KEGG 联合富集:完整技术报告

主要发现:类黄酮生物合成在 18 个比较中联合显著、7 个比较中两组学共富集,均为全部通路最多;但全部联合显著结果中只有 9% 的代谢物端 P<0.05,联合显著主要由基因端带动。

本页保留全部详细说明;日常浏览请用简洁页面。

1 分析目的

判断差异基因和差异代谢物是否集中在同一批 KEGG 通路里。单组学富集只能说明一个层面的变化;两组学在同一条通路同时富集,才提示该通路在转录和代谢两个层面都受到影响。

2 分析原理

超几何检验(过表达分析,over-representation analysis, ORA):设背景中共有 N 个有通路注释的分子,其中 K 个属于通路 p;差异分子中有 n 个有注释,其中 k 个属于 p。在“差异分子随机抽取”的原假设下,命中数服从超几何分布:

P = Σi=kmin(n,K) C(K,i)·C(N−K, n−i) / C(N,n)

基因、代谢物分别检验,各得 Pgene、Pmet。背景(N)是该比较中有检验结果且注释到纳入通路的分子:基因为服务商给出统计结果的基因,代谢物为该比较两组中至少一组检出的代谢物。富集比例(Rich ratio)= k/K。

Fisher 合并:X² = −2(ln Pgene + ln Pmet),在两 P 值独立、原假设成立时服从自由度 4 的卡方分布,得到合并 P(p_joint)。通路在某一组学没有背景分子时该组学 P 为 NA,不写成 1,也不参与合并和校正。

多重检验校正:在每个比较、每个方向(全部、上调、下调)内,对全部可检验通路分别做 BH 校正,得到 fdr_gene、fdr_met、fdr_joint。

三级判定:① 共映射(co-mapped):两边都有差异分子;② 共富集(co-enriched):两边各自 P<0.05 且各至少 2 个差异分子,是两组学都支持的结果;③ 联合显著(joint_sig):共映射且 fdr_joint<0.05。注意 Fisher 合并允许一边极显著、另一边不显著的情况通过,所以“联合显著”不等于两组学都显著,应结合共富集一起看。

超几何检验不考虑通路拓扑;结合差异分子在通路网络中位置的通路拓扑影响值(Pathway Impact)见“通路拓扑影响”页。

3 输入数据及预处理

差异基因(校正后 P(padj)<0.05 且 |log2FC|≥1)、差异代谢物(P<0.05、FC≥2(或 ≤0.5)且 VIP≥1),分全部、上调、下调三个方向。KEGG 通路注释:基因经 KO 映射,代谢物经 KEGG 化合物编号映射。纳入通路:去掉总览图(011xx、012xx)和人类疾病、器官系统、药物开发类;只保留 ath, osa, aof, vvi, gmx, sly, zma 7 种植物中至少一种具有的通路;排除甜菜色素通路 ko00965。基因背景大小在 3–500 之间的通路才检验。

4 软件、算法及参数

软件 / 函数版本用途与关键参数
R stats::phyper4.4.3超几何检验(上尾)
stats::pchisq4.4.3Fisher 合并,自由度 4
stats::p.adjust4.4.3BH 校正,按比较 × 方向分别校正
KEGG REST 快照pathway 587 2026/11/05;ko 28,565 2026/11/06通路、KO、化合物映射

