上一期我們一起學習了基因芯片數據分析中的GO分析，這一期我們學習KEGG分析。
通路(Pathway)分析包括通路註釋和通路富集分析。通路富集分析的基本思路、統計模型等基本和GO富集分析如出一轍。
常用的公共通路數據庫主要有KEGG ( Kyoto encyclopedia of genes and genomes)、BioCarta和GenMAPP (Gene map annotator and pathway profiler)，最為著名的是KEGG庫中的代謝通路，KEGG代謝通路註釋幾乎成為了通路註釋的代名詞。
很多事實已經證明，KEGG的數據是非常可靠的，但是我們要注意，KEGG有兩個比較大的缺點：第一就是註釋源問題，它只提到由相關專家收集整理而成，沒有參考文獻等來源信息；第二就是授權問題，由於它授權過於嚴格，Biocondocutor已經無法繼續支持它，轉而開始使用更加開源的Reactome數據庫。
在R語言中KEGG分析主要是由Bioconductor的GeneAnswers包實現的。
接著上一期的代碼，我們進行今天的分析。
#安裝並加載所需R包。
BiocManager::install("GeneAnswers")
library(GeneAnswers)
#選取dif中的三列信息構成新的矩陣，第一列必須是EntrezID
humanGeneInput## 獲得humanGeneInput中基因的表達值
humanExpr# 前兩個數據做列合併，第一列必須是EntrezID
humanExpr# 去除NA數據
humanGeneInput# KEGG通路的超幾何檢驗
y
getEnrichmentInfo(y)[1:6,]我們利用GeneAnswers包實現了KEGG通路的註釋、統計和可視化的功能。
同時GeneAnswers具有強大的功能，除了KEGG，還可以支持GO、REACTOME和CABIO等多個數據庫，可以通過設定參數categoryType分別指定註釋類型。
從最終的結果可以看到每個顯著性富集的通路含有6列信息（不包括行號）：
- 第1列"genes in Category"表示有多少個基因屬於這個通路；
- 第2列"percent in the observed List"表示在觀察到的基因列表中的比例；
- 第3列"percent in the genome"是在基因組中的比例；
- 第4列"fold of overrepresents"是基因過表達的倍數；
- 第5列"OddsRatio"是超幾何分佈中的比值比；
- 第6列"P.value"是超幾何檢驗的P值。
