pathway-pathway network 网络分析

对于pathway 数据库而言，咱们最多见的就是利用KEGG 富集分析挖掘其中的信息，获得显著富集的几条通路；

对于代谢通路而言，不一样的通路之间是会有相互关系的，好比在上游的通路中产生的代谢产物，进入下游的通路继续发挥做用。

pathway和pathway 之间存在一个上下游的关系，全部的pathway 的相互关系就构成了1个网络，在这个网络中，确定会存在degree比较多的pathway, 因此经过network 分析，咱们能够挖掘出比较重要的一些pathway。

下面以human 为例，进行说明

在某条具体的通路图上，圆角矩形表明的是另一条通路，好比 MAPK 信号通路 hsa04010 

上图中红色方框标记的就是其余的一些通路，咱们能够看到hsa04010  通路中的一些物质会参与到其余通路中去，这个时候，就能够理解为hsa04010 是上游通路，红色方框标记的通路为下游通路；

对于某一条具体的通路而言，均可以经过上面的描述，来获得其对应的下游通路；

将全部的代谢通路的上下游关系进行汇总，就会获得一个network, human 的整个network 见下图：

 

因为人一共有350多条pathway , 因此整个网络图仍是比较庞大的，这里我将节点的大小映射到了degree上，从图中，咱们能够一眼看到最大的几个pathway, 这些pathway 在整个network 中就有重要地位；

下面是具体的每一个节点的degree,我选了top20

 

因为整个network 是1个有向图，因此每一个节点之后入读 indegree 和 出度 outdegree , 根据degree 降序排列，发现MAPK signal pathway 是整个human pathway network 中的核心pathway;

咱们还能够将整个network 和富集分析的结果结合起来，挑选其中显著富集的pathway 进行展现，看富集到的通路中，核心通路是哪些

下面是1个示例

 

因为富集到的通路较少，网络图也更加的直观。