GSEA-学习笔记

最新推荐文章于 2024-08-27 00:32:37 发布
最新推荐文章于 2024-08-27 00:32:37 发布
阅读量3.5k 收藏 2
点赞数 1
文章标签： GSEA 文件准备
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/qq_29300341/article/details/52956207
版权

首先是下载软件，安装，并且还要有java环境。

需要准备的文件有：

样本分组文件：后缀是cls（这个很好写，把芯片信号数据的那个文件（后缀gct ）分成两类即可

基因集文件：这个有在线的基因功能集，就是每个基因名对应有啥功能的文件，后缀是gmt

芯片信号数据文件，后缀gct，每一列是一个样本，然后每一行对应一个基因

芯片文件：后缀是chip，就是每个基因简称与他们的全名，自己创建的话，需要与gmt那个文件对应


附件：

简单的入门手册http://software.broadinstitute.org/gsea/doc/desktop_tutorial.jsp

超详细的英文手册http://software.broadinstitute.org/gsea/doc/GSEAUserGuideFrame.html

wangyunpeng_bio
关注
CHIP-seq流程学习笔记（11）-使用GSEA软件进行GSEA分析
垚垚爸的博客
01-04 1868
参考文章：GSEA学习笔记 老菜鸟做了几次GSEA分析，现在还没完全搞明白，之前写的记录有些杂乱，这里重新整理一下，以便以后学习。 1.使用GSEA软件进行绘图需要准备的文件。 该分析需要使用三个输入文件，分别是： geneset文件：格式为.gmx，我经常用到的是自定义的，本次记录中使用的是ChIP-seq中鉴定出来的peak所对应的gene。 gene表达值文件：格式为.txt，本次用到的是RNA-seq中各样品的表达值FPKM； 分组信息：格式为.cls，一般自己制作，对分组、样品信息进行说明。 2.
RNA-seq(7)-差异基因功能富集分析——学习笔记
leo12354的博客
08-01 5763
参考链接： 功能富集分析 有在线版的： 最主流的就是DAVID,。另外还有Gather，GOrilla,revigo。可以去参考链接里看一下。但是这些有一个很大的缺点是，我们要根据自己的喜好去筛选log2fc 绝对值在2以上的基因，有很大的主观因素。 因此，此阿勇基因集富集是非常好的一种办法。可采用clusterProfiler。 ...
一文掌握GSEA富集分析-最详细教程
悟道西方
04-26 5万+
之前总结了一篇关于GSEA富集分析的推文——《GSEA富集分析 - 界面操作》，大略介绍了GSEA的定义、GSEA原理、GSEA分析、Leading-edge分析等，不太了解的朋友可以点击阅读先理解下概念。 最近用自己数据实战分析时用到了该方法，故将一些之前遗漏的点补充整理出来分享给大家。 从前文中我们了解到GSEA分析的目的是要判断S集基因（基于先验知识的基因注释信息）中的基因是随机分布还是聚集...
数据提取linux,提取Seurat数据做GSEA（Linux版）
weixin_35650074的博客
05-12 555
在Linux上跑GSEA只是工程需要，在Windows上不能批量的跑；在单细胞数据上跑GSEA那是客户的需要。有需要就需要被满足，我们今天介绍一下如何提取Seurat数据做GSEA。这里的GSEA指的是GSEA官网软件，而不是fgsea, clusterProfiler等，该软件是由JAVA写的，所以应该安装合适的JAVA，为了能看懂一些常见的报错，建议学点JAVA(半年时间过去了)。java安...
GSVA基因集打分/多通路limma差异分析流程及可视化学习和整理
最新发布
zfyyzhys的博客
08-27 1881
GSVA（Gene Set Variation Analysis，基因集变异分析） 是一种无监督的基因集富集分析方法，用于评估样本层面上基因集（如 KEGG 路径、GO 术语）的表现。与传统的基因集富集分析不同，GSVA 不是直接检测不同基因集在不同实验条件下的富集程度，而是计算每个样本中预定义的基因集的富集得分，从而评估基因集在不同样本或条件下的变异性。
