go分析和kegg分析_Bioconductor基因芯片数据分析之KEGG分析

上一期我们一起学习了基因芯片数据分析中的GO分析，这一期我们学习KEGG分析。

通路(Pathway)分析包括通路注释和通路富集分析。通路富集分析的基本思路、统计模型等基本和GO富集分析如出一辙。

常用的公共通路数据库主要有KEGG ( Kyoto encyclopedia of genes and genomes)、BioCarta和GenMAPP (Gene map annotator and pathway profiler)，最为著名的是KEGG库中的代谢通路，KEGG代谢通路注释几乎成为了通路注释的代名词。

很多事实已经证明，KEGG的数据是非常可靠的，但是我们要注意，KEGG有两个比较大的缺点：第一就是注释源问题，它只提到由相关专家收集整理而成，没有参考文献等来源信息；第二就是授权问题，由于它授权过于严格，Biocondocutor已经无法继续支持它，转而开始使用更加开源的Reactome数据库。

在R语言中KEGG分析主要是由Bioconductor的GeneAnswers包实现的。

接着上一期的代码，我们进行今天的分析。

Bioconductor基因芯片数据分析之GO分析

#安装并加载所需R包。

BiocManager::install("GeneAnswers")library(GeneAnswers)

#选取dif中的三列信息构成新的矩阵，第一列必须是EntrezID

humanGeneInput