在生物信息学分析中，GO (Gene Ontology) 和 KEGG (Kyoto Encyclopedia of Genes and Genomes) 是最常用的两个功能富集数据库。虽然它们都用于解释基因的功能，但其侧重点、结构和应用场景有显著差异。
1. 核心定义与侧重点
| 特性 | GO (基因本体论) | KEGG (京都基因与基因组百科全书) |
|---|---|---|
| 侧重点 | 关注单个基因产品的属性（功能、位置、过程）。 | 关注基因之间的相互作用及宏观系统功能（通路）。 |
| 层级结构 | 树状/网状结构（有向无环图 DAG），从宏观到微观。 | 地图式结构（Pathway Map），表现分子间的逻辑关系。 |
| 内容构成 | 分为三个独立的分支：BP、MF、CC。 | 包含通路、药物、疾病、模块等多个子数据库。 |
2. GO 的三大分类 (The Three Aspects)
GO 将基因功能划分为三个相互独立的维度，这种“贴标签”的方式非常细致：
- Biological Process (BP, 生物过程): 描述基因参与的宏观生命活动（如：DNA 修复、信号转导）。
- Molecular Function (MF, 分子功能): 描述基因在分子水平上的具体活性（如：蛋白质激酶活性、结合作用）。
- Cellular Component (CC, 细胞组分): 描述基因发挥作用的场所（如：线粒体、突触、细胞核）。
3. KEGG 的系统观 (The Systems View)
KEGG 不仅仅是功能描述，它更强调“连接”。它通过人工绘制的通路图 (Pathway Maps) 展示了分子如何协同工作。
- 逻辑性: KEGG 包含反应的方向性（A 激活 B，B 抑制 C）。
- 综合性: 涵盖了代谢通路、遗传信息处理、环境信息处理、细胞过程、生物系统、人类疾病及药物开发。
- 可视化: 结果通常以复杂的通路图呈现，你可以直观看到某个基因在整个代谢网络中的“坐标”。
4. 总结与应用建议
-
什么时候用 GO？
- 当你想要对差异基因进行全方位的属性描述时。
- 当你关注基因**“是什么”以及“在哪里”**时。
- 由于其涵盖范围极广，GO 往往能提供比 KEGG 更多的富集条目。
-
什么时候用 KEGG？
- 当你想要研究代谢机制或信号传导通路时。
- 当你关注基因**“如何相互作用”**以完成复杂生理功能时。
- KEGG 结果通常更具“故事性”，容易解释生物学机理。
这是一个非常深刻的生物学问题。要从“根本上”解决这个困惑，不能只看 GSEA 的统计数字，而必须回归到生物学逻辑的本质。
1. 通路的类型：代谢通路 vs. 信号传导
不同类型的通路，基因表达量对“激活”的贡献完全不同。
- 代谢通路 (Metabolic Pathways)： 通常是正相关。
- 逻辑： 代谢通路像一条化学反应流水线。如果流水线上的酶（基因产品）变多了，化学反应的速度通常会加快。
- 判断： 绝大多数基因上调 = 代谢流增强 = 通路激活。
- 信号传导通路 (Signaling Pathways)： 复杂相关。
- 逻辑： 信号通路是由“开关”组成的。
- 判断： 如果上调的是“磷酸酶”（负责关掉信号的），那么基因上调反而导致通路抑制。
2. 基因的“角色”：促进者 (Activator) vs. 抑制者 (Inhibitor)
这是判断正负相关的最根本方法。你需要识别基因集里的“核心成员”在干什么。
- 正相关场景： 基因集里大部分是正向调节因子（例如：促进细胞分裂的 Cyclins）。
- 基因上调 通路激活。
- 负相关场景： 基因集里包含大量的负向调节因子（例如：抑癌基因 P53 及其下游）。
- 基因上调 实际上是在给细胞“踩刹车” 通路抑制。
给客户的解释技巧： 告诉客户，我们要看这群基因是“油门”还是“刹车”。“油门”多了是加速，“刹车”多了是减速。
3. 利用数据库的“先验知识” (A Priori Knowledge)
你不需要自己去猜每一个基因的功能，成熟的数据库已经帮你定义好了逻辑：
A. 查阅 GO Term 的定义
GO 条目名称通常带有方向性。
- 如果条目是 “Positive regulation of…”（正向调节…），那么基因上调 = 激活。
- 如果条目是 “Negative regulation of…”（负向调节…），那么基因上调 = 抑制。
B. 查阅 KEGG 的有向图
在 KEGG 官方地图上，基因之间的连线有箭头（ 激活）和丁字线（ 抑制）。
- 你可以观察 投射后的颜色。如果被“丁字线”指向的下游基因变绿了（下调），说明上游的抑制作用增强了。
4. 终极方法：查阅“活性特征码” (Activity Signature)
如果你想给客户提供最权威的结论，可以参考 PROGENy 或 DoRothEA 这种专门判断通路活性的数据库。
这些工具不是简单地看基因集是否上调，而是看该通路被激活后必然会引起的下游响应基因（Responsiveness）。
- 原理： 不管通路的中间环节怎么变，如果它的“最终产物”（下游基因）集体上调了，那么该通路就一定是激活的。
总结：给客户的判定流程图
- 看 NES： 确定基因集的整体波动方向。
- 看名字： 检查条目名是否含有 “Negative regulation”。
- 看核心： 挑出 Leading Edge 里的前 3 个核心基因，在 UniProt 查一下：
- 是促进因子且上调 激活
- 是抑制因子且上调 抑制
- 看下游： 如果是信号通路，看最末端的执行基因（如转录因子靶基因）是否活跃。