组学分析高级进阶：Nature Protocols文章教你组学数据的通路富集及其可视化

发稿时间：2019-01-30来源：天昊生物

通路富集分析有助于研究人员深入解析由组学（基因组、转录组、表观组等）方法产生的基因列表数据，这种方法可以鉴定出基因列表中富集的生物通路。最新发表的这篇Nature Protocols文章详细解释了通路富集分析的步骤，并提供了一种实用指南来更好的诠释RNA-seq和基因组测序等实验产生的基因列表数据。该方案包括三个主要步骤：从组学数据中定义基因列表，确定统计学上富集的通路，以及结果的可视化及解释。具体应用到g:Profiler、GSEA、Cytoscape和EnrichmentMap四种工具。该方案为没有生物信息学经验的生物学家设计，可以在大约4.5小时内完成分析。

本文推荐四种工具完成富集通路分析，因为它们仅靠鼠标点击（point-and-click）即可完成分析，无需编程背景，易于上手。另外它们均可免费下载，能够完成高级功能分析，具有大量文档说明和最新更新数据库支持等。

● g:Profiler (https://biit.cs.ut.ee/gprofiler/)

● GSEA (http://software.broadinstitute.org/gsea/)

● Cytoscape (http://www.cytoscape.org/)

● EnrichmentMap (http://www.baderlab.org/Software/EnrichmentMap)

图1、方案概述

来自不同组学数据的基因列表通过使用g:Profiler或GSEA进行通路富集分析，鉴定实验中富集的通路。在Cytoscape中使用EnrichmentMap, AutoAnnotate, WordCloud和clusterMaker2命令，对富集结果进行可视化和解释。

o  名词解释（Box1）

步骤1、利用组学数据定义感兴趣的基因列表

组学数据定义基因列表有两种主要方式：基因列表（gene list）或排序基因列表（ranked gene list）（图1）。某些组学数据会产生一个基因列表，例如通过外显子测序鉴定肿瘤中的所有体细胞突变基因等，这样的列表适合于使用g:Profiler直接输入通路富集分析。其他组学数据会产生排序基因列表。例如RNA-seq获得的差异基因表达表格等，可以使用GSEA工具进行分析。

步骤2A、使用g:Profiler进行基因列表的通路富集分析 (图2，详细步骤参见原文)

图2、g:Profiler界面展示

步骤2B、使用GSEA进行排序基因列表的通路富集分析 (图3-4，详细步骤参见原文)

图3、GSEA界面展示

图4、GSEA输出举例

a、GSEA结果的网页摘要，显示了在排序列表的顶部或底部富集的途径，其中“na_pos”和“na_neg”表型分别对应于上调和下调基因的富集。b、Mesenchymal中通路富集图。c、Immunoreactive中通路富集图。

o  通路富集分析数据库资源（Box2）

o  多重检验校正详解（Box3）

o  通路富集分析中的统计检验解释（Box4）

步骤3、通路富集分析结果可视化及解释 (图5-8，详细步骤参见原文)

结果的可视化由EnrichmentMap软件完成。

图5、EnrichmentMap软件用户界面

图6、通路富集图结果展示

图7、EnrichmentMap热图结果举例

图8、可用于文章发表的富集结果展示

本文除了对组学数据的通路富集分析及可视化做了详尽说明外，还对实验设计、重复次数、参数和极端值的处理、通路基因集数据库的选择、其他软件方法的比较，以及常见问题等都做了说明，值得拿来慢慢品味。

原文网址：http://dx.doi.org/10.1038/s41596-018-0103-9

关于天昊

天昊生物具有多年基因组、转录组和表观组检测与分析经验，可以为用户提供多层次、全方位、一站式专业服务，期待成为您多组学测序分析的优质服务提供商！