通路富集分析

通路富集分析（Pathway Enrichment Analysis）是生物信息学和系统生物学中的核心方法，用于从高通量组学数据（如基因表达、蛋白质组、代谢组）识别的差异基因或蛋白列表中，推断其参与的生物学通路和功能模块。其基本假设是：在特定实验条件下，与生物学过程相关的基因常协同表达，并通过共同调控通路发挥作用。通过统计检验，评估一组基因是否在特定的已知通路（如KEGG、Reactome、GO等）中显著富集，从而揭示数据背后的生物学机制。 ADFASDFAF23RQ23R

通路富集分析的概念萌芽于20世纪90年代末，随着微阵列技术的兴起，研究者需要从成千上万个差异表达基因中提炼生物学意义。早期方法如DAVID（2003年）基于Fisher精确检验和超几何分布，对基因列表进行功能注释富集分析。2005年，Subramanian等人提出了基因集富集分析（GSEA），不依赖于预定义的差异基因列表，而是基于整个基因表达秩次来评估通路富集，提高了统计效力和生物学可解释性。随后，方法学不断演进，涌现出基于网络、拓扑结构和机器学习的方法，如SPIA、Pathifier和ssGSEA，进一步整合了通路内部相互作用信息。 ADSFAEQWER353423413434

常见的富集分析统计方法包括：超几何分布（即Fisher精确检验），用于评估基因列表中的基因数量在通路中是否显著高于随机期望；卡方检验适用于大样本；二项分布可处理独立事件。GSEA采用Kolmogorov-Smirnov检验的变体，计算富集分数（ES）并基于置换检验评估显著性。此外，贝叶斯方法和蒙特卡洛模拟也被用于提高小样本或稀疏数据的可靠性。结果的统计显著性通常通过多重假设检验校正（如Benjamini-Hochberg FDR）来调整p值，以控制假阳性率。

根据依赖的数据输入和分析策略，通路富集分析可分为三类：单基因列表富集分析（如DAVID、Enrichr）、基因集富集分析（如GSEA、GAGE）和基于网络拓扑的方法（如SPIA、PathNet）。主要通路数据库包括KEGG（京都基因与基因组百科全书）、Reactome（反应组数据库）、WikiPathways（维基通路）、Gene Ontology（基因本体，虽非严格通路，但具有层次结构）以及BioCarta和Panther。临床应用中，常结合MSigDB、DisGeNET和CTD等疾病和药物数据库。

在癌症研究中，通路富集分析被用于识别肿瘤特异性异常通路，如p53信号通路、PI3K-Akt通路在乳腺癌中的富集；在药物发现中，通过比较药物处理前后的差异基因通路，预测药物作用机制或发现新型治疗靶点；在毒理学中，用于评估化学物质暴露后影响的生物学过程，如氧化应激通路。近期单细胞RNA测序数据的普及，促进了通路活性评分方法（如AUCell、scGSEA）的发展，用于细胞异质性分析。

传统通路富集分析依赖于预定义的通路注释，可能忽略新发现的或物种特异的基因相互作用；统计假设（如基因独立性）常被违反；并且不同工具间的结果可比性差。未来方向包括：整合多组学数据（如基因-蛋白质-代谢物通路）、动态通路模型（考虑时间与剂量因素）、以及采用深度神经网络学习通路表征，以提升预测精度和生物学真实性。

ADFASDFAF23RQ23R

• Subramanian A, Tamayo P, Mootha VK, et al. Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles. Proc Natl Acad Sci USA. 2005;102(43):15545-15550.
• Huang DW, Sherman BT, Lempicki RA. Systematic and integrative analysis of large gene lists using DAVID bioinformatics resources. Nat Protoc. 2009;4(1):44-57.
• Kanehisa M, Goto S. KEGG: kyoto encyclopedia of genes and genomes. Nucleic Acids Res. 2000;28(1):27-30.
• Fabregat A, Jupe S, Matthews L, et al. The Reactome Pathway Knowledgebase. Nucleic Acids Res. 2018;46(D1):D649-D655.
• Chen EY, Tan CM, Kou Y, et al. Enrichr: interactive and collaborative HTML5 gene list enrichment analysis tool. BMC Bioinformatics. 2013;14:128.
• Tarca AL, Draghici S, Khatri P, et al. A novel signaling pathway impact analysis. Bioinformatics. 2009;25(1):75-82.
• Luo W, Friedman MS, Shedden K, et al. GAGE: generally applicable gene set enrichment for pathway analysis. BMC Bioinformatics. 2009;10:161.
• Yu G, Wang LG, Han Y, et al. clusterProfiler: an R package for comparing biological themes among gene clusters. OMICS. 2012;16(5):284-287.