GO/KEGG富集分析完全指南：从clusterProfiler实操到结果解读

做组学数据分析的人，十有八九都经历过这个阶段：差异基因列表拿到了，几百甚至上千个基因摆在眼前，一眼扫过去什么结论都得不出。你总不能跟导师说“这堆基因看起来挺重要”就完事了。这个时候，对基因列表做GO和KEGG注释几乎是所有人都会想到的第一步，也是把“基因名单”转化成“生物学结论”的核心桥梁。这篇文章我打算把批量基因注释这件事从头到尾拆开聊一遍——从工具选型到数据准备，从实操代码到结果解读，再到那些文档里不会写、只有自己踩过坑才知道的细节，一次性说清楚。

不管你是刚拿到RNA-seq差异结果的研究生，还是想把手头基因列表系统过一遍功能的科研人员，这篇文章都适合你。我会把两种最主流的注释思路（在线工具和本地脚本）都覆盖到，但重点放在基于R语言生态的clusterProfifier方案上，这也是目前文献里最常用、结果最容易被认可的做法。

1. 为什么所有生信分析最后都会卡在“注释”这一步

1.1 从基因列表到生物学结论之间的那道坎

先想一个问题：差异表达分析结束后，你手里拿到的到底是什么？是一堆基因名、Ensembl ID或者Entrez ID，附带log2FC和显著p值。这个列表本身不包含任何“功能含义”。比方说你有200个上调基因，其中可能包括几个激酶、几个转录因子、几个膜受体，它们之间是否存在协同关系？是否集中在某条代谢通路上？这些信息光看名字是看不出来的。

GO和KEGG注释解决的就是这个信息断层问题。GO全称Gene Ontology，从分子功能、生物学过程、细胞组分三个维度描述基因的通用功能属性；KEGG则是把基因映射到已知的代谢和信号通路上。两者互补：GO告诉你“这个基因可能干什么”，KEGG告诉你“这些基因参与哪些协作网络”。批量注释的核心工作就是把成千上万个基因归类到这些功能集合中，然后用统计学方法判断哪些功能在你给定的基因列表里显著富集了。

这里有个很容易被新手忽略的点：注释和富集是两件事，但实际分析中往往连在一起做。注释是把基因ID映射到GO条目或KEGG通路上，富集是在注释结果基础上做超几何检验或Fisher精确检验，找出显著富集的功能条目。绝大多数工具会把这两步封装在一起，你只需要输入一个基因列表，工具输出的是“哪些GO条目/KEGG通路在你的列表里显著得多”。

1.2 常见的使用场景：不止RNA-seq差异基因这一种

很多人以为GO/KEGG注释只服务于转录组差异基因，实际应用范围远不止于此。我做过的大致可以归为几类：

• RNA-seq / 芯片差异基因：最经典的做法，输入显著差异表达基因，输出富集条目。
• 蛋白组 / 代谢组筛选出的关键分子：组学平台给的显著蛋白或代谢物同样需要通过注释理解功能背景。
• 全基因组关联分析或孟德尔随机化筛选的基因集合：这类基因往往来自统计关联而非表达变化，同样可以用GO/KEGG看看它们是否集中在某些功能域。
• 单细胞测序的marker基因：每个细胞亚群的marker基因做功能注释，判断亚群身份和潜在功能。
• 自己随便整理的一个感兴趣基因集合：比如文献里收集到某个通路的基因、某个蛋白复合体的成员等，都可以跑一遍注释看看功能特征是否和你预期一致。

无论哪种场景，注释的底层逻辑都是一样的——只不过输入基因的筛选标准不同而已。理解这一点，你就不会一遇到注释任务就发怵。

2. GO与KEGG背后：两类数据库的生物学逻辑与统计原理

2.1 GO的三大本体拆解

GO用一套有向无环图组织基因功能术语，这套结构比普通人想象的严谨得多。整个GO分成三大独立本体：

• 生物过程（Biological Process, BP）：描述基因参与的细胞层面的过程，比如“炎症反应”“DNA修复”“细胞周期调控”。这类条目关注的是“一系列事件”而不只是单一分子事件。
• 分子功能（Molecular Function, MF）：描述单个基因产物在分子层面的活性，比如“ATP结合”“蛋白激酶活性”“转录因子活性”。它是基因最底层的生化能力。
• 细胞组分（Cellular Component, CC）：描述基因产物在细胞中发挥功能的位置，比如“线粒体膜”“细胞核”“内质网腔”。

