全面了解Pathview

一、Pathview简介

Pathview是一款在Metabolomics, proteomics, transcriptomics, genomics等领域可视化通路及基因表达的R/Bioconductor程序包。它主要用于在Whole Pathway Network（WPN）通路图中展示差异表达基因、代谢物或蛋白质等。Pathview包含两个主要部分：pathviewGraph和odbcGraph，可以实现基于图形的跨平台、多元化的生物通路数据分析。

Pathview独特的特点在于它全面支持多种生物通路数据，比如Kanehisa的KEGG和Reactome等以及MetaCyc、PlantCyc和BioCyc等其他一些免费的生物学通路库。此外，Pathview还支持用户自定义通路组装等功能。

二、Pathview的应用

1. 数据准备

为了使用Pathview，我们应该先准备好符合条件的数据。Pathview需要基础的生物通路信息，例如通路基因、代谢物及反应信息（.gpml 或 .xml）等。同时设计基因表达数据，其格式可以为txt或csv。基因ID或名称需与通路图上列出的信息一致。以下是一个示例代码：

library(pathview)
# 下载数据
urlfile <- "http://pathview.uncc.edu/data/"
pwdata("KEGGregistry.Rdata.f", "human.corrset.p")
# 导入数据
kegg <- system.file("extdata/kegg", package="pathview")
map <- system.file("extdata/corr", package="pathview")
data(pwdata, package="pathview")
kegg.genes <- read.csv(file.path(kegg, "gList.gmt"), sep='\t', stringsAsFactors=FALSE)

# 找到位于hsa04110上的基因
leads <- kegg.genes[ grep( "^hsa04110", kegg.genes[, 2] ), 1 ] 
# 下载该基因组状况
pw <- params2Data("pathview",x='hsa04110', species='hsa', gene.data='human.corrset.p', gene.id.type="symbol", id.input=leads)

# 计算富集解析度（enrichment resolution）
resfold <- 1.5
resadj <- "bon"
cw <- pw2graph(pw, pathway.id=TRUE)  
cglst <- allGeneView(cw, pw, res.fold=resfold, res.adjust=resadj, graph.context="KEGG")  
write.table(cglst, "hsa04110.gene.list.txt", quote=FALSE, col.names=NA)  

2. 绘图和编辑

接下来，我们可以根据前面准备好的数据利用Pathview进行绘图。这里用hsa04110通路为例，代码如下：

library(pathview)
# 下载数据
urlfile <- "http://pathview.uncc.edu/data/"
pwdata("KEGGregistry.Rdata.f", "human.corrset.p")
# 导入数据
kegg <- system.file("extdata/kegg", package="pathview")
map <- system.file("extdata/corr", package="pathview")
data(pwdata, package="pathview")
kegg.genes <- read.csv(file.path(kegg, "gList.gmt"), sep='\t', stringsAsFactors=FALSE)
# 确定数据的文件路径
data.dir <- "D:/GEO/pathview/input/"
out.dir <- "D:/GEO/pathview/output/"

# 生成图形
mapfile <- file.path(kegg, "hsa04110.xml")
datafile <- file.path(data.dir, "hsa04110.gene.data.txt")
outfile <- file.path(out.dir, "hsa04110.pathview.png")
pathview(gene.data=datafile, pathway.id='hsa04110', species='hsa', mapfile=mapfile, outfile=outfile, kegg.native=TRUE)

3. 结果解读

当绘图完成后，我们需要对结果进行解读。图例中黑色表示差异表达的基因，其向上和向下的箭头分别表示上调和下调基因。Pathview的输出数据包括多个文件，其中最重要的为以下三个文件：

• gene.data
• pathview.gpml
• pathview.png

gene.data文件提供了所有差异表达基因信息。pathview.gpml是一个通路文件，展示了整个通路和基因。pathview.png是可视化图像。

三、Pathview的优缺点

1. 优点

Pathview的优点如下：

• 提供了丰富的生物信息，包括50多个物种的KEGG通路和其他常用通路库。
• 与多种数据源（如RNA-seq和microarray数据）兼容。
• 支持用户自定义通路和数据。
• 生成高质量、美观的图形。
• 提供了丰富的结果解读。

2. 缺点

Pathview的缺点如下：

• 有些功能需要先搭建WPN数据库才能使用，因此初学者可能需要更多时间了解和学习。
• 对于一些特殊的应用，可能需要自行修改软件实现。

四、总结

Pathview是一款可靠且易用的生物通路分析工具，可帮助用户检测差异表达基因，代谢物或蛋白质在通路图中的变化。通过提供丰富的生物信息，Pathview有望成为研究生物信息学、代谢组学和蛋白质组学的人士的得力助手。