我想做信号通路分析，但我就是不想学编程
本文授权转载自“生物狗窝（微信号：bio-dog）”
“我想做信号通路分析，但我就是不想学编程。”
“我又不是生信狗，学代码会死。”
“你们这些做生信的，整天把数据分析搞得神神秘秘，不就是怕被人抢饭碗而已嘛。”
“这都没分析出我想要的结果，不靠谱。”
“你们做生信的不都是写好pipeline的吗？怎么那么久还没分析好？”
……
……
……
哦……
科研日常问题：我有一张基因/蛋白列表，想知道富集在什么通路上，如何做？
这篇文章就教大家，如何一句代码都不用敲，通过简单的复制粘贴还有点两下鼠标，就能实现通路富集的分析。
Metascape
1
http://metascape.org/gp/index.html#/main/step1
Metascape的主界面长这样，操作起来非常简单，只需要按照提示，一步一步进行操作即可。数据库更新得很勤，不怕落伍。
首先在Step 1那里，粘贴你的基因列表。然后Step 2会问你是什么物种。Step 3点Express Analysis。然后就自动出结果了，输出的图片颜值很高，还能下载原始的excel表回去自己作图，还能自动导出成漂酿的成套的ppt结果汇报……是不是so easy！！！
氮素！！！
Metascape有一个不是很讨喜的地方，就是默认的Express Analysis，总是喜欢把各个数据库的信号通路混一起分析，这样很容易出现，某些非常general的数据库，就容易抢戏，出现各种冗余。比如说，下面这个结果，就是默认把Reactome、CORUM和GO数据库全部给搅在一起展示了。
当然，这并不是不可破解的问题。只要在Step 3那里，点击Custom Analysis，然后在Enrichment的选项卡里，勾选你想要的数据库就好了。
目前，Metascape支持不少流行的数据库，比如Hallmark Gene Sets、Reactome等，还有我最不爱用的GO和KEGG。至于其他参数是啥意思，不懂话就佛系对待吧，别改了。。。
之前在《拿到基因两眼一抹黑？没关系，先做个基因富集分析吧！》一文里除了介绍了Metascape还介绍了另外一个在线富集分析软件DAVID，网站：https://david.ncifcrf.gov/。正好本文未提到，做个补充。如果嫌这个更新慢，去东方，最好用的在线GO富集分析工具每周更新。
Enrichr
2
如果嫌Metascape的数据库少，那就试试数据库多到上天的Enrichr吧。
http://amp.pharm.mssm.edu/Enrichr/
Enrichr的界面更加清爽了，只需要你把基因/蛋白列表贴进去然后点submit就完事了。
我第一次用Enrichr就被震惊了！
这也太多数据库了吧！！！
以上只列出了其中三页数据库，即转录调控、信号通路、基因本体，后面还有疾病/药物，细胞类型，还有一些杂七杂八的，甚至连过期数据库都有。而且数据同样支持导出。
氮素！！！
如果你用了就知道，Enrichr根本就没问你，贴的基因到底是个啥物种。因此，这个程序有个很坑的地方，就是把所有物种的数据库全部混一起分析了……比如下面这个WikiPathways分析，就把人和小鼠的结果一起展示了……（并且未知这种混合，是否会影响通路富集分析的结果）
此外，由于Enrichr的数据库太多，所以更新不是很及时。比如上面展示的WikiPathways，还是2016年的，而这两年WikiPathways的更新频率几乎是月更。
ConsensusPathDB
3
http://cpdb.molgen.mpg.de/
CPDB是德国人开发的，界面长这样，不算很直观。但数据库量一样很大，整合了32个数据库。想做信号通路富集分析，点左边的over-representation analysis，贴上列表，选择数据类型（到底是gene id，还是symbol，还是别的什么），然后提交就好了。
下一步，就是选要用哪些数据库来分析。
最好还是一次只选一个，因为不知道原始的程序设计是如何的，到底是各个数据库独立分析，还是跟metascape默认一样，全部混一起。整体而言，分析速度极快，使用起来也很方便。
氮素！！！
CPDB只支持分析人类基因……
总结
4
以上这些工具的分析结果，在调教好参数的情况下（比如p值 cut-off，数据库类型），各个网站出来的结果没太大区别，所以算法上应该都是靠谱的。我拿同一套东西跑ClusterProfiler，结果也是没差多少。
这几个数据库都有什么优缺点呢？
Metascape：支持物种多，数据库更新非常及时，且导出的数据颜值高，甚至可以直接发表。但是支持数据库较少，而且在国内打开较慢，且运行速度有时候较慢（毕竟分析完后还要生成pdf、excel、ppt还顺便打成压缩包那么一大堆东西）。
Enrichr：数据库多到上天，分析速度还行。但是不支持选择特定物种，默认就是多物种的数据库混一起的，同时部分数据库更新不够及时。
CPDB：速度快，支持非常多的数据库，更新还算勤，几个月更一次吧。但只能分析人类基因。
总体而言，Metascape还是最好用的，毕竟支持的物种比较多，人、鼠、斑马鱼、果蝇、线虫、疟原虫、酵母、拟南芥都有。虽然支持的数据库不算多，但简单过一遍分析，看看有什么通路冒出来，也算是勉强够用。
那有没有支持的物种多、数据库多、更新勤、速度快，甚至能够做非模式生物、自定义通路数据库的在线工具呢？
学R语言，然后琢磨一下ClusterProfiler这个神包吧。
PS：我自己喜欢用的通路数据库是Reactome（没钱买KEGG怎么办？REACTOME开源通路更强大），WikiPathways，HumanCyc（虽然免费的库比较旧），还有Hallmark gene sets。虽然ClusterProfiler只有Reactome（额外再下个包），但只要去下载对应的数据库，用其中的通用enrichment分析函数enricher，就可以任性分析了。
我们在12月份筹备了一个生信扫盲课程，生物信息通识课，富集分析也是其中一部分内容，欢迎提出更多想知道的内容一起探讨。
更多基因富集分析的方法见：
更多数据库、在线工具的学习见：
R统计和作图
更多阅读
后台回复“生信宝典福利第一波”获取教程合集