如何解读 kegg 结果中的数值？
KEGG（Kyoto Encyclopedia of Genes and Genomes）是一个包含基因、蛋白质、代谢途径等多种生物信息的数据库。在进行富集分析（例如，基因富集分析或代谢物富集分析）时，我们经常使用KEGG路径来帮助解释实验结果。
使用KEGG进行富集分析后，结果通常包含以下几个主要参数：
1.Term或ID：
这是KEGG路径的名称或标识符。
2.Count：
这是输入列表（例如，显著改变的基因或代谢物）中属于特定KEGG路径的项目数量。
3.%：
这是输入列表中属于特定KEGG路径的项目占输入列表总项目的百分比。
4.P-value：
这是假设检验的结果，表示观察到的富集程度（或更极端的富集程度）在零假设（随机）下出现的概率。P值越小，表示在随机的情况下观察到当前结果的可能性越小，因此我们有更多的理由拒绝零假设，认为观察到的富集程度不是随机的，即输入列表与特定KEGG路径有显著关联。
5.Adjusted P-value或Q-value：
这是矫正后的P值，用来控制假阳性发现率（FDR）。在多重假设检验中，原始的P值可能过于乐观，因此需要进行矫正。常见的矫正方法包括Bonferroni校正、Benjamini-Hochberg校正等。矫正后的P值越小，表示输入列表与特定KEGG路径的关联程度越显著。
6.Enrichment：
这是富集程度的度量，通常是观察到的富集程度与随机期望的富集程度的比值。富集程度越高，表示输入列表与特定KEGG路径的关联程度越显著。
对于解读KEGG结果，一般来说，我们关注的是调整后的P值小（例如<0.05）且富集程度高的路径，因为这些路径很可能是实验条件下发生显著改变的生物过程。
百泰派克生物科技--生物药物表征，多组学生物质谱检测优质服务商
相关服务：
How to order?
