善用KEGG数据库挖掘目的基因

有关KEGG的分析在很多已发表的论文中都十分常见，涉及到的方向也很广泛，比如：代谢组、表观组、转录组等等。通常得到相关的基因集或者代谢物后，我们都希望能够快速了解它们的蛋白功能和涉及的调控机制，从而进一步锁定接下来关注的核心基因。

KEGG富集分析就是一种很好的手段。该分析方法是由Kanehisa实验室(Kanehisa Laboratories)在1995年开发。

什么是KEGG数据库？

KEGG（Kyoto Encyclopedia of Genes and Genomes）是一个包含生物信息学数据库和相关工具的综合性资源，旨在帮助研究人员理解生物系统的功能和组成。KEGG数据库包含了多种生物信息学数据，包括基因组、代谢途径、疾病和药物等信息。主要包括以下几个部分：

基因组数据库：

包括已知生物物种的基因组序列和注释信息。

代谢途径数据库：

包括生物体内代谢途径的图谱和相关基因、蛋白质等信息。

疾病数据库：

包括与基因和代谢途径相关的疾病信息。

药物数据库：

包括与基因和代谢途径相关的药物信息。

KEGG数据库还提供了一系列工具和资源，如KEGG Pathway，KEGG BRITE，KEGG Orthology等，帮助我们进行生物信息学分析和研究。

进入KEGG官网的页面后我们可以看到便捷搜索框、简介与引用、KEGG子库列表以及各种分析工具等。其中，KEGG PATHWAY会是我们要重点关注的部分，点击进入后首先会看到pathway的一级分类。目前可以分为七大类，分别为：

代谢途径（Metabolic Pathways）：

包括碳水化合物代谢、脂类代谢、氨基酸代谢、核苷酸代谢等。

遗传信息处理（ Genetic Information Processing）：

包括转录、翻译、DNA 复制、修复等。

环境信息处理（ Environmental Information Processing）：

包括信号转导、细胞周期、细胞凋亡等。

细胞过程（Cellular Processes）：

包括细胞结构、细胞运动、细胞分裂等。

有机系统（Organismal Systems）：

包括免疫系统、内分泌系统、循环系统、消化系统、排泄系统、神经系统等。

人类疾病（Human Diseases）：

包括各种人类疾病的相关基因和蛋白质信息。

药物开发（Drugs Development）：

包括各种药物的作用机制和代谢途径等信息。

除此之外，页面的下方我们也可以看到更为详细的分类。KEGG目前一共有三级分类，我们常说的富集通路为第三级分类。

说到这里，大家可能会问到不同的编号有什么含义呢？或者他们的区别在哪里？

其实每个通路都由一个五位数字标识，后跟以下任意一个：map，ko，ec，rn和三字母或四字母生物代码，它们分别代表五种通路类型：

map编号：代表reference pathway，根据已有的知识绘制的、概括的、详尽的具有一般参考意义的代谢图。一个点同时表示一个基因，这个基因编码的酶或这个酶参加的反应
org编号：物种特异性通路，这里就是将K编号基因（直系同源基因，后面会介绍）换为每个物种中对应的基因
ko编号：KO通路中的点表示直系同源基因
ec编号：EC通路中的点表示相关的酶
rn编号：化学反应通路中的点只表示该点参与的某个反应、反应物及反应类型

这五种前缀其实都是同一张通路图，只不过高亮显示的内容不同。要注意的是KEGG各个通路并非完全独立的，而是存在着普遍的联系。而且KEGG通路的联系一般不是单纯的上下游关系，更多是重叠交错的关系。在转录组、表观组研究中我们最常见的是map编号和ko编号。

了解完KEGG数据库的基本界面信息，我们再来认识下KEGG注释结果和富集分析结果。以下是富集分析后最常见的两种文件格式。

KEGG注释结果文件

与富集分析不同，KEGG注释是基于基因本身比对数据库后给出对应的K号，K号表示基因，每个号代表的是所有物种的一个同源基因。

以“K00410”为例，通过K号的搜索也能查找到对应的通路图。

Entry、Symbol、Name为基本信息；Pathway表示相关的map通路，点击map号可显示对应通路图；Module表示包含这个KO条目的KEGG模块，点击链接后在模块map中相应的KO矩形会被标记为红色；Brite代表了遵循KEGG通路层次结构的KO系统的分级分类，以及BRITE数据库中的其他分类；Other DBs链接到KEGG REACTION，以及COG，GO和其他分类系统；Genes表示KEGG组织中属于这个KO组的基因；Reference、Authors、Title、Journal 为该通路图的参考文献信息。

KEGG富集分析的结果文件

通过目的基因集和背景文件，完成富集分析后我们会得到下方格式的结果文件。