一文读懂高分文章必备分析-GSEA

news2024/10/4 2:27:35

Gene Set Enrichment Analysis 或称 GSEA，是一种常用于转录组基因表达分析的数据挖掘技术，已经在《nature》、《Cell》、《ISME》、《Molecular Cell》、《Bioactive Materials》等高分杂志中发表多篇文章，涉及转录组及多组学内容。

凌恩生物的转录组分析焕新升级，现在将高级分析中的GSEA提供给所有用户，让高级分析更加普及化。实实在在，走心赠送——一如我凌恩生物的走心服务！

但是，GSEA的结果这么多，到底该怎么看呢？快跟着小编一起来看看吧。

图 GSEA结果

具体来说，GSEA检索某一生物过程相关的基因的表达量，并用其形成基因集合。一旦基因集合确定，就可以从基因表达谱中计算这些基因FPKM值，用于寻找表达差异的关键基因并进行分类。根据基因表达的相对变化，把基因集合划分为正调控和负调控的，最终进行富集检验，比较正负调控样本集的基因表达差异。通过计算基因在每个样品中基因集合的富集分值，可以找出基因集合在不同样本中的富集情况。

图分析思路

GSEA的输入文件是一个基因表达量矩阵，其中的样本分成了A和B两组（如上图），首先对所有基因进行排序（fold change），用来表示基因在两组间表达量的变化趋势。排序之后的基因列表其顶部可以看做是上调的差异基因，其底部是下调的差异基因。

下面来看看具体的结果解读吧

为便于结果查阅，每组 GSEA 分析均给出了一个汇总的 html 页面（文件名：index.html）。

对于富集结果，根据上调/下调分成了两个部分，对应两个分组，示例如下：

在每个组别下富集到的基因集，从总体上看，其表达量在该组中高表达。点击enrichment results in html，可以看到具体的结果。

老师在这里可以在网页查看富集的结果，如富集到的基因功能信息，具体示例如下

GS为基因集的名字，SIZE代表该基因集下的基因数， NES代表归一化后的Enrichment score（ES）, 注意GSEA采用p value < 5%, q value < 25% 对结果进行过滤。点击GS DESC可以跳转到每个基因集详细结果页面，示例如下

首先是一个汇总的结果，Upregulated in class说明该基因集在MUT这组中高表达，其他信息和之前介绍的一样，比如具体的基因功能信息、NES值等。

除此之外，还有一个详细的表格，示例如下

对于该基因集下的每个基因给出了详细的统计信息，PROBE是详细的基因信息，可以再次点击就进入了该基因NCBI的详细说明，其中CORE ENRICHMENT代表是否属于核心基因，如果是Yes，即对该基因集的Enerchment score做出了主要贡献的基因。

那常用于高分文章中的图是什么呢，就是下面这张图！

这个表格中的数据对应下面这张图

分成3个部分，重点为前两部分，第一部分为基因Enrichment Score的折线图，横轴为该基因下的每个基因，纵轴为对应的ES值, 在折线图中有个峰值，该峰值就是这个基因集的Enrichemnt score，峰值之前的基因就是该基因集下的核心基因。第二部分为hit，用线条标记位于该基因集下的基因。

还有一种常见的图形，其Enrichment score值全部为负数，对应的在其峰值右侧的基因为该基因集下的核心基因，并在该组中低表达。