如何解讀 kegg 結果中的數值？
KEGG（Kyoto Encyclopedia of Genes and Genomes）是一個包含基因、蛋白質、代謝途徑等多種生物資訊的資料庫。在進行富集分析（例如，基因富集分析或代謝物富集分析）時，我們經常使用KEGG路徑來幫助解釋實驗結果。
使用KEGG進行富集分析後，結果通常包含以下幾個主要引數：
1.Term或ID：
這是KEGG路徑的名稱或識別符號。
2.Count：
這是輸入列表（例如，顯著改變的基因或代謝物）中屬於特定KEGG路徑的專案數量。
3.%：
這是輸入列表中屬於特定KEGG路徑的專案佔輸入列表總專案的百分比。
4.P-value：
這是假設檢驗的結果，表示觀察到的富集程度（或更極端的富集程度）在零假設（隨機）下出現的機率。P值越小，表示在隨機的情況下觀察到當前結果的可能性越小，因此我們有更多的理由拒絕零假設，認為觀察到的富集程度不是隨機的，即輸入列表與特定KEGG路徑有顯著關聯。
5.Adjusted P-value或Q-value：
這是矯正後的P值，用來控制假陽性發現率（FDR）。在多重假設檢驗中，原始的P值可能過於樂觀，因此需要進行矯正。常見的矯正方法包括Bonferroni校正、Benjamini-Hochberg校正等。矯正後的P值越小，表示輸入列表與特定KEGG路徑的關聯程度越顯著。
6.Enrichment：
這是富集程度的度量，通常是觀察到的富集程度與隨機期望的富集程度的比值。富集程度越高，表示輸入列表與特定KEGG路徑的關聯程度越顯著。
對於解讀KEGG結果，一般來說，我們關注的是調整後的P值小（例如<0.05）且富集程度高的路徑，因為這些路徑很可能是實驗條件下發生顯著改變的生物過程。
百泰派克生物科技--生物藥物表徵，多組學生物質譜檢測優質服務商
相關服務：
How to order?
