Process / pipelineBioinformatics / omics
通路富集分析 — 生物通路富集分析
通路富集分析（Pathway Enrichment Analysis, PEA）是一种统计学方法，它接收一份感兴趣的基因或蛋白质列表——通常来自差异表达或蛋白质组学实验——并识别出哪些预定义的生物通路或功能基因集比偶然情况出现的频率更高。通过将个体分子变化映射到经过整理的通路知识库（如KEGG、Gene Ontology或Reactome），PEA将冗长的基因列表转化为可解释的生物过程，使其成为高通量组学实验后期分析的核心工具。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
另有 43 项
来源
- Subramanian, A., Tamayo, P., Mootha, V. K., Mukherjee, S., Ebert, B. L., Gillette, M. A., Paulovich, A., Pomeroy, S. L., Golub, T. R., Lander, E. S., & Mesirov, J. P. (2005). Gene set enrichment analysis: A knowledge-based approach for interpreting genome-wide expression profiles. Proceedings of the National Academy of Sciences, 102(43), 15545–15550. DOI: 10.1073/pnas.0506580102 ↗
- Alexa, A., Rahnenführer, J., & Lengauer, T. (2006). Improved scoring of functional groups from gene expression data by decorrelating GO graph structure. Bioinformatics, 22(13), 1600–1607. DOI: 10.1093/bioinformatics/btl140 ↗
如何引用本页
ScholarGate. (2026, June 3). Biological Pathway Enrichment Analysis. ScholarGate. https://scholargate.app/zh/bioinformatics/pathway-enrichment-analysis
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 基因集富集分析 (GSEA)生物信息学↔ 比较
- 代谢组学分析生物信息学↔ 比较
- 基于网络的通路富集分析生物信息学↔ 比较
- 蛋白质组学分析生物信息学↔ 比较
- RNA-seq差异表达生物信息学↔ 比较
- Single-cell RNA-seq analysis生物信息学↔ 比较
被引用于
贝叶斯ChIP-seq峰识别贝叶斯eQTL分析贝叶斯基因集富集分析贝叶斯全基因组关联研究 (Bayesian GWAS)贝叶斯代谢组学分析贝叶斯通路富集分析贝叶斯蛋白质组学分析贝叶斯 RNA-seq 差异表达差异性表观基因组关联研究差异性 eQTL 分析差异代谢组学分析差异通路富集分析差异蛋白质组学分析表观基因组关联研究 (EWAS)eQTL分析基因集富集分析 (GSEA)全基因组关联研究 (GWAS)机器学习辅助的 eQTL 分析机器学习辅助基因集富集分析机器学习辅助的微生物组多样性分析机器学习辅助RNA测序差异表达分析机器学习辅助的单细胞RNA测序分析代谢组学分析多组学全表观基因组关联研究多组学基因集富集分析多组学代谢组学分析多组学微生物多样性分析多组学蛋白质组学分析多组学单细胞RNA测序分析基于网络的拷贝数变异分析网络表观基因组关联研究 (Network EWAS)网络驱动的 eQTL 分析基于网络的基因集富集分析基于网络的全基因组关联研究基于网络的代谢组学分析基于网络的微生物组多样性分析基于网络的RNA测序差异表达分析基于网络的单细胞RNA测序分析蛋白质组学分析RNA-seq差异表达单细胞 eQTL 分析单细胞基因集富集分析单细胞全基因组关联分析 (Single-cell GWAS)单细胞代谢组学分析Single-cell RNA-seq analysis单细胞RNA测序差异表达分析时间序列基因集富集分析时间序列代谢组学分析时间序列微生物组多样性分析时间序列通路富集分析时间序列 RNA-seq 差异表达单细胞时间序列RNA测序分析