这三个本体的层级关系很值得注意。BP是最高层、最综合的维度，MF和CC比较具体。同一个基因可能在BP里被注释到“免疫应答”，在MF里被注释到“受体结合”，在CC里被注释到“质膜”——三者描述的是同一基因的不同侧面，不能互相替代。这也是为什么我在实际分析中几乎总是三个本体一起出结果，而不是只挑一个。

另外，GO条目的父子关系是DAG（有向无环图）而不是简单的树状层级。一个子条目可以有多条父路径，一个基因可以注释到多个不同层级的GO条目。比如“T细胞受体信号通路”既属于“免疫应答”的子类，也和“细胞表面受体信号通路”有关联。注释后做富集分析时，算法会考虑这个结构特点，但大多数情况下你不需要手动处理层级关系，工具会自己搞定。

2.2 KEGG通路的层级化组织与注释逻辑

KEGG（Kyoto Encyclopedia of Genes and Genomes）和GO最大的不同在于它用“通路图”来描述基因功能。每条通路对应一张交互式网络图，图中节点是基因或酶，连线代表上下游调控关系或代谢转化关系。KEGG把通路分成几个大层级，比如“代谢”“遗传信息处理”“环境信息处理”“细胞过程”“生物体系统”等，下面再细分成具体通路条目。

做KEGG富集时有个常见的坑，我反复提醒身边的人注意：KEGG数据库里的通路注释只涵盖了基因组中有明确同源基因的部分，而且不同物种的注释完整性差异很大。模式生物（人、小鼠、大鼠、酵母等）注释得比较完善，非模式物种常常只能参考同源基因注释，覆盖度明显偏低。如果你做的物种本身注释不全，KEGG富集结果里通路数少，不要马上觉得分析出了问题——先检查该物种在KEGG数据库里的注释基因总数再下结论。

2.3 超几何分布与p值校正：富集显著性的数学内核

搞懂富集计算的机制，对后续读结果和调参都有帮助。现在几乎所有工具用的都是超几何检验。我尽量用通俗的方式解释：

想象一个袋子里有20000个球（代表基因组所有基因），其中500个是红球（代表属于某个GO条目的基因）。你从袋子里摸了1000个球出来（代表你输入的差异基因），发现其中有80个红球。问题是：摸出80个红球是纯属偶然，还是这个GO条目确实和你的基因列表有关系？

超几何检验计算的就是“在随机抽样的情况下，摸出的红球数等于或超过80个的概率”。这个概率就是原始的p值。p值越小，说明富集越不可能纯靠运气。你会注意到这里的计算前提是：背景基因总数（通常用基因组所有注释基因）、输入基因总数、属于目标条目的背景基因数、属于目标条目的输入基因数。这四个数，每个都对结果有直接影响。

一个容易出错的地方是输入基因列表的规模。有些人拿着三五十个差异基因去做富集，出来的p值往往不显著，这不一定是生物学上没有富集，而是统计检验的效能不足——基因太少，即使这些基因真的都集中在某个通路上，也很难通过超几何检验的显著性门槛。换个角度说，差异基因数量太少的时候，富集分析的结果只能作为参考，不能作为强结论支撑。

多重检验校正同样关键。你一次分析会同时检验几百上千个GO条目或KEGG通路，如果每个都用原始p值0.05当阈值，假阳性会非常严重。大部分工具默认用Benjamini-Hochberg方法得到FDR（也即adjusted p-value）。我个人的经验是看结果时优先看p.adjust（或FDR/ q值），原始p值只能作为辅助参考。另外提醒一下，有些在线平台默认给的p值没有做过校正，用的时候要格外留意平台的说明文档。

3. 工具选型：在线平台图形界面与R脚本方案怎么选

3.1 主流工具横向对比

先直接给一张对比表，是我用过的几种主流方案，优缺点都标注清楚，方便你根据自己情况选。

表格里的这五款覆盖了目前学术界绝大多数人用的方案。如果你的物种在DAVID或WebGestalt的支持列表里、基因数量不多、只想快速看一眼趋势，用在线工具就够了。但如果基因数量大、需要多次调整参数或者在多个比较组之间批量跑，强烈建议早点转用clusterProfiler。

