编辑推荐：
当前真菌功能富集分析工具多针对模式生物，难以满足真菌研究需求，尤其对新物种注释不足。为此，研究人员开发 R 包 FunFEA，支持 COG/KOG、GO、KEGG 注释，可利用公共注释和 eggNOG-mapper 注释生成背景模型，适用于多种真菌，填补了领域空白。
在生命科学领域，真菌的功能研究对理解其生物学过程和生态角色至关重要，而功能富集分析是解读转录组和蛋白质组数据的关键手段。目前，多数功能富集分析工具主要针对经典模式生物，如 g:Profiler、DAVID、ClusterProfiler 等，在真菌研究中存在明显局限性。一方面，这些工具支持的真菌物种范围有限，通常仅覆盖研究较深入的菌株，难以满足对新兴真菌病原体或非模式真菌的分析需求。另一方面，对于新测序或注释不完善的真菌基因组，缺乏可用的功能注释数据库，导致无法进行有效的功能富集分析。此外，现有工具对基于 KOG 分类的富集分析支持不足，而 KOG 在真菌基因组学中是常用的直系同源注释框架。世界卫生组织（WHO）于 2022 年发布的真菌优先病原体列表，进一步凸显了开发专门针对真菌的生物信息学工具的紧迫性。
为解决上述问题，奥地利维也纳工业大学（TU Wien）的研究人员开展了相关研究，开发了名为 FunFEA 的 R 包，并将研究成果发表在《BMC Bioinformatics》上。该研究旨在提供一个专门针对真菌的功能富集分析工具，以满足真菌研究领域对高效、灵活分析工具的需求，推动真菌生物学和致病机制的研究。
研究人员开发的 FunFEA 是一款专为真菌基因组功能富集分析设计的 R 包。其核心目标是克服现有工具在真菌功能富集分析中的局限性，为真菌研究提供更全面、灵活的分析工具。
研究人员主要采用了以下关键技术方法：
- 功能注释处理：支持从公共数据库（如 JGI MycoCosm portal）获取的 COG/KOG、GO、KEGG 注释，以及 eggNOG-mapper 生成的功能预测注释，用于生成背景频率模型。
- 统计分析方法：默认使用单侧超几何检验计算富集度，结合 Benjamini–Hochberg 程序进行多重检验校正，控制错误发现率（FDR），同时支持卡方检验和其他 p 值校正方法。
- 数据可视化：基于 ggplot2 生成可定制的富集分析图，如条形图、棒棒糖图，并支持与 patchwork 包整合，方便多图拼接。
功能富集分析模型构建
FunFEA 提供了构建 COG/KOG、GO 和 KEGG 通路模型的功能。对于 COG，模型由单个数据框表示，包含功能类别、每个类别中的蛋白数量及蛋白列表。GO 模型则分为 “生物过程”“分子功能”“细胞成分” 三个数据框，通过基于图的树结构将蛋白 ID 沿 GO 层次结构向上传播，确保功能注释的全面性。KEGG 通路模型可根据通路类型、类别、名称或酶定义生成，若 KEGG 数据库中注释不可用，还可使用酶委员会（EC）注释生成模型。此外，当基因组的功能注释未公开时，FunFEA 可直接利用 eggNOG-mapper 的输出生成模型，为新基因组的功能富集分析提供了可能。
功能富集分析流程
研究人员以 Derntl 等人（2017）的研究数据为例，演示了 FunFEA 的功能。该研究对比了 xpp1 缺失菌株与 QM6a 野生型亲本菌株，鉴定出 995 个差异表达基因（DEGs）。通过 FunFEA 的核心函数，从 JGI 网站获取的注释生成 KOG、GO 模型，从 KEGG 数据库获取的正交信息生成 KEGG 通路模型。分析结果显示，995 个 DEGs 中，657 个可映射到 KOG 术语，604 个映射到 GO 术语，255 个映射到 KEGG 通路。KOG 富集分析显示，能量产生和转换、氨基酸运输和代谢等类别显著富集；GO 富集分析表明，氨基酸和有机酸代谢过程、氧化还原酶活性分子功能显著富集；KEGG 通路富集分析则突出了氨基酸代谢和碳水化合物代谢等通路。
为验证 FunFEA 对 eggNOG-mapper 注释的兼容性，研究人员使用 eggNOG-mapper 对里氏木霉（Trichoderma reesei）QM6a 的完整蛋白质组进行功能注释，并生成相应模型。重新分析 Derntl 等人的数据，995 个 DEGs 中，785 个映射到 KOG 术语，341 个映射到 GO 术语，264 个映射到 KEGG 通路。富集结果与基于 JGI 注释的分析结果基本一致，验证了 FunFEA 在处理新基因组注释时的有效性。
可视化与数据处理功能
FunFEA 提供了丰富的可视化功能，生成的富集图为 ggplot2 对象，用户可根据需求自定义颜色、标签和主题。例如，通过 generate_kog_plot、generate_go_plot 和 generate_kegg_plot 函数生成的图表，能够清晰展示不同功能类别的富集情况。此外，FunFEA 还包含实用的数据处理函数，可从 GTF/GFF 基因模型注释生成基因名、转录本 ID 和蛋白 ID 的转换表，确保不同标识符在富集分析中的兼容性。
FunFEA 的开发为真菌功能富集分析提供了重要的工具支持。其主要结论如下：
- 填补工具空白：FunFEA 专门针对真菌设计，支持 COG/KOG、GO、KEGG 等多种注释类型，弥补了现有工具在真菌研究中的不足，尤其是对新物种和非模式真菌的分析能力。
- 灵活的模型生成：不仅能利用公共数据库注释生成模型，还能处理 eggNOG-mapper 的输出，为缺乏预注释的新基因组提供了分析途径，扩大了功能富集分析的应用范围。
- 强大的分析与可视化功能：提供了从模型构建、富集分析到结果可视化的完整流程，支持多种统计方法和可视化形式，便于研究人员解读数据。
讨论部分指出，FunFEA 的出现显著提升了真菌功能基因组学的研究能力，尤其在应对新兴真菌病原体和非模式真菌的研究中具有重要价值。尽管存在不支持不同数据库标识符内部转换等局限性，但其灵活性和实用性使其成为真菌研究领域的重要资源。随着预计算模型的不断扩展和功能的持续优化，FunFEA 有望进一步推动真菌功能多样性和通路的研究，为揭示真菌的生物学特性和致病机制提供有力支持。
