使用新姿势玩KEGG，是种什么体验……

这个标题应该配提问的小伙伴送给我的新年小礼物

有小伙伴说他要用gage这个包，因为可以选择sigmet这个index，然后得到的结果只有signaling and metabolic pathways，而不会有他不关心的disease pathways。然而也有各种不爽，他最喜欢的还是clusterProfiler，但没办法只做某些pathways。

我发现大家对clusterProfiler有各种误解，各种觉得没办法，我也很无语啊，明明我写了大量的文档，你们偏不看。clusterProfiler啥都可以做，你想做COG，domain这些没有内置支持的富集分析都可以的，因为clusterProfiler是通用的分析工具，啥都能做。

说到gage的pathway index，这其实是他们对pathway有个分类，这个数据就在https://pathview.uncc.edu/data/khier.tsv可以下载到，要支持他还不容易，但我不喜欢把别人的东西打包在自己的包里，所谓走别人的路，让别人无路可走，这可不是什么好主意。所以呢，我不会内置支持的，你们自己玩。

要玩这个，也很容易。无非是拿它的gene sets来做嘛。我们先来看看它分了什么类：

总共分了7个，信号通路类的，包括：

Genetic Information Processing

Environmental Information Processing

Cellular Processes

Organismal Systems

代谢通路类的，只有自己Metabolism，这也是KEGG最大的一个类别。而所谓的sigmet，就是信号通路+代谢通路。

疾病类的是Human Diseases，而drug development这一类别，gage也有拿出来给大家用。这样大家就知道大概怎么回事了。

赞赏是最好的支持！

那么怎么来和clusterProfiler衔接？gage的分析步骤首先就是准备gene sets，准备完之后，你就可以直接拿来用了，所以说我啥都不用干，本身就是支持的。

下面这个代码，把这个gene sets从list变成data.frame，然后我随机拿100个基因来做演示：

clusterProfiler提供了通用的enricher用于做ORA，和GSEA用于做GSEA，啥都可以搞，不要再以为只有GO和KEGG了，当然你也可以用enricher和GSEA来搞GO和KEGG。

看完还要看