你的KEGG气泡图还缺什么？试试这个能展示具体基因的桑吉气泡图（附在线工具链接）
为什么你的KEGG气泡图需要升级为桑吉气泡图？第五维基因信息如何改变科研解读
在基因功能富集分析领域，KEGG气泡图长期占据着结果展示的主导地位。这种经典可视化方式通过四个维度——通路名称、富集倍数、p值和基因计数，为研究者提供了直观的数据概览。但当我们面对一份心肌病相关基因的富集结果时，传统气泡图只能告诉我们"心肌肥厚通路显著富集"，却无法直接揭示究竟是哪些关键基因驱动了这一信号。这种信息断层正在被桑吉气泡图（Sankey Bubble Plot）的创新设计所填补。
1. 四维气泡图的局限性：被隐藏的基因故事
任何使用过clusterProfiler或DAVID进行过富集分析的研究者，都对下面这种标准输出再熟悉不过：
| Pathway | Enrichment | p-value | Count |
|---|---|---|---|
| Hypertrophic cardiomyopathy | 4.25 | 1.2E-05 | 6 |
| Calcium signaling | 3.78 | 3.5E-04 | 5 |
传统气泡图丢失了最关键的生物学信息——具体哪些基因构成了这些通路中的交集。当我们在图中看到一个"钙离子信号通路"的显著气泡时，实际上无法判断这是由RYR2、CACNA1C等通道基因引起，还是源于CALM或CAMK家族调控基因的贡献。这种信息缺失会导致三个典型问题：
- 机制推测困难：无法直接从图中建立基因-通路-表型的关联链条
- 跨研究对比障碍：当不同研究报道相同通路时，难以确认是否涉及相同基因集
- 假阳性风险：可能忽略通路中实际不相关的"乘客基因"
临床样本分析中，我们常发现同一通路在不同患者中由不同基因亚群驱动，这些分子异质性信息在传统气泡图中完全不可见。
2. 桑吉气泡图解构：五维信息的协同表达
桑吉气泡图的核心创新在于引入了第五个维度——基因成员列表，通过桑吉图（Sankey diagram）的流线连接方式，将离散的基因实体与所属通路关联起来。这种混合可视化模式保留了传统气泡图的全部优点，同时增加了基因分辨层：
[基因节点] ===\ \ ===> [通路气泡] / [基因节点] ===/一个完整的桑吉气泡图包含五个信息层：
- Y轴：富集通路名称（分类维度）
- X轴：基因比例或富集倍数（量化维度）
- 气泡颜色：统计显著性（-log10(p-value)）
- 气泡大小：交集基因数量
- 左侧桑吉图：具体基因列表及隶属关系
2.1 实际案例对比：从模糊到精确
以一份阿尔茨海默症相关基因的富集结果为例：
传统气泡图显示：
- 突触传递通路（p=1e-6, Count=8）
- 炎症反应通路（p=2e-5, Count=6）
桑吉气泡图额外揭示：
- 突触传递通路主要涉及PSEN1、APP、APOE（已知AD核心基因）
- 炎症反应通路中TREM2、TYROBP占主导，而其他炎症基因未出现
这种分辨能力使得研究者可以立即识别出：
- 哪些是通路中的核心驱动基因
- 是否存在已知疾病基因的共富集模式
- 不同通路间是否共享关键调控基因
3. 在线工具实战：微生信平台五步出图
对于非编程背景的研究者，微生信平台(http://www.bioinformatics.com.cn)提供了零代码生成桑吉气泡图的解决方案。以下是具体操作流程：
数据准备：从clusterProfiler等工具导出包含geneID列的富集结果表
格式调整：
- 确保列名包含：Description、GeneRatio、pvalue、geneID、Count
- geneID列使用"/"分隔多个基因符号
平台操作：
- 选择"桑吉气泡图"模块
- 上传数据文件或直接粘贴表格内容
- 调整参数：
- 颜色映射：建议选择viridis色系
- 节点宽度：根据基因数量调整（通常15-25px）
- 标签字体：确保小字号仍可读
可视化优化：
- 对基因过多通路启用"重点显示"功能
- 使用分组色标区分不同功能类别的基因
输出设置：
- 导出600dpi TIFF格式用于投稿
- 同时保存可编辑的SVG版本备用
平台支持实时预览调整，建议先使用示例数据熟悉各参数效果，再应用自己的研究数据。
4. 论文应用策略：从图表到生物学故事
在科研论文中有效使用桑吉气泡图，需要注意以下呈现原则：
4.1 结果部分展示技巧
选择性呈现：主图展示3-5个关键通路的全细节，补充材料可包含完整图表
标注重点：使用箭头或方框突出显示：
- 已知疾病相关基因
- 通路间的共享基因
- 新发现的候选基因
跨图关联：当桑吉气泡图显示MYH7基因在多个心肌病通路富集时，应在后续实验验证部分相应设计该基因的功能检测
4.2 讨论部分解读框架
桑吉气泡图提供的基因维度信息，使得讨论可以沿着三个方向深化：
机制连贯性分析：
- "NOTCH1基因在发育通路和钙信号通路中的同时出现，提示其可能通过..."
临床相关性推论：
- "老年痴呆患者中观察到的APOE-PSEN1共富集模式，与既往发现的..."
研究间比较：
- "虽然本研究与Zhang等均发现炎症通路激活，但我们的桑吉图显示..."
4.3 常见误区规避
- 过度解读：需注意基因列表可能包含假阳性，应与表达量数据交叉验证
- 视觉混乱：当基因数量>50时，考虑按功能分组或分多个子图展示
- 统计忽略：仍需报告FDR等校正值，不能仅依赖可视化判断显著性
在最近一项癌症异质性研究中，研究者通过桑吉气泡图意外发现：不同亚型的患者虽然都显示PI3K-AKT通路激活，但亚型A主要涉及PIK3CA突变基因，而亚型B则集中了AKT1和PTEN基因——这一发现直接引导了后续的靶向治疗实验设计。