5 统计指标解释

下表列出本页出现的全部统计指标和缩写(由页面内容自动生成)。全部术语见术语表。

术语中文名英文名定义与读法
log2FC以 2 为底的倍数变化对数log2 fold change两组均值之比取 log2。本报告统一为 log2(后一组/前一组),比较名 A_vs_B 中 B 为后一组;log2FC=1 表示后一组是前一组的 2 倍,-1 表示一半。基因的 log2FC 来自服务商 DESeq2 结果;代谢物为两组原始强度均值之比。两组都未检出时没有 log2FC(记为 NA,不是 0)。
FC倍数变化fold change两组均值之比。差异代谢物要求 FC≥2 或 ≤0.5,即 |log2FC|≥1。
PP 值P value在原假设(无差异、无相关或无富集)成立时,得到当前或更极端结果的概率,未经多重检验校正。
padj校正后 P 值adjusted P value经 Benjamini–Hochberg 方法校正后的 P 值,与 FDR 含义相同。基因差异的 padj 由服务商 DESeq2 在全部检验基因内计算。
FDR错误发现率false discovery rate多重检验校正指标,表示在所有判为显著的结果中,预期假阳性所占比例。本报告全部用 Benjamini–Hochberg 方法计算,检验范围在各分析中分别说明(如“该比较的全部配对”“全部可评估通路”)。
BHBenjamini–Hochberg 校正Benjamini–Hochberg procedure把 m 个 P 值从小到大排序,第 i 个的校正值为 min(1, min_{k≥i} P_(k)·m/k)。控制 FDR,比 Bonferroni 校正宽松。
VIP变量投影重要性variable importance in projectionOPLS-DA 模型中每个代谢物对分组区分的贡献,所有变量 VIP 的平方均值为 1,VIP≥1 表示贡献高于平均。
NA缺失值not available没有数值。未检出、未检验或不可计算时记为 NA,不当作 0。
p_joint合并 P 值combined P value基因端和代谢物端 P 值用 Fisher 法合并得到的 P。
fdr_joint合并 P 的 FDRFDR of combined Pp_joint 在该比较(及方向)全部可检验通路内的 BH 校正值。
KEGG京都基因与基因组百科全书Kyoto Encyclopedia of Genes and Genomes代谢通路和分子功能数据库。本流程用 KEGG 通路、KO、化合物(C 编号)和反应(R 编号)注释。
KOKEGG 直系同源编号KEGG OrthologyK 开头的编号,把不同物种的同功能基因归为一类,用于把基因映射到通路。
ORA过表达分析over-representation analysis检验差异分子在某通路中是否多于随机期望,本流程用超几何检验。
Rich ratio富集比例rich ratio通路中命中的差异分子数 / 该通路在背景中的分子数。
FisherFisher 合并 P 值Fisher's methodX² = −2(ln P_gene + ln P_met),在两 P 值独立且原假设成立时服从自由度 4 的卡方分布,用于把两组学的证据合成一个 P。
co-mapped共映射co-mapped某比较中一条通路同时含有差异基因和差异代谢物。
co-enriched共富集co-enriched一条通路在基因和代谢物两边各自 P<0.05,且两边各至少 2 个差异分子。
Pathway Impact通路拓扑影响值pathway impact差异分子在通路网络中的位置重要性之和。本流程按 MetPA 方法:在 KEGG 反应网络上计算每个节点的相对介数中心性,归一化为节点重要性(通路内之和为 1),影响值 = 命中节点重要性之和,0–1;越大说明差异分子越集中在通路的关键位置。代谢物、酶(基因)、联合网络三层分别计算,不相加。
CHS查尔酮合酶chalcone synthaseK00660,类黄酮合成第一步,把对香豆酰辅酶 A 和丙二酰辅酶 A 缩合为查尔酮。

6 图表与结果展示

全局结果

各通路在 45 个比较中的出现次数预览前 40 行,共 145 行下载全表

表注:n_co_mapped 两边都有差异分子的比较数;n_co_enriched 两边各自 P<0.05 且各至少 2 个差异分子的比较数;n_joint_sig 联合显著(共映射且 Fisher 合并 FDR<0.05)的比较数;best_p 各比较中最小的 Fisher 合并 P。按联合显著次数排序。

