搜索通路富集
GO/KEGG/Reactome通路分析
📝 服务介绍
通路富集分析对差异基因/蛋白列表进行GO功能注释、KEGG/Reactome通路富集和GSEA基因集富集分析，揭示差异分子的生物学功能和信号通路。
🔬 实验原理
通路富集分析原理：通路富集分析检验差异基因/蛋白是否在特定生物学通路(Kyoto Encyclopedia of Genes and Genomes, KEGG/Reactome/BioCarta)中过度出现。通过超几何检验/Fisher精确检验计算富集p值，揭示差异分子涉及的生物学通路。
📋 应用领域
- GO/KEGG通路富集分析
- 通路活性与差异通路鉴定
- 基因集富集分析(GSEA)
- 蛋白-蛋白互作网络与模块化
- 通路调控枢纽基因预测
- 多组学整合通路调控视角
⭐ 服务优势
- 多数据库：GO/KEGG/Reactome/WikiPathways
- 两种方法：ORA过度代表/GSEA排序
- 富集可视化：气泡图/条形图/CNET图
- 灵活输入：基因符号/ENSEMBL/Entrez ID
🔄 服务流程
- 输入差异基因/蛋白列表
- ID转换（统一为Entrez/ENSEMBL）
- ORA过度代表分析（clusterProfiler）
- GSEA预排序基因集富集（fgsea/GSEA software）
- 多数据库注释（GO BP/CC/MF KEGG Reactome）
- 可视化（气泡图/条形图/CNET图/ridge plot）
- 报告生成
📋 服务详情 / 客户提供
| 项目 | 要求 |
|---|---|
| 差异分子列表 | 基因符号/蛋白ID+Fold Change/p-value |
| 物种 | 人类/小鼠/大鼠/拟南芥等 |
| 数据库选择 | GO/KEGG/Reactome/MSigDB Hallmark |
| 分析方法 | ORA/GSEA/两者 |
| 报告要求 | 标准/深度定制 |
📊 结果展示
通路富集分析报告（含GO/KEGG/Reactome富集气泡图、GSEA富集图、通路网络图）。
📦 最终交付
通路富集分析报告（含GO/KEGG/Reactome富集气泡图、GSEA富集图、通路网络图）。
Q: ORA和GSEA有何区别
ORA（过度代表分析）基于差异基因列表（人为定义阈值），只考虑基因是否在列表中；GSEA使用全基因按排序（如log2FC），不需预先设定阈值，可检测弱但协调的通路变化。建议两者同时做。
Q: GSEA的FDR多少可接受
FDR<0.25认为有趋势，FDR<0.05为显著。GSEA相对宽松（因基因集大小和重叠影响）。建议结合NES（Normalized Enrichment Score）>1.5和p-value<0.05筛选关键通路。
Q: 通路分析怎么做
1)输入差异基因列表(DEGs: |log2FC|>1且padj<0.05)；2)背景基因集(所有检测到的基因)；3)富集分析(clusterProfiler/David/g:Profiler: KEGG/Reactome/GO BP)；4)超几何检验/Fisher精确检验→p值→BH校正(FDR<0.05)；5)可视化: dot plot(富集度/p值/基因数)/barplot/enrichment map。建议clusterProfiler R包(KEGG+GO+GSEA一站式)。
Q: 通路富集和GSEA区别
富集分析(Over-Representation Analysis, ORA): 输入差异基因列表(需阈值筛选)→检验在通路中是否过度代表(超几何检验)，二选一(差异/非差异)。GSEA(Gene Set Enrichment Analysis): 输入全部基因排序(按log2FC排序)→检验基因集在排序列表中是否聚集(Kolmogorov-Smirnov检验)，不需阈值(利用全部基因信息)。建议GSEA(不需阈值，信息量更大)→ORA验证。
Q: 通路分析能做什么
1)差异基因功能注释(GO: BP生物过程/MF分子功能/CC细胞组分)；2)KEGG通路富集(代谢/信号通路/疾病通路)；3)Reactome通路(精细通路/反应组)；4)WikiPathways(社区通路)；5)MSigDB(Hallmark/免疫/致癌通路集合)。建议GO+KEGG+Hallmark多数据库富集(互补)。同时做ORA(差异基因)+GSEA(全排序基因)。
Q: 通路分析结果怎么看
1)p.adjusted<0.05(FDR校正)为显著富集；2)GeneRatio(富集基因数/差异基因总数)反映富集程度；3)Count(通路中差异基因数)>3-5个；4)NES(GSEA: Normalized Enrichment Score)>1.5或<-1.5且padj<0.05；5)p-value<0.01但FDR<0.25(GSEA标准)。注意: 富集不等于因果(通路富集≠通路激活)，需验证(WB/功能实验)。
Q: 通路分析和网络分析区别
通路富集: 检验差异基因在已知通路中是否过度代表(静态注释)。网络分析: PPI网络(STRING/Cytoscape)构建基因互作网络→拓扑分析(hub基因/模块/ centrality)→识别核心调控基因。建议整合: 通路富集(功能注释)+网络分析(核心基因)+GSEA(通路活性排序)。多组学通路: 转录组+蛋白组+磷酸化组共同富集通路(多组学证据更可靠)。