1. KEGG通路可视化基础与需求场景
在生物信息学分析中，KEGG通路富集分析是解读基因功能的重要方法。常规分析流程通常依赖现成的工具生成标准图表，但实际科研中我们经常遇到这些痛点：
- 发表级图表需要个性化调整（如突出关键通路、合并相似条目）
- 需要将手动注释的通路与标准KEGG结果整合展示
- 期刊对图表样式有特殊要求（如颜色方案、字体大小）
以最近接到的需求为例：某课题组在分析癌细胞的基因表达差异时，发现标准KEGG输出包含大量不相关通路，而他们关注的几个代谢通路却因p值不够显著未被突出显示。这就需要我们掌握自定义通路可视化的技能。
关键理解：KEGG可视化不是简单的"画图"，而是将生物学发现转化为直观证据的过程。好的可视化应该能引导读者关注研究者想强调的生物学故事。
2. 数据准备与通路自定义方法
2.1 标准KEGG结果文件处理
典型KEGG富集分析结果（如DAVID、clusterProfiler输出）包含以下核心字段：
Pathway ID Description GeneRatio BgRatio pvalue p.adjust qvalue geneID Count我们需要提取并重组为可视化工具需要的格式。以R语言为例：
library(dplyr) # 读取原始结果 kegg_result <- read.delim("kegg_enrichment.txt", header=TRUE) # 构造绘图数据框 plot_data <- kegg_result %>% select(Description, GeneRatio, p.adjust, Count) %>% mutate( GeneRatio = sapply(strsplit(GeneRatio, "/"), function(x) as.numeric(x[1])/as.numeric(x[2])), logP = -log10(p.adjust) )2.2 手动添加自定义通路
有时需要添加文献报道的重要通路或自定义分类：
custom_pathways <- data.frame( Description = c("Custom Pathway 1", "Custom Pathway 2"), GeneRatio = c(0.05, 0.03), p.adjust = c(0.001, 0.01), Count = c(15, 8), logP = c(3, 2) ) final_data <- rbind(plot_data, custom_pathways)2.3 数据质量控制要点
- 检查p值是否为零或缺失（会导致对数转换失败）
- 统一通路名称的格式（避免换行符等特殊字符）
- 对GeneRatio进行归一化处理（使不同实验间可比）
- 建议保存中间文件：
write.csv(final_data, "visualization_data.csv", row.names=FALSE)3. 柱状图实现与样式定制
3.1 ggplot2基础柱状图
最基础的富集分析柱状图实现：
library(ggplot2) ggplot(final_data[1:20, ], aes(x=reorder(Description, GeneRatio), y=GeneRatio)) + geom_bar(stat="identity", fill="steelblue") + coord_flip() + labs(x="Pathway", y="Gene Ratio") + theme_minimal()3.2 高级定制技巧
3.2.1 双指标柱状图
同时展示GeneRatio和显著性：
ggplot(final_data, aes(x=reorder(Description, GeneRatio))) + geom_bar(aes(y=GeneRatio), stat="identity", fill="skyblue") + geom_point(aes(y=logP/10), color="red", size=3) + scale_y_continuous( name="Gene Ratio", sec.axis=sec_axis(~.*10, name="-log10(p.adjust)") ) + coord_flip()3.2.2 分组柱状图
当比较多个条件时：
# 假设有对照和处理两组数据 combined_data <- rbind( cbind(final_data, Group="Control"), cbind(final_data, Group="Treatment") ) ggplot(combined_data, aes(x=Description, y=GeneRatio, fill=Group)) + geom_bar(stat="identity", position=position_dodge()) + theme(axis.text.x = element_text(angle=45, hjust=1))实用技巧：使用ggpubr包的ggbarplot函数可以快速添加显著性标记：
library(ggpubr) ggbarplot(combined_data, x="Description", y="GeneRatio", fill="Group", position=position_dodge(0.8), add="mean_se") + stat_compare_means(aes(group=Group), label="p.signif")4. 气泡图绘制与解读
4.1 标准气泡图实现
气泡图通过三个维度展示信息：
- X轴：GeneRatio
- Y轴：通路名称
- 气泡大小：基因数量
- 气泡颜色：p值
ggplot(final_data, aes(x=GeneRatio, y=reorder(Description, GeneRatio))) + geom_point(aes(size=Count, color=logP)) + scale_color_gradient(low="blue", high="red") + labs(x="Gene Ratio", y="", size="Gene Count", color="-log10(p.adjust)") + theme_bw()4.2 高级气泡图技巧
4.2.1 分面气泡图
当数据包含分类信息时（如代谢/信号通路）：
final_data$Category <- sample(c("Metabolism", "Signaling"), nrow(final_data), replace=TRUE) ggplot(final_data, aes(x=GeneRatio, y=Description)) + geom_point(aes(size=Count, color=logP)) + facet_grid(Category~., scales="free_y", space="free") + theme(strip.text.y = element_text(angle=0))4.2.2 交互式气泡图
使用plotly实现交互：
library(plotly) p <- ggplot(final_data, aes(x=GeneRatio, y=Description, size=Count, color=logP, text=paste("Pathway:", Description, "<br>Genes:", Count, "<br>p.adjust:", p.adjust))) + geom_point() + scale_size(range=c(3, 10)) ggplotly(p, tooltip="text")5. 弦图展示通路-基因关系
5.1 数据准备
