KEGG PATHWAY数据库是一个手工画的代谢通路嘚集合包含以下几方面的分子间相互作用和反应网络：新陈代谢；遗传信息加工；环境信息加工；细胞过程；生物体系统；人类疾病；藥物开发。

那么如何使用KEGG进行pathway分析和模型构建呢我这里分享我常用的一个方法。用到的数据id类型一般是基因名/uniprot号/化合物名或者带有相對应的foldchange（差异倍数），如下图  

将数据上传至，运用超几何算法对KEGG通路进行富集分析下图展示了p值小于0.05的21个通路的分类情况（A：新陈代謝；B：遗传信息加工；C：环境信息加工；D：细胞过程；E：生物体系统；F：人类疾病；）,并显示了参与该通路的基因个数。同时我们也可以看一下某个哪些基因在通路中什么位置参与了该通路的发生

上面的结果有助于我们找出要研究的通路，若是富集到的通路较多一个一個找太费劲，我们可以在直接搜索自己感兴趣的某些通路的关键词来寻找我们可以最显著的前两个通路为例来进行下一步分析。自定义熱图展示了参与这两个通路的基因在各个样品的表达情况PPI模型图中一般圆圈较大且连线较多的点需要我们重点关注。