3.2 为什么我对clusterProfiler情有独钟

我这个选择不是因为它完美，而是它在几个核心指标上最符合日常科研分析的需求。

首先是可复现性。在线工具点一次按钮生成结果，下次想复现就得重新上传；clusterProfiler是脚本式的，分析记录在R代码里，任何时候重跑一遍结果一致，这在课题汇报、论文审稿补分析时太重要了。其次是批量处理能力。一项课题往往有多个比较组（比如不同处理分别和对照组比），用在线工具就得每个组上传一次，遇到网络糟糕的时候真是折磨。写个循环用clusterProfiler一次把所有组的富集结果全部跑完，一分钟的事，这效率差距不是一星半点。

还有一点容易被忽略：结果的可视化。clusterProfiler配套的barplot、dotplot、cnetplot、emapplot、gseaplot都是学术界认可的经典出图形式，很多高分文章的富集图就是这些函数直接生成的。你如果自己用Python的matplotlib或者在线平台自带的图，往往得费很大的劲才能达到同等的信息密度和美观度。

当然，clusterProfiler的代价是学习曲线。但对一个需要长期做组学分析的研究者来说，这个短期成本完全值得投入。而且现在ChatGPT等工具已经能帮你写大量R代码，学习门槛比过去低了很多。我也是建议实验室的新人直接从clusterProfiler入手，而不是先在在线工具上浪费时间。

4. 批量注释的完整实操流程（基于R clusterProfiler）

4.1 环境准备：R版本与所需包的检查清单

假设你已经装了R和RStudio，这一步看依赖包是否齐整。我用的是R 4.2以上版本，BiocManager安装依赖包的方式如下：

r复制if (!require("BiocManager", quietly = TRUE))
    install.packages("BiocManager")

# 核心分析包
BiocManager::install("clusterProfiler")
BiocManager::install("org.Hs.eg.db")    # 人的注释包，其他物种换成对应的OrgDb
BiocManager::install("AnnotationDbi")

# 如果做KEGG还需要
BiocManager::install("KEGG.db")         # 某些版本需要
BiocManager::install("pathview")        # 用于通路图展示，可选

# 数据处理与可视化
install.packages("dplyr")
install.packages("ggplot2")

这里提醒几个容易踩的坑。第一，org.Hs.eg.db是人类专属注释包，小鼠是org.Mm.eg.db，大鼠是org.Rn.eg.db，斑马鱼是org.Dr.eg.db，拟南芥是org.At.eg.db。用错了物种包，结果全盘皆输，这个错误比我见过的任何报错都隐蔽。第二，clusterProfiler依赖的Bioconductor版本必须和R版本匹配，如果安装时报依赖错误，先检查R版本是不是过于老旧。

4.2 输入数据格式：Symbol、Entrez ID还是Ensembl ID

这一步我在实际操作中花了最多时间给身边人解释。clusterProfiler的富集函数最标准、最稳定的输入格式是Entrez ID（也就是NCBI的Gene ID），因为OrgDb文件里GO和KEGG的映射关系是以Entrez ID为主键建立的。

但绝大多数差异分析工具输出的是基因Symbol（比如TP53）或者Ensembl ID（比如ENSG00000141510）。这个时候必须先做ID转换。转换方法很简单，用bitr函数：

r复制library(clusterProfiler)
library(org.Hs.eg.db)

# 假设你的差异基因列表含有SYMBOL列
deg <- read.csv("deg_results.csv", stringsAsFactors = FALSE)
symbols <- unique(deg$SYMBOL)

# 转换为Entrez ID
entrez_ids <- bitr(symbols, 
                   fromType = "SYMBOL",
                   toType = "ENTREZID",
                   OrgDb = org.Hs.eg.db)

转换完成后有个细节要注意：bitr返回的ID数量往往比输入少，这很正常，说明有些基因在注释数据库里没有被收录或者没有对应的Entrez ID。通常丢失比例在5%到15%之间，不用慌张。但如果丢失超过30%，就要检查是不是基因Symbol的格式有问题，比如Excel自动把一些基因名改成了日期格式（MAR1变成Mar-01），这是做生信最经典的一个坑。

