代谢组数据分析六：基于报告分数的功能分析
代谢组数据分析六：基于报告分数的功能分析
受经典“RSA”方法的启发，我们开发了改进的“基于广义报告者得分的分析（GRSA）”方法，并将其实现在R包“ReporterScore”中，同时配套了全面的可视化方法和通路数据库。“GRSA”是一种无需阈值的方法，适用于所有类型的生物医学特征，如基因、化学化合物和微生物种类。重要的是，“GRSA”支持多组和纵向实验设计，这是因为它包含了多组兼容的统计方法。
相比先前的基于ORA和GSEA方法，GRSA是基于拓扑学进行功能分析，这里我们使用ReporterScoreR包进行功能富集分析。
ReporterScore包内置了KEGG通路、模块、基因、化合物和GO数据库，并且允许用户自定义数据库，使其与来自不同组学数据的特征丰度表兼容。
对于KO丰度表，ReporterScore内置了KEGG通路-KO和模块-KO数据库（2023年8月版）。您可以使用load_KOlist()函数来查看这些数据库，并使用update_KO_file()函数通过KEGG API更新这些数据库（使用最新数据库非常重要）。
对于化合物丰度表，ReporterScore内置了KEGG通路-化合物和模块-化合物数据库（2023年8月版）。您可以使用load_CPDlist()函数来查看这些数据库，并使用update_KO_file()函数（注意，尽管函数名是update_KO_file，但此处它实际上用于更新化合物数据库）通过KEGG API来更新它们。
对于KO/基因/化合物丰度表，ReporterScore内置