使用小鼠数据进行GSEA分析

最新推荐文章于 2024-07-03 10:47:26 发布
最新推荐文章于 2024-07-03 10:47:26 发布
阅读量8.3k 收藏 10
点赞数 6
分类专栏： RNAseq
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/mosmoon/article/details/112982582
版权
本文介绍了如何使用Molecular Signatures Database (MSigDB) 对小鼠数据进行GSEA分析。首先，由于MSigDB主要包含人类数据，需要将数据映射到小鼠同源基因。接着，详细说明了GSEA分析所需的输入文件格式，如表达矩阵（GCT）、表型文件（CLS）和数据集文件（GMT）。作者分享了如何根据 Broad Institute 的指导处理GCT和CLS文件，并指出已有人整理了GMT数据集但格式不适用。为解决这个问题，作者将已有的rds文件转换为gmt文件，以便于GSEA工具直接使用。
摘要由CSDN通过智能技术生成

使用小鼠数据进行GSEA分析


Molecular Signatures Database (MSigDB) 是一个由Broad研究所创建和维护的重要资源。MSigDB包含了各种各样的资源，并且与多个物种有关，其中主要是人类相关的数据集。目前许多工作是利用小鼠模型研究人类疾病。MSigDB的数据集不能直接使用，需要经过基因映射到小鼠同源基因。最近的工作刚好需要处理这个事情，于是整理了目前的处理方式。

利用GSEA工具分析需要的输入数据包括：
表达矩阵（GCT，TXT）
表型文件（CLS）
数据集文件（GMT）

这里GCT文件与CLS可手动在excel中按http://software.broadinstitute.org/cancer/software/gsea/wiki/index.php/Data_formats#TXT:Text_file_format_for_expression_dataset.28.2A.txt.29网页中的介绍修改。

数据集文件同样需要自己构建，在找解决方案过程中，我发现了已经有人整理了相关内容（http://bioinf.wehi.edu.au/software/MSigDB/），储存为需要R语言处理的数据rds。
我使用来自Broad的GSEA分析工具不能直接使用这些数据。于是把上述rds转换为gmt文件。

