1. 课程介绍与 KEGG 数据库概述
大家好，我是这门课的主讲人。这些年我一直在跟组学数据打交道，说实话，最头疼的不是跑差异基因，而是拿到一堆基因后，不知道它们到底在细胞里干了什么。
KEGG 富集分析气泡图，就是解决这个问题的。
这门课，就是手把手教你读懂这张图。
1.1 这门课适合谁？
我觉得，下面这几类人学起来最顺手：
- 刚入坑的生信新手 — 知道富集分析是啥，但对着气泡图一头雾水
- 湿实验转生信的研究人员 — 想自己出图，但不想被 R 语言的细节卡住
- 经常审稿的同行 — 需要快速判断一张图做得好不好，有没有数据造假
- 需要讲这门课的老师 — 想找个结构清晰的框架，直接拿去用
不管你属于哪一类，咱们的目标都一样：拿到一张气泡图，能看懂、能评价、能自己画。
1.2 KEGG 到底是什么？
KEGG的全称是 Kyoto Encyclopedia of Genes and Genomes。别被这个名字吓到，说白了就是一本“细胞活动说明书”。
KEGG 官网是 https://www.kegg.jp/。你想想看，人类基因组测完了，但光有基因名单没用，得知道这些基因在什么通路里干活。KEGG 就把这些关系整理好了。
我个人习惯把 KEGG 理解成一张“城市交通图”：
- 基因就是一辆辆汽车
- 通路就是一条条道路
- 富集分析就是看看哪些道路上的车特别多
气泡图，就是把这种“车流量情况”可视化了。
1.3 KEGG 的几个核心概念
每次做富集分析，我们都会遇到这几个词——别着急，我一个个说清楚。
| 术语 | 含义 | 我常用的比喻 |
|---|---|---|
| KO (KEGG Orthology) | 功能相同的基因归为一类 | 同一个车队的车，车牌号不同但干的活一样 |
| Pathway (通路) | 一系列分子反应组成的路线 | 从 A 到 B 的一条高速公路 |
| Module (模块) | 通路里的功能单元 | 高速路上的服务区 |
| EC Number | 酶的唯一编号 | 修车师傅的工号 |
| Disease/Glycan | 疾病和糖类相关的特殊通路 | 特种车辆专用道 |
我曾经犯过的错：刚开始做分析时，我把 KO 词条和 Pathway 词条搞混了。KEGG 里同一个 KO 可以出现在多个通路中，就像一辆车既能在市区跑，也能上高速。所以做富集分析时，一定要看清楚你用的数据库是 KO 级别还是 Pathway 级别。
1.4 为什么偏要用 KEGG？
现在公共数据库很多，GO、Reactome、WikiPathways……各有各的好。但我个人觉得，KEGG 有几点是别人替代不了的。
- 手动整理，质量高 — 每一条通路都是专家团队人工审核的，不是机器自动拼接的
- 更新及时 — 每年都有版本更新，最新数据跟得上文献发表
- KO 系统统一 — 跨物种比较时，KO 编号是通用的，非常方便
- 与疾病直接关联 — 很多通路直接跟癌症、代谢病挂钩，临床研究最爱用
一个小技巧：如果你做的是模式生物（人、小鼠、大鼠、斑马鱼等），KEGG 是最稳妥的选择。如果是非模式生物，记得先用
KOALA 或 GhostKOALA 做 KO 注释，再跑富集。
1.5 本章的知识体系框架
为了让你对整个课程有个宏观印象，我画了张图。你看完就能明白我们接下来要往哪走。
这张图想告诉你三件事：
- 你的基因数据是怎么流进 KEGG 的
- 中间经历了哪些转化（映射 → 检验 → 绘图）
- 最终产出什么（结论 + 图片）
后面的 29 章，就是把中间这些步骤一个一个拆开讲。
1.6 快速上手：试试 KEGG Mapper
在正式进 R 代码之前，我建议你先去官网感受一下 KEGG 的原始数据长什么样。KEGG 提供了一个叫 KEGG Mapper 的在线工具，不需要编程就能用。
操作步骤很简单：
1. 打开 https://www.kegg.jp/kegg/mapper.html
2. 选择 "Search & Color Pathway"
3. 输入你的 KO 列表（一行一个）
4. 点击 Exec 提交
5. 浏览器会打开带有颜色标记的通路图我第一次用这个工具时，眼睛一下就亮了——看到自己的基因在通路图上被高亮出来，那种感觉，嗯，就像在 GPS 上看到自己家的位置一样。
一个小建议：做富集分析之前，先用 KEGG Mapper 随手跑一次，看看你手上的基因主要分布在哪些通路上。这能帮你提前判断后面气泡图的结果是不是靠谱。
1.7 本章小结
这一章我们主要干了三件事：
- 搞清楚了这门课学什么、怎么学
- 认识了 KEGG 数据库的核心概念（KO、Pathway、Module）
- 了解了从基因列表到气泡图的完整流程