本文补充了GSEA基因集富集分析中的关键概念，包括核心基因的定义，信号到噪声比，富集得分的统计量以及它们在分析中的作用。还讨论了GSEA软件的局限性，如默认进行的内部差异分析可能不适应所有数据，推荐使用专业差异分析软件计算foldchange值。此外，提到了GSEAPreranked工具作为替代方案，但其仅支持大生物学重复数的参数设置。最后，建议使用其他第三方工具进行自定义排序列表的富集分析。
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，也称之为leading edge subset, 参考下图
对于Enrichment score为正数的基因集而言，其核心基因是峰值之前的基因，对于Enrichment score为负数的基因集而言，其核心基因是峰值之后的基因。
tags表示核心基因占该基因集基因总数的比例，而list表示核心基因占所有基因总数的比例，signal利用这两个指标计算得到，公式如下
最低0.47元/天 解锁文章
扫一扫
11万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
