更新于2026年10月27日
在转录组、蛋白组和单细胞数据分析报告中，GO富集与KEGG富集经常同时出现，因此容易被理解为两种相近的分析算法。实际上，GO与KEGG首先提供的是不同组织方式的生物学知识资源，富集检验则是利用这些资源解释基因列表的统计过程。同一组基因可以分别映射到GO条目和KEGG通路，也可以在适当条件下结合不同富集方法进行分析。因此，比较二者时，首先需要理解它们分别描述什么信息，而不是简单判断哪一种更高级或更准确。只有将知识来源与分析方法区分开，才能正确理解结果差异，并决定如何将两类信息共同用于解释研究问题。
GO即Gene Ontology，通常译为基因本体，主要通过三个方面描述基因产物。生物学过程BP关注多个分子活动共同完成的过程，例如细胞分裂；分子功能MF关注分子层面的活动，例如催化活性；细胞组分CC描述基因产物发挥作用的细胞结构或复合物环境。三个方面具有互补关系，一个基因可以同时获得不同方面的注释。GO条目之间还存在明确的层级与关系，因此某个具体过程可能同时关联更宽泛的上级概念。阅读GO结果时，不能把相近条目一律视为彼此独立的发现，也不能把BP、MF和CC混在一起解释为多条信号通路，需要先明确每个条目所属的描述层面。
图1｜GO条目关系示例，以己糖生物合成过程展示不同条目之间的关系。该图为本体结构示意，不是实验富集结果。来源：Gene Ontology官方文档。
KEGG是整合多类生物学信息的数据库资源，常见的KEGG通路富集主要利用其中的PATHWAY内容。其通路图覆盖代谢、遗传信息处理、环境信息处理、细胞过程、个体系统以及人类疾病等领域，并通过图形展示相关分子的功能关系。与GO条目相比，KEGG通路图更便于研究者沿具体反应或信号关系查看候选分子的位置。不过，标准的基因列表富集通常将通路转化为基因集合进行检验，并不自动分析图中全部连接方向、激活关系或抑制关系。因此，"使用了KEGG"并不意味着已经完成通路拓扑分析，通路图提供的机制背景与富集统计实际使用的信息仍需分别理解。
同一份数据的GO与KEGG结果不完全一致，通常并不构成矛盾。一个分析可能突出某类细胞过程，另一个则将其中部分基因归入更具体的信号或代谢通路；数据库覆盖范围、条目大小以及基因注释完整程度，也会改变统计结果。解释两类分析时，更有价值的做法是检查它们是否由相同基因支持，以及这些基因在实验条件下是否呈现一致的变化特征。例如，若GO提示某类免疫过程，而KEGG出现相关信号通路，应回到命中基因确认两者的联系，而不能只凭名称相似就拼接机制。相反，若结果差异较大，也应先检查映射、背景和条目定义，再讨论潜在生物学原因。
实际应用中，GO适合从功能、过程和细胞组分等角度归纳基因特征，KEGG通路图则有助于进一步查看候选分子的通路背景。二者可以互相补充，但并不要求每次分析都必须得到一致的显著结果。规范报告应交代物种、基因标识符、数据库版本、背景基因集和统计方法，并明确分析对象是筛选后的基因列表还是完整排序数据。在文字表达上，可以写成"差异基因在某类GO条目中富集"或"与某KEGG通路相关的基因显著富集"，避免直接写成"GO通路被激活"。这种表述既保留了分析价值，也准确反映了计算结果能够支持的证据范围，为后续机制研究留下清晰接口。例如，一份同时包含三类GO结果和若干KEGG通路的报告，可以先按GO描述的层面梳理功能，再利用KEGG图查看候选基因之间已有的关系。对于两者均未覆盖的差异基因，也应保留其表达与文献证据，不能因为缺少显著注释就认定其没有研究价值。富集分析能够解释的范围受到现有知识库限制，未被覆盖的信息与没有生物学作用并不是同一回事。这也是阅读功能报告时，仍需保留原始基因列表并回到实验背景的重要原因。