4.3 GO富集分析：三个本体的拆分与组合策略

GO富集用enrichGO函数，核心参数如下：

r复制ego <- enrichGO(gene = entrez_ids,
                universe = background_entrez,   # 背景基因，通常是所有检测到的基因
                OrgDb = org.Hs.eg.db,
                keyType = "ENTREZID",
                ont = "ALL",                    # "BP", "MF", "CC"或"ALL"
                pAdjustMethod = "BH",
                pvalueCutoff = 0.05,
                qvalueCutoff = 0.05,
                readable = TRUE)                # 结果中把Entrez ID转回Symbol，方便阅读

参数里最需要花心思的是ont和universe。

ont = "ALL"会同时跑三个本体，返回一个合并后的对象，方便一次看全貌，但我个人更倾向分开跑三个独立对象。原因是后续画图时，BP的显著条目往往数量最多，MF和CC相对少，混在一起画图时MF和CC的信息容易被淹没。分开跑，每类结果单独出图，也方便在论文里按本体分开展示。

universe参数是背景基因。很多人不填这个参数，默认会用OrgDb里的全部基因作为背景，这其实是错的。理想的做法是把你这次实验里所有检测到的基因（通常就是表达矩阵中所有有表达信号的基因）作为背景。因为不同实验的检测基因范围差异很大，用全基因组做背景，富集结果可能偏离实际。

4.4 KEGG富集分析与网络版KEGG的注意事项

KEGG富集用enrichKEGG：

r复制ekegg <- enrichKEGG(gene = entrez_ids,
                    organism = "hsa",          # 人的KEGG三字母缩写
                    keyType = "kegg",
                    pvalueCutoff = 0.05,
                    qvalueCutoff = 0.05)

organism参数是KEGG官方给的物种三字母缩写，人的是hsa，小鼠是mmu，大鼠是rno。这个缩写列表可以从KEGG官网查找。如果你的物种没有KEGG基因组注释，那enrichKEGG基本做不了，只能退而求其次做GO富集，或者用别的数据库（如Reactome）。

KEGG注释偶尔会遇到网络问题，因为enrichKEGG默认会调用KEGG在线API获取最新的注释信息，某些网络环境下会超时或者失败。如果你在服务器上跑分析遇到这个情况，有两个解决办法：一是配置好代理；二是用本地化的KEGG数据。后者操作起来稍微复杂些，需要下载KEGG数据并设置clusterProfiler的use_internal_data参数，但稳定性更好。如果是个人电脑在学校或实验室网络下跑，通常前一个办法就够了。

4.5 批量处理多个比较组：用循环替代手动重复

为了让这篇教程切实解决“批量”这个需求，我把多组循环的代码也写出来。假设你有三个比较组，每组都有独立的差异基因文件：

r复制library(dplyr)

# 假设文件名为 deg_grp1.csv, deg_grp2.csv, deg_grp3.csv
files <- paste0("deg_grp", 1:3, ".csv")
group_names <- paste0("Group", 1:3)

# 存储结果
go_results <- list()
kegg_results <- list()

for (i in seq_along(files)) {
    deg <- read.csv(files[i], stringsAsFactors = FALSE)
    symbols <- unique(deg$SYMBOL)
    entrez_ids <- bitr(symbols, fromType = "SYMBOL", 
                       toType = "ENTREZID", OrgDb = org.Hs.eg.db)$ENTREZID
    
    # GO
    ego <- enrichGO(gene = entrez_ids,
                    OrgDb = org.Hs.eg.db,
                    ont = "ALL",
                    pAdjustMethod = "BH",
                    pvalueCutoff = 0.05,
                    qvalueCutoff = 0.05,
                    readable = TRUE)
    go_results[[i]] <- ego
    
    # KEGG
    ekegg <- enrichKEGG(gene = entrez_ids,
                        organism = "hsa",
                        pvalueCutoff = 0.05,
                        qvalueCutoff = 0.05)
    kegg_results[[i]] <- ekegg
    
    # 保存结果表格
    if (!is.null(ego)) write.csv(as.data.frame(ego), paste0("GO_", group_names[i], ".csv"))
    if (!is.null(ekegg)) write.csv(as.data.frame(ekegg), paste0("KEGG_", group_names[i], ".csv"))
}

这个循环跑完，所有组的富集结果都存成独立的CSV文件，后面画图的时候再分别读取即可。注意enrichGO和enrichKEGG在一条显著富集都没有的情况下会返回NULL，所以加了一个is.null判断，避免写空文件报错。

