引言

差异分析后，如果鉴定到的差异基因偏少，我们可以从调整实验设计（选择表型有显著差异的样本、避免批次效应）、剔除异常样本（参考相关性热图、PCA）、降低筛选阈值（FC、P Value）、更换分析软件（DESeq2、edgeR）等方面尝试解决。但如果鉴定到的差异基因太多，我们又该如何挑选关键靶标用于后续深入研究？除了前期提到的GO富集分析（差异基因太多，后续深入研究如何挑选之GO富集分析篇）外，本期将介绍另一种文献中高频使用的方法——KEGG富集分析。

图1 文献中KEGG富集分析的可视化

KEGG富集分析是基于KEGG数据库对给定基因集进行功能注释和富集分析的方法，通过统计学算法（如超几何分布、Fisher精确检验等）计算给定基因集在不同KEGG pathway中的富集程度和显著性。与GO富集分析相比，KEGG富集分析更侧重于展示分子间代谢通路以及信号传导网络。借助KEGG富集分析，我们可以有效将表型-通路-基因联系起来，并挑选显著富集的KEGG pathway中差异基因作为后续研究的靶标参考。更重要的是，KEGG富集分析能与GO富集分析优势互补，全面阐释基因功能，深入挖掘分子机制。KEGG（Kyoto Encyclopedia of Genes and Genomes）数据库是一个整合了基因组、生化代谢、信号转导、疾病药物、健康等信息的综合数据库，通过利用分子水平的信息，特别是来自高通量测序的数据，充分挖掘生物系统的高级功能和效用。KEGG富集分析主要利用的是“KEGG PATHWAY”。KEGG PATHWAY是一组手动绘制的通路图，展现包括新陈代谢、遗传信息处理、环境信息处理、细胞过程、有机体系统、人类疾病、药物开发方面的分子互作、反应和关系网络。

图2 Kyoto Encyclopedia of Genes and Genomes

我们可以从知乎、B站、微信公众号等渠道获取KEGG富集分析实操的学习资料，但通常还需额外下载软件或学习代码。“担心基础”或“想快速入手”的同学们还可以尝试使用康测科技云分析平台，3分钟左右的视频教学、零代码实现轻松上手。

图3 B站上的大神教学

康测KEGG富集分析云工具提供2种高频使用软件Kobas和clusterProfiler用于KEGG富集分析结果的可视化，支持气泡图和柱状图2种不同的展现形式。物种和基因组版本、P值大小、通路展示个数、Term字体大小、图片大小均可自由选择/设置。此外，文献中展示的弦图、桑基图、圈图、网络图等也有相应的云工具。

图4 康测KEGG富集分析的可视化

康测科技云分析平台试用

康测科技云分析平台整合超过100种组学分析工具，配备详细、精炼的讲解视频和工具文档，全程零代码、自主参数设置。如果您有KEGG富集分析使用需求，可私信小编，小编将给您发送试用账号链接：http://www.seqcloud.cc:8888

参考文献

1.Tianyu Cao, Wenyao Zhang, Qi Wang, et al. Cancer SLC6A6-mediated taurine uptake transactivates immune checkpoint genes and induces exhaustion in CD8+ T cells[J]. Cell, 20242.Weiwei Yu, Zhen Wang, Xiafei Yu, et al. Kir2.1-mediated membrane potential promotes nutrient acquisition and inflammation through regulation of nutrient transporters[J]. Nature Communications, 20223.Zixin Chen, Tong Luo, Lu Zhang, et al. A simplified herbal formula for the treatment of heart failure: Efficacy, bioactive ingredients, and mechanisms[J]. Pharmacological Research, 2019