基因集分析和通路分析，是一回事吗？

做过蛋白质组或转录组吧？我问你一个问题：通路分析和基因集分析是不是一回事？答案我直接告诉你，不是一回事。

要知道，尽管基因表达变化的检测技术，从芯片发展到RNA-seq，再到单细胞测序，但是对潜在的生物学机制的理解仍然是挑战。

比如，你都会面临这样的问题：差异基因或蛋白挑出来了，形成差异表达列表。然后呢？接下来得开始找与该差异列表相关的通路。对很多人来说，通路分析和基因集分析是同义词。然而这二者之间有区别。

通路是细胞里面分子之间的相互作用而导致出现了某些代谢物，或者是细胞信号发生了传递，而不仅仅是简单的基因列表。著名的通路数据库包括KEGG、Reactome、Biocarta等。而相比之下，“基因集”就是一组基因，无序也没有任何结构化的基因集合。

你又要问了，那你自己拿到的报告，采用的是基因集分析，还是通路分析呢？还是得看你的分析软件。你在用DAVID，或者使用 Qiagen 的Ingenuity Pathway Analysis(IPA)吗？如果是，则您正在使用基因集分析方法。

您在什么时候需要通路分析，什么时候又需要基因集分析呢？有人给你整理出来了。

上面这个比较，来自Draghici教授的整理。也许看到人名，你感到陌生，你如果你有生物信息的背景，而且对R很关注，那么你一定知道这两本书："Data Analysis Tools forDNA Microarrays and Statistics" 以及"tatistics and DataAnalysis for Microarrays Using R and Bioconductor"。

这两本书可是处理高通量数据的经典教程。你猜猜作者是谁？

如果你搜这两本书，你就会看到作者名字。没错，他就是Draghici教授。

他提到，基因集分析，完全忽略了基因在通路上的位置和作用，基因之间信号的所有方向和类型，各种影响比如激活、抑制等。通路描述的每个信号和依赖性可能需要许多实验和数月或数年才能证明。许多科学家在数十年的研究中收集到的所有这些丰富的知识都被所谓的基因集分析方法完全忽略了。

怎么才能让通路知识发挥更好的作用呢？Draghici教授为了解决这个问题，开发了一个叫做iPathwayGuide（后面简称iPG）的工具。这种方法充分考虑差异倍数、基因集显著性和拓扑分析，为每条通路计算一个总体概率值，有更好的敏感性和特异性，因此也能得到更有价值的结论。

与传统通路方法相比，iPG 提供的结果具有更多的生物学相关 性。影响因子方法不仅考虑基因表达的变化， 还考虑所有基因的相互作用、基因在通路上的位置、各通路的整体结构和动力学等， 以提供更准确的结果。

(截图自用户已发表文章)

感兴趣 iPathwayGuide 的小伙伴，可以联系