5. 富集结果的解读与可视化：从表格到出版级图像

5.1 结果表格的核心列：为什么有的条目p值小但富集因子低

分析跑完会得到一个数据框，核心列包括ID、Description、GeneRatio、BgRatio、pvalue、p.adjust、qvalue、geneID、Count。很多人只看p.adjust和Count，忽略了GeneRatio，这其实会漏掉很多关键信息。

GeneRatio表示的是在你的输入基因列表中，注释到该条目的基因数占总输入基因数的比例；BgRatio是背景基因列表中该比例。富集因子（Fold Enrichment）就是GeneRatio / BgRatio。富集因子越大，说明该条目在你输入列表中富集得越明显。

有时候你会发现一个GO条目的p值很大，但富集因子很高——这通常是因为该条目本身在基因组里包含的基因数很少，即使富集了，统计显著性也容易被庞大的检验次数稀释。反过来，有些条目富集因子不到2倍，但p值极显著，因为该通路的基因基数大，微弱的偏好也能被检验出来。所以读结果时务必两个指标一起看，不要单独依赖任何一个。我在实际分析中，通常会额外计算一个富集因子列，排序时综合考虑。

5.2 常见出图方式及各自适合的呈现场景

clusterProfiler提供的绘图函数是结果可视化的主力，我挑几个常用的介绍：

• barplot：横轴是富集条目，纵轴是-log10(p.adjust)或Count，用柱子的高度/颜色表示富集程度。适合展示每个组Top10到Top15的富集条目，一目了然。
• dotplot：气泡图，横轴通常是GeneRatio，纵轴是富集条目，点的大小映射Count，颜色映射p.adjust。这种图信息密度最高，论文里最常用。
• cnetplot：网络图，把输入基因和富集条目连线展示，适合小规模基因列表展示基因-功能的对应关系。
• emapplot：富集条目之间的网络关系图，适合看富集条目之间是否有共享基因，能揭示功能模块之间的关系。
• gseaplot：如果是做GSEA（基因集富集分析）而不是ORA（过表达富集分析），这个函数画的是富集分数曲线，是GSEA结果的标准配图。

举个例子，画一个Top10气泡图的代码如下：

r复制library(ggplot2)

dotplot(ego, showCategory = 10, 
        title = "GO Enrichment (BP)") +
  theme(axis.text.y = element_text(size = 10))

这里showCategory控制显示多少个条目。如果BP、MF、CC想分开展示，可以先拆分ego对象再分别调用dotplot。

5.3 通路上色：pathview把表达量映射到KEGG通路图

富集分析告诉你哪些通路显著，但生物学里更关键的问题是：通路里哪些基因上调、哪些下调？这时候pathview就派上用场了。它能把你基因列表中的表达变化映射到KEGG官方通路图上，差异基因会在通路图里被标成红色/绿色，一眼看出通路的激活或抑制模式。

r复制library(pathview)

# 假设你准备了基因水平的变化倍数，命名为 logFC_vector，names是Entrez ID
pv <- pathview(gene.data = logFC_vector,
               pathway.id = "hsa04110",          # 以细胞周期通路为例
               species = "hsa",
               out.suffix = "cell_cycle")

这个函数会生成一个PDF和PNG文件，通路图上每个基因节点会显示对应的logFC颜色。我在实操中发现pathview对输入数据格式要求比较严格——gene.data的names必须是Entrez ID，不能是其他形式的ID，否则映射会失败。另外pathway.id可以填多个通路ID，批量出图，不用一个个跑。

6. 高频报错与结果异常排查实录

6.1 “geneID转换后数量骤减”：先从Excel的“热心”改名查起

我帮人排查富集分析问题最多的场景之一，就是ID转换后基因数少得离谱。这个问题的根源往往不在代码，而在Excel。

Excel默认会自动把看起来像日期的字符转成日期格式，比如基因Symbol MAR1会被改成1-Mar，SEPT1会被改成Sep-01。等你把列表存成CSV再读进R时，这些基因就变成了一堆莫名其妙的值，bitr一个都匹配不上。解决办法是在Excel里先把该列设为“文本”格式再粘贴数据，或者用read.csv读取时指定colClasses参数把它当字符串读入。

6.2 enrichKEGG报错“API调用失败”：网络与本地数据库的取舍

enrichKEGG依赖KEGG API，当你跑大批次注释时经常遇到HTTP错误。这个报错信息五花八门，有的是Error in download.KEGG.Path，有的是Timeout of 60 seconds was reached。我建议的排查顺序是：先确认服务器能否访问KEGG官网；再检查是否被防火墙拦截；如果网络没问题但依然报错，就考虑下载本地KEGG数据库。