弦图需要通路-基因关联矩阵：
library(tidyr) # 从原始结果提取基因列表 gene_pathway <- final_data %>% select(Description, geneID) %>% separate_rows(geneID, sep="/") # 构造邻接矩阵 adj_matrix <- table(gene_pathway$geneID, gene_pathway$Description)5.2 circlize实现弦图
library(circlize) # 筛选高频基因和通路 top_genes <- names(sort(rowSums(adj_matrix), decreasing=TRUE)[1:20]) top_pathways <- names(sort(colSums(adj_matrix), decreasing=TRUE)[1:10]) chord_df <- as.data.frame(adj_matrix[top_genes, top_pathways]) colnames(chord_df) <- c("from", "to", "value") # 绘制弦图 chordDiagram(chord_df, annotationTrack=c("grid", "axis"), preAllocateTracks=list(track.height=0.2))5.3 弦图美化技巧
- 按通路类型设置颜色：
pathway_colors <- ifelse(grepl("metabol", top_pathways, ignore.case=TRUE), "#FF7F00", "#1F78B4") names(pathway_colors) <- top_pathways chordDiagram(chord_df, grid.col=c(rep("#999999", length(top_genes)), pathway_colors), transparency=0.5)- 添加图例：
legend("right", legend=names(pathway_colors), fill=pathway_colors, border=NA, bty="n")6. 组合分析与出版级调整
6.1 多图组合展示
使用patchwork包组合不同视角的图表：
library(patchwork) p1 <- ggplot(final_data[1:10, ], aes(x=Description, y=GeneRatio)) + geom_col() + coord_flip() p2 <- ggplot(final_data, aes(x=GeneRatio, y=Description)) + geom_point(aes(size=Count)) p1 + p2 + plot_layout(widths=c(1, 2))6.2 出版级细节调整
- 字体统一为Arial：
library(showtext) font_add("Arial", "arial.ttf") showtext_auto() ggplot(...) + theme(text=element_text(family="Arial"))- 导出高分辨率TIFF：
ggsave("figure.tiff", dpi=600, compression="lzw", width=8, height=6, units="in")- 符合期刊要求的颜色方案：
ggplot(...) + scale_color_viridis_c(option="plasma")7. 常见问题解决方案
7.1 通路名称显示不全
解决方案：
ggplot(...) + theme(axis.text.y=element_text(size=8)) + scale_y_discrete(labels=function(x) stringr::str_wrap(x, width=30))7.2 气泡图重叠严重
处理方法：
ggplot(...) + geom_jitter(width=0.1, height=0.1) + # 轻微抖动 facet_grid(Category~., scales="free", space="free")7.3 弦图线条混乱
优化方案：
chordDiagram(..., directional=1, direction.type="arrows", link.arr.length=0.1)7.4 添加目标参考线
在柱状图中添加阈值线：
ggplot(...) + geom_hline(yintercept=0.05, linetype="dashed", color="red") + annotate("text", x=5, y=0.06, label="Threshold=0.05")8. 完整案例代码
以下是一个端到端的可执行示例：
# 加载包 library(ggplot2) library(circlize) library(ggpubr) # 模拟数据生成 set.seed(123) pathways <- c("Glycolysis", "TCA cycle", "Oxidative phosphorylation", "Wnt signaling", "MAPK signaling", "Apoptosis", "Custom Path 1", "Custom Path 2") final_data <- data.frame( Description = pathways, GeneRatio = runif(8, 0.01, 0.1), p.adjust = runif(8, 0, 0.05), Count = sample(5:30, 8), Category = rep(c("Metabolism", "Signaling"), each=4) ) final_data$logP <- -log10(final_data$p.adjust) # 气泡图 p_bubble <- ggplot(final_data, aes(x=GeneRatio, y=Description)) + geom_point(aes(size=Count, color=logP)) + scale_color_gradient(low="blue", high="red") + facet_grid(Category~., scales="free_y", space="free") + labs(x="Gene Ratio", y="", size="Gene Count", color="-log10(p.adjust)") + theme_minimal() + theme(strip.text.y=element_text(angle=0)) # 柱状图 p_bar <- ggbarplot(final_data, x="Description", y="GeneRatio", fill="Category", palette="jco", sort.val="asc", sort.by.groups=TRUE) + rotate() + labs(x="", y="Gene Ratio") # 输出图形 ggsave("bubble.png", p_bubble, width=8, height=6, dpi=300) ggsave("bar.png", p_bar, width=6, height=4, dpi=300)在实际项目中，我通常会先快速生成标准图表评估数据质量，然后根据生物学问题的重点逐步调整可视化方案。一个实用的技巧是：将最想强调的3-5个通路用醒目的颜色标注，其他通路使用中性色，这样能有效引导读者关注关键发现。
