GSEA富集分析教程

一、GSEA富集分析

GSEA（Gene Set Enrichment Analysis）是一種用於基因集的富集分析方法，它可用於鑒定基因集在不同生理狀態下的表達差異和富集度。GSEA基於一個核心假設：與某個生理狀態相關聯的基因集應該在基因表達譜中表現為集體方向的變化，而不是隨機分散的單個基因變化。

下面是一個簡單的R代碼示例，展示如何使用GSEA進行基因集富集分析：

#導入GSEA R包
library(clusterProfiler)
#讀取基因表達譜
data(expressionData)
#讀取基因集信息
data(geneSets)
#進行GSEA分析
gseaRes <- gseGO(expressionData,ontology='BP',nPerm=1000,minGSSize=10,maxGSSize=500,organism='human',geneSet=geneSets)

二、GSEA富集分析結果怎麼看

在GSEA分析後，我們可以得到一個基因集富集分析結果表格，通常包含以下幾個重要的參數：

• 基因集名稱：對應於GSEA分析中使用的基因集名稱
• 富集度：反映了某個模塊的基因表達集體方向的變化
• p-value：用於描述各個基因集是否富集
• FDR：通過多重比較校正來控制假陽性的概率

例如，我們可以通過下面的R代碼將GSEA分析結果可視化出來：

#可視化GSEA分析結果
barplot(gseaRes, showCategory=10)

三、GSEA富集分析結果解讀

對於GSEA富集分析結果，我們一般關注以下兩個指標：富集度和p-value。

富集度：富集度反映了某個模塊的基因表達集體方向的變化。具有顯著富集度的基因集表明該基因集的基因更有可能在特定生理狀態下得到共同調節。

p-value：p-value是檢驗某個基因集是否富集的最直接指標。通常情況下，只有p-value小於0.05的基因集才被認為是顯著富集的。

如果想了解更多GSEA分析結果的相關投影，可以嘗試使用下面的R代碼：

#查看富集分析的投影
res <- gseaplot(gseaRes,term="GO:0072357",geneSet=geneSets, title="Enrichment map")
print(res)

四、GSEA富集分析圖怎麼看

GSEA分析結果可視化通常包括富集度圖和富集譜圖。富集度圖顯示了某個基因集中基因的表達方向變化程度，通常為橫向圖；富集譜圖則是在GSEA結果中基於富集水平進行排序的散點圖。根據GSEA分析結果可視化結果，我們可以確定哪些基因集受到特定生理狀態下的調節。

#查看富集度圖
plotEnrichMap(gseaRes)
#查看富集譜圖
plotEnrichCurve(gseaRes)

五、GSEA分析教程詳解

當我們進行GSEA富集分析時，通常需要按照以下步驟進行：

• 準備基因表達文件
• 準備基因集文件
• 導入基因表達和基因集文件
• 進行GSEA分析
• 可視化GSEA分析結果

下面是一個R代碼示例，展示了如何使用GSEA進行基因集富集分析：

#導入GSEA R包
library(clusterProfiler)
#讀取基因表達譜
expressionData <- read.table("expressionData.txt", header=T, row.names=1)
#讀取基因集信息
geneSets <- readGmt("geneSets.gmt")
#進行GSEA分析
gseaRes <- gseGO(expressionData,ontology='BP',nPerm=1000,minGSSize=10,maxGSSize=500,organism='human',geneSet=geneSets)
#可視化GSEA分析結果
barplot(gseaRes, showCategory=10)

六、GSEA富集分析圖選取

在GSEA分析中，我們可以嘗試使用一些可視化工具來分析和可視化GSEA分析結果。以下是幾個常用的GSEA分析圖形：

• 富集度圖：用於顯示獲得顯著富集度的基因集的表達合一度，一般為橫向圖
• 富集譜圖：用於將基於富集水平排序的基因集進行可視化
• 富集網絡圖：用於將基於富集分析結果構建基於基因集關聯的可視化網絡圖

我們可以根據具體實際問題，選擇相應的GSEA分析圖形進行可視化展示。