全面了解Pathview

一、Pathview簡介

Pathview是一款在Metabolomics, proteomics, transcriptomics, genomics等領域可視化通路及基因表達的R/Bioconductor程序包。它主要用於在Whole Pathway Network（WPN）通路圖中展示差異表達基因、代謝物或蛋白質等。Pathview包含兩個主要部分：pathviewGraph和odbcGraph，可以實現基於圖形的跨平台、多元化的生物通路數據分析。

Pathview獨特的特點在於它全面支持多種生物通路數據，比如Kanehisa的KEGG和Reactome等以及MetaCyc、PlantCyc和BioCyc等其他一些免費的生物學通路庫。此外，Pathview還支持用戶自定義通路組裝等功能。

二、Pathview的應用

1. 數據準備

為了使用Pathview，我們應該先準備好符合條件的數據。Pathview需要基礎的生物通路信息，例如通路基因、代謝物及反應信息（.gpml 或 .xml）等。同時設計基因表達數據，其格式可以為txt或csv。基因ID或名稱需與通路圖上列出的信息一致。以下是一個示例代碼：

library(pathview)
# 下載數據
urlfile <- "http://pathview.uncc.edu/data/"
pwdata("KEGGregistry.Rdata.f", "human.corrset.p")
# 導入數據
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)

# 找到位於hsa04110上的基因
leads <- kegg.genes[ grep( "^hsa04110", kegg.genes[, 2] ), 1 ] 
# 下載該基因組狀況
pw <- params2Data("pathview",x='hsa04110', species='hsa', gene.data='human.corrset.p', gene.id.type="symbol", id.input=leads)

# 計算富集解析度（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. 繪圖和編輯

接下來，我們可以根據前面準備好的數據利用Pathview進行繪圖。這裡用hsa04110通路為例，代碼如下：

library(pathview)
# 下載數據
urlfile <- "http://pathview.uncc.edu/data/"
pwdata("KEGGregistry.Rdata.f", "human.corrset.p")
# 導入數據
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)
# 確定數據的文件路徑
data.dir <- "D:/GEO/pathview/input/"
out.dir <- "D:/GEO/pathview/output/"

# 生成圖形
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. 結果解讀

當繪圖完成後，我們需要對結果進行解讀。圖例中黑色表示差異表達的基因，其向上和向下的箭頭分別表示上調和下調基因。Pathview的輸出數據包括多個文件，其中最重要的為以下三個文件：

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

gene.data文件提供了所有差異表達基因信息。pathview.gpml是一個通路文件，展示了整個通路和基因。pathview.png是可視化圖像。

三、Pathview的優缺點

1. 優點

Pathview的優點如下：

• 提供了豐富的生物信息，包括50多個物種的KEGG通路和其他常用通路庫。
• 與多種數據源（如RNA-seq和microarray數據）兼容。
• 支持用戶自定義通路和數據。
• 生成高質量、美觀的圖形。
• 提供了豐富的結果解讀。

2. 缺點

Pathview的缺點如下：

• 有些功能需要先搭建WPN數據庫才能使用，因此初學者可能需要更多時間了解和學習。
• 對於一些特殊的應用，可能需要自行修改軟件實現。

四、總結

Pathview是一款可靠且易用的生物通路分析工具，可幫助用戶檢測差異表達基因，代謝物或蛋白質在通路圖中的變化。通過提供豐富的生物信息，Pathview有望成為研究生物信息學、代謝組學和蛋白質組學的人士的得力助手。