GSEA富集分析如何操作（GO/KEGG的第三个富集分析）-生信自学网

GSEA富集分析

除了做GO分析和KEGG分析外，最常用的，其实是GSEA分析（Gene Set Enrichment Analysis）。GSEA和普通的KEGG和GO分析不一样的地方，是GSEA构建了一个分子标签数据库（MolecularSignaturesDatabase，MSigDB），在此数据库中首先将已知基因按照染色体位置（position）、已建立的基因集（curate、模序（motif）、肿瘤相关基因集（computationalgenesets）和GO基因集（geneontologygenesets）进行分组归类。
生信自学网给大家介绍一下如何简单操作GSEA软件，得到高大上的GSEA富集图像
GSEA是免费软件，大家没事就都能去练练手。首先去GESA的网站上去down下来这个软件，不过要注册一下才行，然后下载到Java，这个是在java基础上的软件。很快就能下载完。

接着打开，打开后是这样的界面：

首先是load数据，但这个数据是有严格要求的，需要符合这样的格式

其他比如txt文档就有别的格式要求，当然，GSEA的优点就是超人性，万一错了，会给你完整的提示。但也超没人性，万一格式错了一点点，比如表格里多了个空格，都是不能导入的。具体规则点这里：
http://software.broadinstitute.org/cancer/software/gsea/wiki/index.php/Data_formats
成功导入数据后，可以进入run环节，但是也要填一堆，比如你要用什么样的标签数据库进行分析，分组是怎么分的等等，我这里用的是上周的那篇两分半文献里所用的GSE21815这个GEO系列进行分析的。

随机序列数默认是1000啦，但是千万别填这么高，这个是为了检测FDR的，为了顺利运行，开始可以选择5或者10。
刚开始可能会运行失败，但是经过调整，可以获得成功的结果，那直接点击“Success 5”就能进入结果页面了。

这个就是结果页面，数据并不理想，可以看到FDA<25%的都没有。点击“Snapshot”就能进入到大家常见的这种ES图中的，也就是富集组（Enrichment Sets）的图中。

这些图中，曲线的最高点就是ES值，当ES值为正，表示某一功能基因集富集在排序序列的前方，当ES值为负，表示某一功能基因集富集在排序序列的后方。ES值越高可以说明这些基因在通路中有富集，非散在分布，此外，这还可以说明这些基因在通路中有共同的表达趋势。

当然也可以看到这个标签下富集基因的热图。
大家就自己再试试看吧。

GSEA其实还是挺常用的一个技术，是将芯片数据通过GSEA的标签database来进行基因富集的，大概就是这样：

唯一烦躁的是导入数据的格式，很多人不好把握，输入的一旦是错的，那就全部结束关掉了。
大家已经学会了吗？
当然也可以学习生信自学网给大家准备的课程《GSEA富集分析基于GEO芯片》、《单基因GSEA富集分析基于TCGA数据库》、《单基因发文套路课程》里面也有GSEA富集分析哦，而且是直接代码准备文件，无需繁琐的操作。