Visão Geral
A análise de enriquecimento de vias determina se conjuntos de genes predefinidos, representando vias biológicas, categorias funcionais ou processos celulares, estão estatisticamente super-representados em uma lista de genes derivados experimentalmente. Esta abordagem transforma uma longa lista de genes expressos diferencialmente em temas biológicos interpretáveis, ajudando pesquisadores a passar de “quais genes mudaram?” para “quais processos foram afetados?”. O princípio central é que, se uma via é relevante para a condição em estudo, mais de seus genes membros aparecerão na lista de genes do usuário do que o esperado pelo acaso.
Métodos
Os métodos mais amplamente utilizados incluem o teste exato de Fisher (ou teste hipergeométrico), que avalia a sobreposição entre a lista de genes e um conjunto de genes de uma via em relação a um fundo definido. A Análise de Enriquecimento de Conjunto de Genes (GSEA) evita limiares arbitrários de significância classificando todos os genes por uma métrica de expressão diferencial e testando se os membros da via se agrupam no topo ou na base da lista classificada. A correção para testes múltiplos, tipicamente a taxa de falsa descoberta de Benjamini-Hochberg, é essencial porque centenas de vias são avaliadas simultaneamente. Bancos de dados de vias curados como KEGG, Reactome e Gene Ontology fornecem os conjuntos de genes de referência.
Aplicações
O enriquecimento de vias é uma etapa de rotina em estudos de transcriptômica, proteômica e metabolômica. Ele liga os resultados de expressão diferencial de experimentos de microarranjos de DNA e expressão gênica à biologia funcional. Pesquisadores do câncer o usam para identificar vias desreguladas como a glicólise ou o ciclo do ácido cítrico, e revela como a regulação gênica e epigenética reconecta programas celulares em doenças. A análise de enriquecimento também guia a descoberta de biomarcadores destacando vias comuns a vias metabólicas que são perturbadas em amostras de pacientes.
Protocolo Prático
Para análise de super-representação (ORA) usando clusterProfiler em R, comece com uma lista de genes expressos diferencialmente (ex., padj < 0,05, |log2FC| > 1). Carregue o pacote e execute o enriquecimento GO: library(clusterProfiler); ego <- enrichGO(gene = de_genes, OrgDb = org.Hs.eg.db, keyType = "SYMBOL", ont = "BP", pAdjustMethod = "BH", pvalueCutoff = 0.05, qvalueCutoff = 0.2). O parâmetro ont pode ser “BP” (Processo Biológico), “MF” (Função Molecular) ou “CC” (Componente Celular). Para enriquecimento de via KEGG, converta símbolos de genes para IDs Entrez: ekegg <- enrichKEGG(gene = entrez_ids, organism = "hsa", pvalueCutoff = 0.05). Visualize resultados com dotplot(ego, showCategory = 20), que exibe a razão gênica, valor p ajustado e contagem de genes por categoria. A função barplot fornece uma visão alternativa. Para análise de enriquecimento de conjunto de genes (GSEA), prepare uma lista de genes classificados ordenados por log2 da mudança de expressão: genelist <- sort(results$log2FoldChange, decreasing = TRUE); names(genelist) <- rownames(results). Execute GSEA usando gseGO(geneList = genelist, OrgDb = org.Hs.eg.db, keyType = "SYMBOL", ont = "BP", minGSSize = 10, maxGSSize = 500, pvalueCutoff = 0.05). GSEA não requer um limiar de significância, tornando-o sensível a mudanças coordenadas, mas modestas, entre membros da via. A função gseaplot2 visualiza o escore de enriquecimento em execução para uma via específica. Para análise baseada na web, use Enrichr: cole uma lista de genes em https://maayanlab.cloud/Enrichr, selecione bibliotecas (KEGG, GO, WikiPathways) e baixe a tabela de escore combinado. O escore combinado é o produto do valor p log-transformado e do z-score, classificando as vias tanto por significância quanto por direção da mudança. Sempre exporte resultados como CSV com colunas para ID da via, descrição, razão gênica, valor p, valor p ajustado e a lista de genes sobrepostos.