代码如下：

mm.kegg
最低0.47元/天 解锁文章
mosmoon
关注
专栏目录
代谢组数据分析六：基于报告分数的功能分析
H20230717的博客
05-21 215
“基于广义报告者得分的分析（GRSA）”方法是一种无需阈值的方法，适用于所有类型的生物医学特征，如基因、化学化合物和微生物种类。它基于拓扑学做功能富集分析。
mRNA数据分析专题
庐州月光的博客
11-26 1847
欢迎关注”生信修炼手册”!mRNA是基因实时表达的产物，研究mRNA可以探究基因表达以及调控的规律；同时也可以用于发现基因结构的变化，比如可变剪切，融合基因等事件，本文整理了mRNA数据...
R语言GSEA分析
weixin_47634487的博客
06-12 658
在R语言中进行基因集富集分析（Gene Set Enrichment Analysis, GSEA），你可以使用包，这是一个强大的工具，用于富集分析。以下是一个简单的例子，演示如何使用包进行GSEA分析。
MSigDB:基因集数据库
庐州月光的博客
11-05 1万+
欢迎关注微信公众号《生信修炼手册》! Gene Set Enrichment Analysis，中文名称为基因集富集分析，是由Broad Institute研究所的科学家提出的一种富集方法，在提出该方法的同时还对应提供了分析的软件GSEA和一个基因集数据库MSigdb。本章主要介绍这个数据库，官网如下 http://software.broadinstitute.org/gsea/msigdb/...
差异基因富集分析（R语言——GO&KEGG&GSEA）
最新发布
m0_73145613的博客
07-03 2505
通路富集分析气泡图
基因集富集分析(GSEA)简介
Asa12138的博客
09-21 8484
Gene Set Enrichment Analysis (GSEA) 是一种用于分析基因表达数据的计算生物学方法，旨在揭示与特定生物学过程、通路或功能相关的基因表达模式。
RNA-seq分析入门02——GSEA分析
weixin_73043012的博客
01-23 1039
GSEA分析
来了，来了~GSEA官网更新，Mouse基因集终于有了“官方认证”
微生信
09-15 2275
长久以来GSEA官网都是“稳如磐石”，Human基因集占据着统治地位，而其他物种一直没有上线。研究其他物种（例如小鼠）的研究者不得不自己构建基因集，然而，没有官方认证的基因集往往缺乏“底气”。 9月7日，我们终于迎来了GSEA网站的一次大更新！跟着小编一起来看看吧！
R语言实现GSEA分析（1）
weixin_49320263的博客
07-03 4871
R语言实现GSEA分析（1）
MSigDB:GSEA提供的基因集数据库
庐州月光的博客
10-11 8293
欢迎关注”生信修炼手册”!Gene Set Enrichment Analysis，中文名称为基因集富集分析，是由Broad Institute研究所的科学家提出的一种富集方法，在提出该...
哈佛大学——差异表达分析（十）Wald检验结果解读
weixin_46585008的博客
11-07 2万+
文章目录学习目标探索结果（Wald test）指定的对比（Specifying contrasts）我选择什么作为base level有关系吗?结果表P值基因水平过滤（Gene-level filtering）倍数变化（Fold change）更准确的LFC估计MA图 学习目标 讨论为两两比较(Wald测试)生成结果表所需的步骤 总结不同水平的基因过滤 解释log倍数变化收缩（log fold change shrinkage） 探索结果（Wald test） 默认情况下，DESeq2使用Wald检验来
KEGG信号通路富集分析
MurphyStar的博客
11-16 1万+
当我们手头有转录组测序后的差异分析数据后，想更进一步的去分析这些差异基因在信号通路富集情况，其中一种办法是使用KEGG网站进行信号通路富集分析。
如何进行GSEA分析？
weixin_51120349的博客
03-07 3581
当我们设置好分组实验最后获得各组对基因的表达矩阵时，我们通常希望得到不同分组中具有差异表达的基因。如果进行常规差异分析，通过log2fc筛选差异基因，就是将筛选差异基因的标准聚集在单个基因的差异表达上。而实际上每个基因的差异表达造成的表型差异有所不同，有些基因虽然差异表达较小，但会造成较大的生理功能变化。并且生理功能通常是由一系列基因调控的，所以只将筛选标准聚集在单个基因差异表达上，可能会错过真正具有生物学含义的基因群差异。
生信基础 | 人-小鼠同源基因之间的转换
BioInfoNotes
09-08 1万+
当我们做的转录组或者芯片的数据是小鼠的时候，对于下游的分析，比如GSEA等分析要对生物学数据库注释，发现绝大部分数据库都是人类的基因名字，这个时候我们需要将小鼠的基因映射到人上，就是找小鼠...
KEGG 下载 Pathway 通路数据
Baimoc
12-24 8275
进入KEGG物种列表，网址：https://www.kegg.jp/kegg/catalog/org_list.html 这里以小鼠为例，点击Ctrl+F查找物种小鼠的拉丁名Mus musculus 这里也可以用mouse来搜索，不过可以看到在kegg中含有三种鼠的信息。为了信息准确，最好使用拉丁名作为搜索条件。 点击Brite hierarchy 进入KEGG Orth...
gsva ssgsea单细胞gsea
生信小博士的博客
07-13 653
官方文档：GSVA: gene set variation analysis (bioconductor.org)不错的一篇文章：GSVA的使用 - raisok定义基因集变异分析(GSVA)是一种特殊类型的基因集富集方法，通过对分析的功能单元进行概念上简单但功能强大的改变——从基因到基因集，从而实现对分子数据的路径中心分析。简单来说，就是将分析对象由基因换成了基因集，进行基因集（通路）级别的差异分析。原理和作用。
gsea分析 全代码完整版本
生信小博士的博客
10-28 3968
【代码】gsea分析。
GSEA富集分析 - 界面操作
热门推荐
悟道西方
11-17 3万+
欢迎关注微信公众号生信宝典：http://mp.weixin.qq.com/s/3Nd3urhfRGkw-F0LGZrlZQGSEA定义Gene Set Enrichment Analysis (基因集富集分析)用来评估一个预先定义的基因集的基因在与表型相关度排序的基因表中的分布趋势，从而判断其对表型的贡献。其输入数据包含两部分，一是已知功能的基因集 (可以是GO注释、MsigDB的注释或其它符合格
在linux系统如何批量进行gsea分析
05-30
在Linux系统中批量进行 GSEA 分析需要编写一个脚本来实现自动化操作，以下是一个简单的脚本示例： ```bash #!/bin/bash # 定义基因集文件和表达数据文件的路径 gene_sets_path="/path/to/gene_sets" expression_data_path="/path/to/expression_data" # 定义结果文件的路径 result_path="/path/to/results" # 循环遍历所有表达数据文件 for file in /path/to/data_folder/*.txt do # 提取文件名作为样本名 sample_name=$(basename $file .txt) # 定义结果文件的名称 result_file="${result_path}/${sample_name}_result.txt" # 运行 GSEA 分析 sh /path/to/gsea.sh -gmx $gene_sets_path -res $file -out $result_file -nperm 1000 echo "GSEA analysis for ${sample_name} is completed." done ``` 在以上的脚本中，我们首先定义了基因集文件和表达数据文件的路径，然后使用一个循环遍历所有表达数据文件，并提取文件名作为样本名。接着定义结果文件的路径和名称，最后运行 GSEA 分析，并输出分析完成的信息。在运行脚本前，需根据实际情况修改相应的路径和参数。 将以上脚本保存为文件，例如 `run_gsea.sh`，然后在终端中使用以下命令运行脚本： ```bash bash run_gsea.sh ``` 这样就可以自动化地批量进行 GSEA 分析了。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值