本地化方案在clusterProfiler里可以这样做：先通过KEGG官网下载对应物种的基因注释文件，然后用enrichKEGG的use_internal_data = TRUE参数配合本地数据路径。不过这个流程需要额外下载，且每次KEGG更新都得重同步，我一般只在网络环境实在无法访问KEGG时才用。

6.3 富集结果显著条目过多或过少：问题常出在背景基因和阈值

两种极端情况在实战中非常常见。一种是显著条目几百个，密密麻麻很难挑重点。这种情况多半是pvalueCutoff设得太宽松，或者输入基因本身就有强烈的功能偏向（比如全是免疫相关基因）。另一种是显著条目一个都没有，通常有几种原因：输入基因太少、背景基因范围选得太大、或者注释数据库覆盖度不高。

我的调整思路是这样的：如果显著条目太多，先把qvalueCutoff收紧到0.01，再看Top20到30个条目，人工归纳主要功能模块。如果显著条目太少甚至没有，先确认输入基因数是否足够（比如少于50个），其次检查背景基因是否设成了全基因组而实际检测基因只有几千个——这是一个非常隐蔽的错误，因为富集检验的显著性高度依赖背景基因的构成。

6.4 符号误用：有人把enrichGO的keyType填成SYMBOL导致结果偏少

这里再提一个非常容易犯的错误：enrichGO函数默认要求keyType = "ENTREZID"，有人图省事直接填keyType = "SYMBOL"。虽然函数不会报错，但结果可能比预期少很多，因为OrgDb内部对部分基因的Symbol映射不够完善。稳妥做法永远是统一转成Entrez ID后再传入富集函数，转换成Symbol只是为了最后展示和阅读。

7. 关于背景基因、多重检验和结果存储的几条实操建议

7.1 背景基因选不选、怎么选

背景基因是富集分析里最容易被低估的参数。我见过很多人直接不填universe，结果用全基因组做背景，最后富集出来的条目和用“检测到的总基因集”做背景差别很大，特别是那些表达量偏低的基因在背景里占比高的物种。

正确做法是：背景基因使用你这次的表达检测中所有被作为分析基础的基因。对RNA-seq来说，通常是所有表达量满足最低阈值（比如CPM > 1）的基因；对蛋白组来说，是所有被定量的蛋白对应的基因。这样富集检验回答的问题才是：在我的输入基因列表中，哪些功能显著多于预期——这个“预期”是基于本次检测范围的，而不是全基因组范围的。

7.2 p.adjust和qvalue怎么选，文章里怎么报告

clusterProfiler结果里同时给出了p.adjust和qvalue。两者都是对多重检验的校正，但数学定义略有区别。实践中绝大多数文章报告的是p.adjust（BH法FDR），你在写作时统一用p.adjust列即可。如果你愿意，还可以在补充材料里同时给出原始p值和富集因子，让审稿人更能信服。

7.3 结果存储的结构化与版本留痕

最后强烈建议养成把分析过程完整留痕的习惯。我自己的做法是：

• 所有差异基因列表、背景基因列表保存成单独的RDS或CSV文件。
• 每个分析对象的富集结果用write.csv存下来，文件名包含日期和分析组名称。
• 在R脚本顶部写清楚使用的clusterProfiler版本、OrgDb版本、KEGG日期，这在回复审稿意见时非常有用。

我自己曾有一次被审稿人要求补充某个物种的KEGG富集图，因为当时记录的版本信息完整，重跑一遍结果完全一致，整个补充分析半小时搞定。相反我见过不少同事没有留痕，重新分析时发现当初用的数据库版本已经更新，结果不可复现，被迫花大量时间解释差异来源。这个习惯越早养成越省事。

最后再分享一个小技巧，是我这几年跑批量注释总结出来的：拿到富集结果后，不要急着把所有显著条目都放进论文正文。先用dotplot画出整体分布，再把Top10到20个条目按功能模块归类，挑出最核心的两三个通路深入描述，配合cnetplot或者pathview展示具体基因的变化，这才是生物学审稿人最想看到的故事结构。富集分析做的不是“堆条目”，而是帮你在基因海洋里找到那片真正值得深挖的功能大陆。