linux常用命令（一）
SlagSea
02-18 5976
1.sort 1-n   依照数值的大小排序。 2-o<输出文件>   将排序后的结果存入指定的文件。 3-r   以相反的顺序来排序。 4-t<分隔字符>   指定排序时所用的栏位分隔字符。 5-k  选择以哪个区间进行排序。 2.wc 统计指定文件中的字节数、字数、行数, 并将统计结果显示输出 1-l filename 报告行数 2-c filename 报...
不用linux转录组数据分析,玩转RNA-seq数据也可以不需要linux ？
weixin_33539912的博客
05-12 251
Hepatocytesdirecttheformationofapro-metastaticnicheintheliver.Nature2019Mar;567(7747):249-252.看到这篇实验文章 [PMID:30842658]，它里面用到了mRNA-seq技术：We next performed mRNA sequencing on RNA isolated fro...
GSA、GSEA、ssGSEA、GSVA的算法原理及它们的联系与区别
生信小博士的博客
11-01 3437
以上我们详细阐述了GSA、GSEA、ssGSEA、GSVA的算法原理，这应该是中文互联网最详细的GSEA、ssGSEA、GSVA的算法原理的阐述。可以看到除了GSA是基于超几何分布，后三者都是基于k-s test。GSEA开启了使用k-s test检验基因集富集的大门，ssGSEA提供了单样本的视角，并且引入rank normalization避免结果受基因表达的异常值的影响。GSVA相比ssGSEA，引入了核密度估计，用分布函数值代替基因表达值，并且提供了ES(S)的新的计算方法。
whole-genome-sequencing Data Analysis 学习笔记5 全基因组测序数据的变异位点
cs_mary的博客
03-02 1万+
变异为什么是相对的？有的变异现象是由于生殖细胞内的遗传物质的改变引起的，因而能够遗传给后代，属于可遗传的变异。 可遗传的变异有三种来源：基因突变，基因重组，染色体变异。由于DNA分子中发生碱基对增添、缺失或改变，而引起的基因结构的改变，就叫做基因突变，特点是普遍，随机，频率低，多有害，不定向基因重组是指在生物体进行有性生殖的过程中，控制不同性状的基因的重新组合。基因的自由组合定律告诉我们，在生物体
转录组分析学习笔记（持续补充）
angpiaogou4404的博客
03-26 8588
转录组分析流程(有参和无参de novo) 获得测序数据，Fastq格式，称之为Raw data。 质量检测 比对Mapping Quantification|Quantitation 差异表达分析 补充：开始项目之前，先确立合理的文件目录结构。 【1】Raw Data 处理 理论知识 高通量测序之所以能够能够达到如此高的通量的原因就是他把原来几十M，几百M，甚至几个G的基因组...
生信分析学习笔记：（2）GO KEGG分析
dujidan的博客
04-19 2487
生信分析学习笔记：（2）GO KEGG分析介绍教程1、富集分析 （Over-Representation Analysis ）2、GSEA（Gene Set Enrichment Analysis）3、可视化实战练手项目 介绍 通常用的富集分析有ORA、FCS和拓扑三种方法。ORA简单来说就是超几何检验或Fisher精确检验，大同小异，都符合超几何检验，这也是目前用的最多的方法，优劣不谈。FCS的代表就是 GSEA，即基因集富集分析，优劣亦不谈。clusterProfiler提供了这两种富集分析方法。 教程
GSEA使用（初级）
宁生信
07-31 1万+
首先我们先了解一下什么叫做基因富集分析  基因富集分析是分析基因表达信息的一种方法，富集是指将基因按照先验知识，也就是基因组注释信息进行分类。 2005年提出了基于基因集(gene set)定义的基因富集分析方法。  首先要定义基因集，也就是基于我们的先验知识（基因组注释信息），将基因富集，可以想象成，用一堆代表基因功能的箱子（bin）把具有相同或相似功能的基因装起来，起到了降维的作用，当然，
