gsea和kegg富集區別，gsea原理 _經驗分享

GSEA背后的統計學原理【gsea和kegg富集區別，gsea原理】所以GSEA目的是找到你篩選出來的基因，是否在你感興趣功能的基因集里面有富集，那么GSEA符合什么樣的一個統計學原理呢？也就是說經過差異表達篩選出來的Gene List 首先根據P-value（Rank Metric）進行排名， Rank Metric 小的在。
GSEA中的濃縮分數表示什么GSEA中的濃縮分數表示2型糖尿病。
GSEA首先由Mootha等人描述。
（Mootha2003）試圖闡明2型糖尿病的機理。
他們認為與疾病相關的基因表達改變可以在生物學途徑或共同調控的基因組而非個體基因的水平上體現出來。
缺乏在基因水平上檢測。
GSEA分析是個什么鬼GSEA ，基因探針富集分析，是基于評估來自微陣列的數據的各級別基因探針。
GSEA的初始版本是用來分析糖尿病人與正常人的肌肉活組織采樣數據。
分析顯示，有某些基因牽涉到糖尿病人的氧化磷酸化作用的減弱，而其他獨立的微陣列研究和活。
GSEA 分析GSEA(Gene Set Enrichment Analysis)是其中一種，或者說是知名的那種。
GSEA原理如下圖所示。
先利用表達數據計算基因在2組(表型)差異，然后按照這個差異進行排序，這樣這個基因排序列表一端比較體現A組特征，。
轉錄組下游分析之GSEAgsea的原始數據分為三列，一列是geneid,一列是FoldChange,一列是根據FoldChange排序的結果。
其實gsea就是看foldchange的值的分布，如果是隨機分布，那結果就不理想。
我們想要的是在兩端富集分布。
GSEA分析同樣可以使用。