gsea富集分析结果怎么看_简单的GSEA分析

b1817cbb95f27762e81f188335fdb0cc.png

对于差异表达基因,除了使用GO和KEGG进行富集分析外,还可以进行GSEA富集分析。在之前课程中:GSEA分析,有讲如何使用GSEA桌面化软件进行分析,操作十分简答,虽然偶尔会出现内存溢出或者数据格式不正确等异常报错。这里介绍一下一个更简单的GSEA分析方法,在我们公众号的网站上:

e3f2cdbafc1285d6dbc4a9c2bbe70f9c.png

GSEA工作界面

0e3d87e4d288ed020c60c8890171eb07.png

进行GSEA分析

01

上传数据

数据格式为csv文档,打开的csv文件应如下所示:第一列为geneSymbol,第二列为log2Foldchange。(示例数据可在粉丝群获取)

a536aeda38a12757713617de91c0f29b.png

02

选择Signature

目前只支持C5,C6 gene signatures。关于GSEA中Signatures的详细介绍,可以点击“Learn more about Signatures”进行了解。目前比较常用到的是C5,进行基因的富集分析。

85d3f9afa76c9da17431bbdd4d0cb096.png

03

开始计算

在上传完数据,且选择好Signature之后,点击“Analyze”,对数据进行分析。这个时候耐心等待就好。我做了一下测试:500 个geneSymbol,利用C5 signature,耗时约为3min;C6耗时约7min?。

66408de9c4461fc74fef577dcd80cadd.png

04

查看结果

分析结果完成之后,会在结果界面出现如下提示,点击Results,查看分析结果。

ee79ec7896f3a0707d1ff43cc3fa3846.png

分析结果是一个汇总的网页,熟悉GSEA的小伙伴一定都不陌生啦!一共有499个gene,其中可以与数据库matched,有424例。

96fea91551fb7d138fb72eed08ecbf28.png

查看具体的富集分析结果

e4cb28cfbc0c437c7479bd7bf5733157.png

以上是GSEA的在线分析流程,操作十分简单。同样地,注意事项只有:注意上传的数据格式!注意上传的数据格式!注意上传的数据格式!

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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