差异基因太多？不妨这样挑选“关键”靶标！

最新推荐文章于 2024-09-28 22:05:59 发布

seqhealth2024

最新推荐文章于 2024-09-28 22:05:59 发布

阅读量695

点赞数 18

文章标签：算法学习方法云计算论文阅读数据挖掘

本文链接：https://blog.csdn.net/seqhealth2024/article/details/141327997

版权

KEGG富集分析

差异分析后，我们通常会筛选到较多的差异基因。由于同一个基因在不同的生物学过程中可能行使不同的功能。而在某一特定的生物学过程中往往存在多个不同的基因相互协调发挥作用。因而，仅靠“零散”的差异基因不足以诠释宏观、复杂的生物学问题。此外，对生物学机制的深入解析也需要从众多的差异基因中挑选“关键”靶标作进一步的功能验证。那么，如何快速、精准地锁定后续研究的目标成为科研工作者最关心的问题之一。

进行GO和KEGG富集分析是组学研究中在获得差异基因后的常见操作。GO富集分析在“差异基因太多，如何挑选进行深入研究？”中有详细解读。此处，我们重点讨论KEGG富集分析。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，我们可以将与表型明显相关的、显著富集的KEGG pathway中的差异基因作为后续研究的靶标参考。同时形成表型-通路-基因链也更能体现研究的逻辑和层次。

在这里，我们简单介绍一下KEGG数据库。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。KEGG数据库可以与GO数据库形成优势互补，全面阐释基因的功能，挖掘深层次的分子调控机制。更详细的介绍，请点击链接http://www.genome.jp/kegg。