单基因gsea_GSEA:基因集富集分析和ssGSEA:单样本基因集富集分析

传统富集分析(基于超几何分布或者Fisher精确检验):关注一列差异基因是否是随机分布在某一感兴趣的基因集中(某通路的基因)

得到通路富集的结果时:

(1)、一条通路中既有上调基因又有下调基因,无法确定这条通路总体的表现形式(是抑制还是激活)

将上调和下调的差异基因分开进行分析。

(1)这样分析会对结果产生偏倚,因为Fisher精确检验就是想要证明整个差异基因列表不是抽样得到的,如果将上下调基因分开,就对结果的随机性造成了干扰,最后得出结论的准确性也大大降低。

(2)当上调和下调基因分开富集,富集到同一条通路时,无法解释。

传统富集分析只能定位到差异基因的功能,无法解释这个功能具体的表现形式。

GSEA分析原理:

1、选择MsigDB中一个或者多个功能基因集进行分析

2、表达谱中的基因根据其表达量的差异度进行排序。

GSEA中提供5种差异度的计算方法signal2noise(默认)、t-Test、ratio_of_class(FC)、diff_of_class、log2_ratio_of_class(log2(FC)

单基因gsea_GSEA:基因集富集分析和ssGSEA:单样本基因集富集分析_第1张图片

第一步:基因排序

利用基因的表达数据,计算每个基因在两组样本(classA,classB)中的差异度,根据差异

你可能感兴趣的:(单基因gsea)