GSEA基因富集分析R语言版

Python011

GSEA基因富集分析R语言版,第1张

官方github地址

1.安装

library("devtools")

install_github("GSEA-MSigDB/GSEA_R")

2.查看说明文档

??GSEA::GSEA

3.举例

两个主要的输入文件格式：input.ds and input.cls

RNAseq数据 input.ds

GSEA(input.ds = system.file('extdata', 'Leukemia_hgu95av2.gct', package = 'GSEA', mustWork = TRUE),

input.cls = system.file('extdata', 'Leukemia.cls', package = 'GSEA', mustWork = TRUE),   #输入文件

input.chip = system.file('extdata', 'Human_AFFY_HG_U95_MSigDB_7_0_final.chip',package = 'GSEA',mustWork = TRUE),                               #RNAseq无需此参数

gs.db = system.file('extdata', 'h.all.v7.0.symbols.gmt', package = 'GSEA', mustWork = TRUE),

output.directory =  getwd(),    #输出文件夹

doc.string='gsea_result',        # 输出前缀

collapse.dataset = TRUE,      # 与input.chip联用

collapse.mode = 'max'，          # 与input.chip联用

reshuffling.type = "sample.labels",    # 生物学重复<7， gene.labels？

nom.p.val.threshold=-1,

fdr.q.val.threshold=0.05,

use.fast.enrichment.routine=T,   #use EnrichmentScore2 to compute random perm. enrich.

#gs.size.threshold.min=15,

#gs.size.threshold.max=500)

4.部分结果

补充：

1.如何读取gmt文件进行操作？

2. 如果要有选择性的进行GSEA分析，如何制作特定的gmt文件？

GSEA（Gene Set Enrichment Analysis）基因集合富集分析是一种计算方法，能够判定一个预先定义的基因集合（比如一个GO term或者一条通路）在两种生物学状态间是否呈现统计学上的显著的一致的差别。GSEA的主要有3个步骤：

最近在做GSEA分析，但是R包直接得到的GSEA的图片实在是丑了点，于是我决定自己重新绘制GSEA图片。

step1. 首先导入GSEA结果数据，选取 top15 的通路进行画图。

step2. 获取每条通路动态的ES得分结果

做的过程中发觉三个都是富集分析，在搜索后，初步的结论是

go，kegg是富集差异显著的基因，gsea是富集差异基因，只要参与，P值在0.049也可以参与富集

但是go，kegg不可以，只能富集显著的

这样的话gsea是对go，kegg的一个补充，可以把不是很显著的基因也做富集分析，从而达到物尽所用，把所有差异基因都可以用上

所以go，kegg之后也可以做gsea，因为就是一个富集分析，只是在文章展示的时候会有筛选，只写好的

go，kegg与用gsea做go，kegg

R包的选择：做go，kegg

R包，然后就是图形展示

用的什么数据，数据格式，直接R包开始就可以

go、kegg尽量用EntrizeID，因为（gene symbol）会引起不必要的缺点（至于为什么。么有测试过，都是别人说的

但是在用symbol转为RntrizeID的时候产生丢掉了一些基因；所以这个在探针转换的时候是否就需要两手准备，一个genesymbol，一个EntrizeID）