pidnameclass_bn_co_mappedn_co_enrichedn_joint_sigbest_p
00941Flavonoid biosynthesisBiosynthesis of other secondary metabolites347182.89e-10
00940Phenylpropanoid biosynthesisBiosynthesis of other secondary metabolites250155.89e-10
00040Pentose and glucuronate interconversionsCarbohydrate metabolism202131.18e-06
00130Ubiquinone and other terpenoid-quinone biosynthesisMetabolism of cofactors and vitamins17096.18e-06
00960Tropane, piperidine and pyridine alkaloid biosynthesisBiosynthesis of other secondary metabolites24081.76e-07
00350Tyrosine metabolismAmino acid metabolism17180.000399
00950Isoquinoline alkaloid biosynthesisBiosynthesis of other secondary metabolites19072.08e-05
00360Phenylalanine metabolismAmino acid metabolism19060.000203
00500Starch and sucrose metabolismCarbohydrate metabolism18050.000509
00630Glyoxylate and dicarboxylate metabolismCarbohydrate metabolism25048.36e-05
00591Linoleic acid metabolismLipid metabolism8040.000672
00195PhotosynthesisEnergy metabolism3032.94e-15
00380Tryptophan metabolismAmino acid metabolism18035.11e-05
00053Ascorbate and aldarate metabolismCarbohydrate metabolism26030.001266
00901Indole alkaloid biosynthesisBiosynthesis of other secondary metabolites4022.36e-07
00520Amino sugar and nucleotide sugar metabolismGlycan biosynthesis and metabolism16022.96e-06
00600Sphingolipid metabolismLipid metabolism14020.000185
00480Glutathione metabolismMetabolism of other amino acids6013.79e-05
00400Phenylalanine, tyrosine and tryptophan biosynthesisAmino acid metabolism30010.000156
00270Cysteine and methionine metabolismAmino acid metabolism23110.000198
00999Biosynthesis of various plant secondary metabolitesBiosynthesis of other secondary metabolites25010.000255
00541Biosynthesis of various nucleotide sugarsGlycan biosynthesis and metabolism5010.000392
00190Oxidative phosphorylationEnergy metabolism3006.63e-09
00073Cutin, suberine and wax biosynthesisLipid metabolism0006.81e-07
04075Plant hormone signal transductionSignal transduction0003.43e-05
00860Porphyrin metabolismMetabolism of cofactors and vitamins0006.96e-05
00071Fatty acid degradationLipid metabolism1000.00098
00710Carbon fixation by Calvin cycleEnergy metabolism3000.001075
00052Galactose metabolismCarbohydrate metabolism30000.00118
00945Stilbenoid, diarylheptanoid and gingerol biosynthesisBiosynthesis of other secondary metabolites8000.00248
00051Fructose and mannose metabolismCarbohydrate metabolism5000.002581
00061Fatty acid biosynthesisLipid metabolism4000.004675
00660C5-Branched dibasic acid metabolismCarbohydrate metabolism9000.006202
00430Taurine and hypotaurine metabolismMetabolism of other amino acids5000.007711
00410beta-Alanine metabolismMetabolism of other amino acids10000.009066
01320Sulfur cycleGlobal and overview maps0000.01042
00010Glycolysis / GluconeogenesisCarbohydrate metabolism9000.01103
00944Flavone and flavonol biosynthesisBiosynthesis of other secondary metabolites21000.01238
04081Hormone signalingSignaling molecules and interaction0000.0135
02010ABC transportersMembrane transport32000.01402
各比较联合富集计数共 45 行下载全表

表注:pathways_tested 两组学都可检验的通路数;co_mapped 共映射;co_enriched 共富集;joint_sig 联合显著(均为全部差异分子方向)。

comparisoncategorypathways_testedco_mappedco_enrichedjoint_sig
R1_vs_R2B_R组内跨水平88000
R1_vs_R3B_R组内跨水平88000
R1_vs_R4B_R组内跨水平88801
R1_vs_R5B_R组内跨水平882102
R1_vs_Y1A_同水平处理间881401
R1_vs_Y2D_跨水平跨处理881222
R1_vs_Y3D_跨水平跨处理881312
R1_vs_Y4D_跨水平跨处理883302
R1_vs_Y5D_跨水平跨处理883206
R2_vs_R3B_R组内跨水平88000
R2_vs_R4B_R组内跨水平88800
R2_vs_R5B_R组内跨水平881401
R2_vs_Y1D_跨水平跨处理881011
R2_vs_Y2A_同水平处理间881313
R2_vs_Y3D_跨水平跨处理882613
R2_vs_Y4D_跨水平跨处理881602
R2_vs_Y5D_跨水平跨处理883106
R3_vs_R4B_R组内跨水平882106
R3_vs_R5B_R组内跨水平882612
R3_vs_Y1D_跨水平跨处理881202
R3_vs_Y2D_跨水平跨处理881300
R3_vs_Y3A_同水平处理间881400
R3_vs_Y4D_跨水平跨处理883805
R3_vs_Y5D_跨水平跨处理882907
R4_vs_R5B_R组内跨水平88812
R4_vs_Y1D_跨水平跨处理883106
R4_vs_Y2D_跨水平跨处理883003
R4_vs_Y3D_跨水平跨处理884118
R4_vs_Y4A_同水平处理间882404
R4_vs_Y5D_跨水平跨处理883206
R5_vs_Y1D_跨水平跨处理883606
R5_vs_Y2D_跨水平跨处理883705
R5_vs_Y3D_跨水平跨处理883707
R5_vs_Y4D_跨水平跨处理882701
R5_vs_Y5A_同水平处理间882900
Y1_vs_Y2C_Y组内跨水平88000
Y1_vs_Y3C_Y组内跨水平88100
Y1_vs_Y4C_Y组内跨水平883301
Y1_vs_Y5C_Y组内跨水平882501
Y2_vs_Y3C_Y组内跨水平88000
Y2_vs_Y4C_Y组内跨水平881911
Y2_vs_Y5C_Y组内跨水平881401
Y3_vs_Y4C_Y组内跨水平882504
Y3_vs_Y5C_Y组内跨水平882206
Y4_vs_Y5C_Y组内跨水平88511

