通路和信号转导通路。在GSEA中，KEGG通路常被用作预先定义的基因集。
这张图告诉你三件事：
1. 排名基因列表：
X轴是整个基因组的所有基因，按照它们与表型的关联程度（例如，处理组 vs 对照组的表达差异）从大到小排序。
最左边是上调最显著的基因。
最右边是下调最显著的基因。
2. 富集得分曲线：
中间隆起的黑线是富集得分曲线。
当曲线向上走：表示遇到属于该KEGG通路的基因。
当曲线向下走：表示遇到不属于该通路的基因。
峰值的意义：曲线的最高点就是富集得分。峰值出现在左侧，说明该通路基因主要在上调基因中富集；峰值出现在右侧，说明主要在下调基因中富集。
3. 基因集成员位置：
图下方的竖线标记了该KEGG通路中所有基因在排序列表中的具体位置。
这些竖线密集分布的区域，就是对该通路富集得分贡献最大的“核心区域”。
解读不同图表类型的要点
除了经典的富集图，你还可能遇到其他展示形式：
绘制工具与方法
绘制这些图表，你可以选择以下几种工具和方法：
R语言与clusterProfiler包：这是最常用且功能强大的分析方式。
你需要准备一个按某个指标（如与表型的相关性、logFC值）从大到小排序的基因列表。
使用gseKEGG()函数进行分析。
分析结果中包含一个名为 core_enrichment 的列，它列出了对富集信号贡献最大的核心基因。深入分析这些核心基因，能帮你理解通路的具体变化。
在线工具：如果你不熟悉编程，一些在线平台提供了便捷的绘图功能。
实用提示与注意事项
进行GSEA-KEGG分析时，有几点需要特别留意：
关于基因列表：GSEA分析需要的是全部基因而不仅仅是显著差异基因的列表，并且这些基因需要按照其与表型的关联程度（例如logFC）进行排序。
关于核心基因：core_enrichment中的基因是对富集信号贡献最大的成员，它们通常位于富集图的峰值之前。在解读通路机制时，应重点关注这些核心基因。
KEGG通路图的绘制与简化：如果你希望将基因表达数据映射到具体的KEGG通路图上，可以参考以下步骤：
在KEGG官网找到目标通路图。
利用分析结果，找到通路图中各个酶或蛋白对应的基因及其表达数据（如logFC值）。
可以使用PPT、AI等软件，将表达数据（常用热图形式）整合到简化后的通路框架上，从而生成一张能够直观展示机制的通路图。
总结：解读三步法
要成为解读高手，记住这三个步骤：
定方向：峰在哪？左峰 (正NES) = 上调/激活，右峰 (负NES) = 下调/抑制。
看强度：峰多高？峰越高，富集得分绝对值越大，说明该通路基因的表达变化趋势越一致和强烈。
判意义：结合生物学知识，思考这个通路的上下调是否符合你的实验假设，能否讲出一个合理的生物学故事。
目标
应用科学技术，让人民的生活更美好。
联系我们，打造非凡的人工智能 & 多肽产品
muyonglin@aiptide.com
”
关注我们
ATTENTION US
<了解更多信息>
- 作品说明 -
素材 | 智普肽德
文案 | 智普肽德
图片 | 智普肽德