RNA-Seq(9)：使用GSEA做GO/KEGG富集分析
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了RNA-Seq(9)：使用GSEA做GO/KEGG富集分析相关的知识，希望对你有一定的参考价值。
参考技术A 最广为人知的富集分析做法是把上调、下调基因分别或者合并，拿来做GO和KEGG富集分析。经常有一些数据集，拿差异基因做得不到结果，那是因为确实富集不到任何通路，是正常的。不妨试试GSEA，不是拿差异基因，而是拿全部基因作为输入。GSEA与GO，KEGG分析区别：GO，KEGG分析更加依赖差异基因，实则是对一部分基因的分析 (忽略差异不显著的基因)，而GSEA是从全体基因的表达矩阵中找出具有协同差异 (concordant differences)的基因集，故能兼顾差异较小的基因
GO，KEGG富集是定性的分析，GSEA考虑到了表达或其它度量水平的值的影响。GSEA分析不需要指定阈值（p值或FDR）来筛选差异基因，在没有经验存在的情况下分析我们感兴趣的基因集，而这个基因集不一定是显著差异表达的基因。GSEA分析可以将那些GO/KEGG富集分信息中容易遗漏掉的差异表达不显著却有着重要生物学意义的基因包含在内。
另外，对于时间序列数据或样品有定量属性时，GSEA的优势会更明显，不需要每个分组分别进行富集，直接对整体进行处理。
数据准备,制作geneList
我们现在知道Cytokine-cytokine receptor interaction setSize enrichmentScore是被抑制的，如果还想看一下这个通路里面的基因是如何变化的，应该怎么办呢，pathview 可以帮到我们。
单细胞RNA-seq比对定量用什么工具好？使用哪个版本的基因组？数据来说话
以上是关于RNA-Seq(9)：使用GSEA做GO/KEGG富集分析的主要内容，如果未能解决你的问题，请参考以下文章