GSEA结果中经常出现一批名称不同但共享核心基因的通路。aPEAR先按通路相似性聚类，再用网络图展示，可以把冗长的结果表整理成几个功能模块。  

▲ aPEAR论文示例：节点表示通路，连线表示通路间的基因集相似性，节点颜色表示NES

📖 aPEAR如何整理GSEA结果

aPEAR读取clusterProfilerGSEA分析结果中的core_enrichment列，使用Jaccard指数计算两条通路的相似性。例如，通路A有20个核心富集基因，通路B有25个，其中10个相同，则Jaccard指数为10/(20+25-10)=0.286。数值越接近1，说明两条通路共享的核心基因比例越高。通过对所有通路两两计算Jaccard指数，得到相似性矩阵。然后使用Markov Cluster Algorithm聚类。把通路看作节点、相似性看作边权，通过模拟网络中的随机游走，把连接较紧密的通路归入同一cluster。每个cluster的名称来自组内的一条代表性通路。  

🛠️ 作图地址

https://www.bioinformatics.com.cn/plot_network_visualization_of_gsea_results_from_clusterprofiler_by_apear_212

▲ 图 1：在线绘图页面

📋 五步整理GSEA富集结果Step 1：准备数据

点击页面上方的“示例数据”下载文件。

示例数据包括两个文件：

第一个是RDS文件，保存了GSEA结果对象，包括通路、核心富集基因和统计量等信息。本工具以该文件作为输入，可用readRDS函数在R中读取。

▲ 图 2：RDS文件中包含的GSEA结果信息

第二个是Excel格式的GSEA结果。

Excel文件用于辅助查看，不作为本模块的输入。

▲ 图 3：excel格式的GSEA结果

使用平台GSEA模块分析后，会获得rds文件。浏览该文件。

▲图 4：必须输入rds文件

选中rds文件后，可以设置绘图参数。

▲ 图 5：绘图参数面板

【图片大小】设置图片的宽度和高度

【通路文字大小】设置网络图中cluster标签的字体大小

【纳入的基因集数】控制参与相似性计算、聚类和绘图的通路数量（来自excel结果）。结果不足N条时全部纳入；结果超过N条时取前N条。

【颜色】节点可按NES、pvalue、p.adjust或qvalues着色。颜色只影响展示，不改变通路相似性和cluster归属。

按NES上色：使用以0为中心的渐变色，分别表示负向富集、中间值和正向富集。

按P值类指标上色：可选择pvalue、p.adjust或qvalues。图例以-log10显示，数值越大表示显著性越强。颜色阈值只控制色阶的饱和上限，不用于筛选通路。

【椭圆】选择是否为每个cluster添加椭圆边界，便于观察分组范围。

【字体类型】可选Times New Roman或Arial。

Step 4：提交绘图

上传RDS文件并设置参数后，点击“提交”生成预览图。

▲ 图 6：GSEA网络图预览

Step 5：下载与后期编辑 

平台支持下载PDF、SVG、PNG和TIFF格式。PDF和SVG适合后期编辑；PNG为300 dpi，TIFF为600 dpi。需要移动文字、替换字体或组合图片时，可编辑下载的PDF或SVG文件。

▲ 图 7：GSEA网络cluster关系表格

结果页还提供了通路与cluster的对应关系表，可通过cluster链接下载查看。

✍️ 小结

aPEAR先根据核心富集基因计算通路相似性，再对相似性矩阵进行聚类。默认组合为Jaccard指数和Markov聚类，适合把大量、彼此冗余的GSEA通路整理成若干功能模块。

节点表示通路，节点大小对应setSize，连线表示基因集相似性，cluster表示一组基因组成相近的通路。NES和P值类指标用于节点着色，不是默认的聚类依据。默认minClusterSize=2，即仅包含一个通路的cluster不进入最终网络，因此显示的通路数可能少于输入通路数。

📌 参数复用

预览图下方提供“复现参数（JSON）”下载链接。JSON文件记录本次绘图设置，可用于恢复参数。

▲ 图 8：下载参数文件

完成作图后，建议将参数文件、图片和原始数据保存在同一文件夹。下次可导入JSON文件恢复绘图设置，但RDS数据仍需重新上传。

▲ 图 9：导入参数并恢复绘图设置

参考文献

Kerseviciute I, Gordevicius J. aPEAR: an R package for autonomous visualization of pathway enrichment networks. Bioinformatics. 2023;39(11):btad672.

微生信助力高分文章，谷歌学术10000+

支持单位：