我们生信入门马拉松授课群里有一个学员在学完课程后，开始了自己的数据分析，到了KEGG Pathway富集结果进行barplot展示时，他遇到了一个问题：想在KEGG富集结果中添加每条通路的类别，但是不知道这个通路类别去哪里对应或者手动去KEGG数据库不方便！
图片
首先，看看KEGG Pathway数据库的7大分类可能很多人做KEGG Pathway富集时，还没有了解过KEGG 通路数据库也有分类呢？
来到KEGG官网：https://www.genome.jp/kegg/pathway.html
图片
让人工智能大模型帮我们介绍一下这7大类吧：
KEGG（Kyoto Encyclopedia of Genes and Genomes）数据库是一个综合数据库资源，旨在通过整合基因组、生物化学通路、疾病、化学物质等信息，为理解高级功能和生物系统提供帮助。以下是 KEGG 数据库的 7 大分类详细介绍：
1. Metabolism（代谢）描述：这一分类涵盖了生物体内的各种代谢通路，包括碳水化合物代谢、脂质代谢、氨基酸代谢、核苷酸代谢、能量代谢等。这些通路描述了生物体内小分子的合成、分解和转化过程。应用场景：用于研究代谢疾病、药物代谢、微生物代谢工程等。例如，通过分析糖酵解通路，可以了解糖尿病等代谢疾病的机制。示例通路：糖酵解 / 糖异生（Glycolysis / Gluconeogenesis）三羧酸循环（TCA Cycle）脂肪酸合成（Fatty Acid Synthesis）2. Genetic Information Processing（遗传信息处理）描述：涉及 DNA 和 RNA 的合成、修复、复制、转录和翻译等过程。这一分类帮助理解基因如何被表达和调控，以及如何应对 DNA 损伤等应激条件。应用场景：在基因编辑、基因治疗、癌症研究等领域有重要应用。例如，研究 DNA 修复机制有助于开发新的抗癌药物。示例通路：DNA 复制（DNA Replication）RNA 转录（Transcription）蛋白质合成（Protein Synthesis）3. Environmental Information Processing（环境信息处理）描述：包括信号转导、膜运输等过程，这些过程帮助细胞感知和响应外界环境变化，如激素信号、神经信号、离子通道等。应用场景：在神经科学、内分泌学、植物学等领域有广泛应用。例如，研究胰岛素信号转导通路可以深入了解糖尿病的发病机制。示例通路：胰岛素信号转导（Insulin Signaling Pathway）神经递质释放（Neurotransmitter Release）钙信号通路（Calcium Signaling Pathway）4. Cellular Processes（细胞过程）描述：涉及细胞的生命周期、细胞死亡、细胞周期、细胞骨架等基本细胞过程。这些通路描述了细胞如何生长、分裂、迁移和凋亡。应用场景：在细胞生物学、发育生物学、癌症研究等领域有重要应用。例如，研究细胞周期调控机制有助于开发新的抗癌药物。示例通路：细胞周期（Cell Cycle）细胞凋亡（Apoptosis）细胞骨架重组（Cytoskeleton Remodeling）5. Organismal Systems（生物体系统）描述：涵盖多细胞生物的系统级功能，如免疫系统、循环系统、神经系统等。这些通路描述了生物体各个系统之间的协调和功能。应用场景：在系统生物学、生理学、病理学等领域有广泛应用。例如，研究免疫系统通路可以深入了解自身免疫疾病和感染性疾病。示例通路：免疫系统（Immune System）循环系统（Circulatory System）神经系统（Nervous System）6. Human Diseases（人类疾病）描述：整合了与人类疾病相关的基因、通路和化合物信息。这一分类帮助研究人员理解疾病的分子机制，开发新的诊断和治疗方法。应用场景：在医学研究、药物开发、临床诊断等领域有重要应用。例如，研究癌症相关的通路可以开发新的抗癌药物。示例通路：癌症（Cancer）糖尿病（Diabetes）心血管疾病（Cardiovascular Diseases）7. Drug Development（药物开发）描述：涉及药物靶点、药物作用机制、药物代谢等信息。这一分类帮助研究人员设计和开发新的药物，优化药物疗效和减少副作用。应用场景：在药理学、药物化学、临床药理学等领域有重要应用。例如，研究药物代谢通路可以优化药物的剂量和给药频率。示例通路：药物代谢（Drug Metabolism）药物靶点（Drug Targets）药物作用机制（Mechanism of Action）这些分类为研究人员提供了一个全面的视角，帮助他们从分子水平到系统水平理解生物过程和疾病机制，从而推动生物医学研究和药物开发。
来绘制一下上面那个图使用前面做过的一个芯片数据的差异结果吧：2万个基因少一半也不影响最后的差异分析富集结果啊？
rm(list=ls())library(ggplot2)library(clusterProfiler)library(org.Hs.eg.db)deg <- read.csv("GSE17351/DEG.csv")head(deg)table(deg$g)# 挑选显著差异暴打基因deg <- deg[deg$g!="stable", ]# symbol 转entrziddf <- bitr(unique(deg$name), fromType = "SYMBOL", toType = c( "ENTREZID"), OrgDb = org.Hs.eg.db)# 富集kk <- enrichKEGG(gene = df$ENTREZID, organism = 'hsa', pvalueCutoff = 0.9, qvalueCutoff =0.9)kk <- DOSE::setReadable(kk, OrgDb='org.Hs.eg.db', keyType='ENTREZID')#按需替换barplot(kk)head(kk)[,1:6]可以看到，在新版的clusterProfiler包中，是已经包含了KEGG通路的分类信息的：category：为level A，总共有7大类subcategory：为level B，为7大类下面的更加细分一点的类别ID：为level C，为第三大类别，也即KEGG Pathway数据库中最详细的一层，就是通路本身。图片
现在绘图吧：# 选取每个 category 类别中的top5通路进行绘图library(dplyr)dat_top5 <- dat %>% group_by(category) %>% slice_head(n = 5) %>% ungroup()colnames(dat_top5)g_kegg <- ggplot(dat_top5, aes(y=Description, x=Count, fill=category)) + geom_bar(stat="identity",width = 0.6) + scale_x_continuous(name ="Relative abundance(%)") + scale_y_discrete(name ="KEGG Pathway") + ggtitle("KEGG Enrichment") + theme(panel.background = element_rect(fill = "white",colour='black'), panel.grid.major = element_line(color = "grey",linetype = "dotted",size = 0.3), panel.grid.minor = element_line(color = "grey",linetype = "dotted",size = 0.3), title = element_text(colour='black', size=20,face = "bold"), axis.ticks.length = unit(0.4,"lines"), axis.ticks = element_line(color='black'), axis.line = element_line(colour = "black"), axis.title.x=element_text(colour='black', size=20,face = "bold"), axis.title.y=element_text(colour='black', size=20), axis.text.x=element_text(colour='black',size=20), axis.text.y = element_text(color = "black",size = 16), legend.position = "none", strip.text.y = element_text(angle = 0,size = 12,face = "bold")) + facet_grid(category~.,space = "free_y",scales = "free_y")g_keggggsave(g_kegg,width =16,height =16,filename = 'KEGG_barplot_class.pdf' )结果如下：
图片
友情宣传：
生信入门&数据挖掘线上直播课2025年1月班
时隔5年，我们的生信技能树VIP学徒继续招生啦
满足你生信分析计算需求的低价解决方案
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。
