文|吳思涵

“我想做信號通路分析，但我就是不想學編程。”
“我又不是生信狗，學代碼會死?！?br> “你們這些做生信的，整天把數(shù)據(jù)分析搞得神神秘秘，不就是怕被人搶飯碗而已嘛?！?br> “這都沒分析出我想要的結(jié)果，不靠譜。”
“你們做生信的不都是寫好pipeline的嗎？怎么那么久還沒分析好？”
……

哦……

科研日常問題：我有一張基因/蛋白列表，想知道富集在什么通路上，如何做？

這篇文章就教大家，如何一句代碼都不用敲，通過簡單的復(fù)制粘貼還有點兩下鼠標，就能實現(xiàn)通路富集的分析。

1. Metascape

Metascape的主界面長這樣，操作起來非常簡單，只需要按照提示，一步一步進行操作即可。數(shù)據(jù)庫更新得很勤，不怕落伍。

首先在Step 1那里，粘貼你的基因列表。然后Step 2會問你是什么物種。Step 3點Express Analysis。然后就自動出結(jié)果了，輸出的圖片顏值很高，還能下載原始的excel表回去自己作圖，還能自動導(dǎo)出成漂釀的成套的ppt結(jié)果匯報……是不是so easy?。。?/p>

氮素?。?！

Metascape有一個不是很討喜的地方，就是默認的Express Analysis，總是喜歡把各個數(shù)據(jù)庫的信號通路混一起分析，這樣很容易出現(xiàn)，某些非常general的數(shù)據(jù)庫，就容易搶戲，出現(xiàn)各種冗余。比如說，下面這個結(jié)果，就是默認把Reactome、CORUM和GO數(shù)據(jù)庫全部給攪在一起展示了。

當然，這并不是不可破解的問題。只要在Step 3那里，點擊Custom Analysis，然后在Enrichment的選項卡里，勾選你想要的數(shù)據(jù)庫就好了。

目前，Metascape支持不少流行的數(shù)據(jù)庫，比如Hallmark Gene Sets、Reactome等，還有我最不愛用的GO和KEGG。至于其他參數(shù)是啥意思，不懂話就佛系對待吧，別改了。。。

2. Enrichr

如果嫌Metascape的數(shù)據(jù)庫少，那就試試數(shù)據(jù)庫多到上天的Enrichr吧。

Enrichr的界面更加清爽了，只需要你把基因/蛋白列表貼進去然后點submit就完事了。

我第一次用Enrichr就被震驚了！

這特么也太多數(shù)據(jù)庫了吧?。?！

以上只列出了其中三頁數(shù)據(jù)庫，即轉(zhuǎn)錄調(diào)控、信號通路、基因本體，后面還有疾病/藥物，細胞類型，還有一些雜七雜八的，甚至連過期數(shù)據(jù)庫都有。而且數(shù)據(jù)同樣支持導(dǎo)出。

氮素?。。?/p>

如果你用了就知道，Enrichr根本就沒問你，貼的基因到底是個啥物種。因此，這個程序有個很坑的地方，就是把所有物種的數(shù)據(jù)庫全部混一起分析了……比如下面這個WikiPathways分析，就把人和小鼠的結(jié)果一起展示了……（并且未知這種混合，是否會影響通路富集分析的結(jié)果）

此外，由于Enrichr的數(shù)據(jù)庫太多，所以更新不是很及時。比如上面展示的WikiPathways，還是2016年的，而這兩年WikiPathways的更新頻率幾乎是月更。

3. ConsensusPathDB

CPDB是德國人開發(fā)的，界面長這樣，不算很直觀。但數(shù)據(jù)庫量一樣很大，整合了32個數(shù)據(jù)庫。想做信號通路富集分析，點左邊的over-representation analysis，貼上列表，選擇數(shù)據(jù)類型（到底是gene id，還是symbol，還是別的什么），然后提交就好了。

下一步，就是選要用哪些數(shù)據(jù)庫來分析。

最好還是一次只選一個，因為不知道原始的程序設(shè)計是如何的，到底是各個數(shù)據(jù)庫獨立分析，還是跟metascape默認一樣，全部混一起。整體而言，分析速度極快，使用起來也很方便。

氮素?。?！

CPDB只支持分析人類基因……

4. 總結(jié)

以上這些工具的分析結(jié)果，在調(diào)教好參數(shù)的情況下（比如p值 cut-off，數(shù)據(jù)庫類型），各個網(wǎng)站出來的結(jié)果沒太大區(qū)別，所以算法上應(yīng)該都是靠譜的。我拿同一套東西跑ClusterProfiler，結(jié)果也是沒差多少。

這幾個數(shù)據(jù)庫都有什么優(yōu)缺點呢？

Metascape：支持物種多，數(shù)據(jù)庫更新非常及時，且導(dǎo)出的數(shù)據(jù)顏值高，甚至可以直接發(fā)表。但是支持數(shù)據(jù)庫較少，而且在國內(nèi)打開較慢，且運行速度有時候較慢（畢竟分析完后還要生成pdf、excel、ppt還順便打成壓縮包那么一大堆東西）。

Enrichr：數(shù)據(jù)庫多到上天，分析速度還行。但是不支持選擇特定物種，默認就是多物種的數(shù)據(jù)庫混一起的，同時部分數(shù)據(jù)庫更新不夠及時。

CPDB：速度快，支持非常多的數(shù)據(jù)庫，更新還算勤，幾個月更一次吧。但只能分析人類基因。

總體而言，Metascape還是最好用的，畢竟支持的物種比較多，人、鼠、斑馬魚、果蠅、線蟲、瘧原蟲、酵母、擬南芥都有。雖然支持的數(shù)據(jù)庫不算多，但簡單過一遍分析，看看有什么通路冒出來，也算是勉強夠用。

那有沒有支持的物種多、數(shù)據(jù)庫多、更新勤、速度快，甚至能夠做非模式生物、自定義通路數(shù)據(jù)庫的在線工具呢？

學R語言，然后琢磨一下ClusterProfiler這個神包吧。

PS：我自己喜歡用的通路數(shù)據(jù)庫是Reactome，WikiPathways，HumanCyc（雖然免費的庫比較舊），還有Hallmark gene sets。雖然ClusterProfiler只有Reactome（額外再下個包），但只要去下載對應(yīng)的數(shù)據(jù)庫，用其中的通用enrichment分析函數(shù)enricher，就可以任性分析了。

?