全部比较 × 全部通路 × 三个方向的联合富集结果

各比较结果

7 结果描述

检验规模。每个比较两组学都可检验的通路为 88 条。共映射通路数中位数为 21(0–41);联合显著通路数中位数为 2,最多的是 R4_vs_Y3(8 条);有共富集通路的比较只有 10 个,每个最多 2 条。

反复出现的通路。22 条通路至少在 1 个比较中联合显著。次数最多的是类黄酮生物合成(ko00941,18 个比较联合显著,7 个比较共富集,最小合并 P 为 2.9e-10),其次是苯丙烷生物合成(ko00940,15 个,共富集 0 个)和戊糖与葡萄糖醛酸相互转化(ko00040,13 个,共富集 2 个)。

证据来源。45 个比较累计 117 个“比较 × 通路”联合显著,其中代谢物端 P<0.05 的只有 10 个(9%),代谢物命中数中位数为 1。因此联合显著主要反映基因端富集;两组学都支持的结论应以共富集为准。

8 生物学意义

数据支持的观察

类黄酮生物合成是唯一在多个比较中基因和代谢物两边都显著富集的次生代谢通路,苯丙烷生物合成在基因端反复显著。两者在 KEGG 中首尾相接:苯丙烷途径产生的对香豆酰辅酶 A 是查尔酮合酶(CHS)的底物,进入类黄酮合成 [25]。数据显示这一代谢分支在多个处理与水平组合中同时受到转录和代谢两个层面的影响。

需要进一步验证的假设

处理和水平可能改变了苯丙烷—类黄酮代谢流的强度或分配。富集结果只说明差异分子在通路中集中,不说明代谢流方向;需要结合具体酶基因的方向(KEGG 通路图)和类黄酮含量测定、关键酶活性或同位素示踪验证。

9 局限性

代谢物只有约三分之一有 KEGG 编号,代谢物端每条通路的命中数通常只有 1–3 个,检验功效低。Fisher 合并假设两组学 P 值独立,而两者来自同一批样本,独立性只是近似。超几何检验把通路内分子看作同等重要,不考虑通路拓扑和变化幅度。KEGG 参考通路以模式物种为主,可能遗漏物种特有代谢。

参考文献

  1. Kanehisa M, Goto S. KEGG: Kyoto Encyclopedia of Genes and Genomes. Nucleic Acids Research, 2000, 28(1): 27–30.
  2. Fisher RA. Statistical Methods for Research Workers. Edinburgh: Oliver and Boyd, 1925.
  3. Benjamini Y, Hochberg Y. Controlling the false discovery rate: a practical and powerful approach to multiple testing. Journal of the Royal Statistical Society Series B, 1995, 57(1): 289–300.
  4. Vogt T. Phenylpropanoid biosynthesis. Molecular Plant, 2010, 3(1): 2–20.
  5. Winkel-Shirley B. Flavonoid biosynthesis. A colorful model for genetics, biochemistry, cell biology, and biotechnology. Plant Physiology, 2001, 126(2): 485–493.