Kyoto Encyclopedia of Genes and Genomes (KEGG) pathway analysis（KEGG通路分析）

1.KEGG的基本概念

KEGG是一个整合基因、通路、疾病和药物信息的综合数据库，旨在系统地解析基因与基因组的功能。其核心内容是KEGG通路（Pathway） ，通过手工绘制的分子相互作用网络图（如代谢通路、信号转导通路等），将基因、蛋白质、化合物的功能联系起来。
KEGG通路分为以下几类：

• 代谢通路（Metabolism） ：如糖酵解、三羧酸循环。
• 遗传信息处理（Genetic Information Processing） ：如DNA复制、转录、翻译。
• 环境信息处理（Environmental Information Processing） ：如信号转导（MAPK通路、PI3K-Akt通路）。
• 细胞过程（Cellular Processes） ：如细胞周期、凋亡。
• 疾病相关通路（Human Diseases） ：如癌症、神经退行性疾病。
• 药物开发（Drug Development） ：药物靶点与代谢路径

2.KEGG通路分析的目的

• 功能关联 ：将基因或蛋白质映射到已知通路，揭示其参与的生物学过程。
• 通路富集分析（Pathway Enrichment） ：在组学数据（如差异表达基因）中，统计显著富集的通路，解释实验结果的生物学意义。
• 系统生物学研究 ：构建分子相互作用网络，探索疾病机制或药物靶点。

3. 分析流程

• 输入数据 ：一组目标基因或蛋白质（如RNA-seq筛选的差异表达基因）。
• 通路注释 ：通过基因ID（如Entrez ID、KO编号）将目标基因映射到KEGG通路。
• 富集分析 ：
  • 使用超几何检验或Fisher精确检验，计算目标基因集在特定通路中的富集程度（p值）。
  • 校正p值（如Benjamini-Hochberg校正）以减少假阳性。
• 结果可视化 ：
  • 通路图（Pathway Map） ：用颜色标记目标基因在通路中的位置（如KEGG Mapper工具）。
  • 富集结果图 ：柱状图、气泡图展示显著富集的通路（如使用R包clusterProfiler或pathview）

4.应用场景

• 疾病机制研究 ：例如，发现肿瘤相关基因富集在“细胞周期调控”或“PI3K-Akt信号通路”。
• 药物靶点预测 ：通过通路分析寻找潜在药物作用靶点（如代谢通路中的关键酶）。
• 跨组学整合 ：结合基因组、转录组、蛋白质组数据，构建分子调控网络。

5.常用工具和数据库

• KEGG官网 （https://www.kegg.jp ）：提供通路图、基因注释和分析工具（如KEGG Mapper）。
• DAVID ：支持KEGG通路富集分析。
• clusterProfiler （R包）：自动化完成KEGG富集分析和可视化。
• Metascape ：整合KEGG、GO等数据库的在线分析工具。

6. 注意事项

• 物种特异性 ：KEGG通路在不同物种中的注释可能不一致，需确认目标物种的数据库支持。
• 通路覆盖范围 ：部分通路可能缺乏完整注释，需结合文献补充。
• 生物学验证 ：富集结果需结合实验验证（如敲除关键基因、通路抑制剂实验）。