本文转自组学大讲堂，侵删
KEGG数据库应该是我们最常见的、使用频率最高的数据库之一了，它是一个整合了基因组、化学和系统功能信息的数据库。由日本京都大学生物信息学中心的Kanehisa实验室于1995年建立。是国际最常用的生物信息数据库之一。
在KEGG分析结果中，总还是有人分不清例如K01000和ko01000这样的编号的生物学意义，下面我给大家再介绍一遍：K01000：由大写K+五位数字组成，对应的是KEGG数据库中某类蛋白的编号，即某些基因注释到了该蛋白，该编号代表着这一类功能的蛋白，一个基因对应一个这种大K编号；ko01000：由小写的ko+五位数字组成，是pathway的编号，对应的是某一条代谢通路；一条通路里可以有多个基因共同参与调控，所以会存在多个大K编号，同样，一个基因也可以参与多个代谢通路所以一个基因也可以有多个ko注释，这下应该明白了吧！
KEGG注释很是常见，几乎涉及到功能注释的项目都会有KEGG注释及富集分析，那么当我们找到某些感兴趣的基因或通路后，我们能不能仅用我们感兴趣的基因绘制漂亮的KEGG代谢通路图呢？就像下面这样的！当然，是我们自己做，而不是求助公司！答案是肯定的，今天小编就手把手教你自主绘制KEGG代谢通路图！
Pathview网页版简介：
Pathview是一个通路可视化友好的R包，支持多组学数据映射（基因/蛋白-代谢），更重要的是 Pathview还有一个网页版，这对于非生信人员真是重大好消息！
Pathview网页版具有如下优点：
1. 图形界面很是友好，访问速度快。
2. 有完整的通路分析流程，支持多组学数据整合分析，且数据库是最新的通路数据。
3. 结果是交互式的，可以更深入了解数据。
4. 可以游客身份登录也可免费注册，注册用户可以共享数据和保存分析历史。
今天我们仅介绍Pathview绘制单一数据kegg通路图，下面进入正题：
数据准备：
我们以6个人的转录组数据为例，我感兴趣的是某一分组中与MAPK signaling pathway有关的基因，于是我从该组差异基因列表中筛选出目标基因及FPKM值整理如下表。
Pathview数据文件格式都是以tab或者逗号分隔的txt或者csv文件，EXCEL数据可以通过另存为（制表符分隔）TXT文件格式，如下：
数据提交与选项设置：
如下图：点击New Analysis进入分析页面，首先在input&output下提交数据，Gene Data项选择文件上传数据。
数据上传完页面会自动跳出样本分组对话框，如下图：箭头处填写样本顺序号，并用逗号隔开即可分组，完成后点击Close关闭对话框。
接下来就是选择参考基因及数据类型等，参考基因选择人类参考基因组，转录组分析时参考基因组来源于ensembl，所以基因ID类型选择ENSEMBL，其他数据按实际情况自行选择即可。
需要注意的是步骤③，Manual选项下，可以手动选择感兴趣的通路，此处也可以选择Auto，数据库会自动给出能注释到的所有通路结果。步骤④在左侧选择感兴趣的通路，选中，点击⑤即可添加到右侧。
选项Graphics，即图形参数，无特殊需求可默认；选项Coloration是颜色设置，可按需调整。
以上操作完成点击Submit提交任务。
结果展示：
Pathview绘图速度很快，如下图，绘制完成后，进度条位置便会出现结果查看链接。
下图是生成的MAPK signaling pathway注释结果，点击链接即可查看绘图：
绘制的KEGG注释图是可交互式的，每个带颜色的term 都带有超链接，可点击它们转到更详细的解释，如下图：
下载绘图结果点击下方位置所示，下载结果中有PNG格式图片及keggID与基因ID对应文件。
这样，重新绘制的部分基因kegg注释图就做完了，是不是很简单?Pathview支持上百种有参物种，适用性很广，感兴趣的话赶紧试一下吧！
Pathview网站地址：https://pathview.uncc.edu/- 本文固定链接: https://maimengkong.com/image/1064.html
- 转载请注明: : 萌小白 2022年6月29日 于 卖萌控的博客 发表
- 百度已收录