GSEA分析结果详细解读
热门推荐
庐州月光的博客
11-05 11万+
欢迎关注微信公众号《生信修炼手册》! 在解读传统的富集分析结果时，经常会有这样的疑问，一个富集到的通路下，既有上调差异基因，也有下调差异基因，那么这条通路总体的表现形式究竟是怎样呢，是被抑制还是激活？或者更直观点说，这条通路下的基因表达水平在实验处理后是上升了呢，还是下降了呢？ 在这里我说下自己的观点，在传统的富集分析时，我们只需要一个差异基因的列表，根本不关心这个差异基因究竟是上调还是下调。这是...
关于GSEA的几点补充说明
庐州月光的博客
11-05 6428
欢迎关注微信公众号《生信修炼手册》! 之前的文章中介绍了GSEA软件的使用和结果解读，但是有几点漏掉了，在本文中补充一下。 首先是Leading Edge对应的3个统计量，示例如下 在富集结果的表格中，最后一列为LEADING EDGE, 在这一栏中，包含以下3个统计量 tags list signal 对于一个基因集而言，定义其中对Enrichment score贡献最大的基因为核心基因，...
GSEA-基因集富集分析
weixin_30512785的博客
08-29 3740
1.为什么写？ 网上教程一抓一大把，有的能重复，有的不能重复不了，很多原因。别人能做的不代表你能复制，实践出真知。 不做搬运工，只写有用的，防止以后忘记。每个人理解不同，记录下来，供自己今后参考，顺便分享他人。 2.GSEA基本概念 Gene Set Enrichment Analysis 思路： 使用预定义的基因集（通常来自功能注释或先前实验的结果），将基因按照在两类...
GSEA介绍--鹏鹏原创，必是精品
生物医学信息学博客
10-28 1万+
引入：Functional annotation enrichment analysis的缺点：1、sampling issue2、cut off bias 人为决定p值3、lost mild changes 丢掉了改变小的那些基因而GSEA避免了以上的缺点。GSEA结果生成原理：Phit就是只当前黑线对应的基因，处于你富集分析的gene set中，Pmiss就是只当前黑线对应的基因，不处于你富集...
GSEA分析详细步骤
tqptr_opqww的博客
03-21 4955
GSEA分组分析 文章目录GSEA分组分析@[toc]1. 根据基因文件进行处理筛选2. 文件内容补充及改名3. GSEA软件使用GSEA单基因分析 这段时间有空为了某人学习了一下不属于我的领域的东西——GSEA分析（基因富文本分析），下面总结最近所学GSEA分析的步骤及方法。 1. 根据基因文件进行处理筛选 对于已有的基因文件，一般是xslx或者是csv格式（不要问基因文件哪来的，外行人的我猜测应该是可以从某某网站下载），而这个文件一般排序都是乱的且只有一列，所以这个时候就要进行分列并排序了。如图为基因
java软件运行常见错误_GSEA原理以及软件的运行以及常见的错误及解决办法
weixin_29359765的博客
02-24 3008
第一部分 GSEA原理目标：预先定义的基因集S是否随机的分布在排序的基因list1. 表达谱,样品分为两类,以1/2定义GSEA considers experiments with genomewide expression profiles from samples belonging to two classes, labeled1 or 2.2. 基因按照表达与分类的相关性排序Genes ...
gsea prerank
12-13
GSEA（Gene Set Enrichment Analysis）是一种用于功能富集分析的生物信息学方法，旨在识别在基因表达数据中富集的基因集。而GSEA prerank则是GSEA方法中的一种扩展应用。 在GSEA prerank中，首先需要根据样本表达...
评论
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