【富集分析】

已于 2022-02-25 12:30:45 修改
阅读量1.3k 收藏 3
点赞数
文章标签： 生物信息学
于 2022-02-25 12:29:51 首次发布
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/weixin_47151413/article/details/123130355
版权

富集分析

富集分析方法

过表征分析 (over representation analysis, ORA)

基因富集分析 (gene set enrichment analysis, GSEA）

ORA与GAEA

基因集的分析策略可以分成兩類: over-representation analysis (ORA)與gene-set enrichment analysis (GSEA)。這兩種方法最大的差別是，ORA會先經過篩選，挑出我們有興趣的基因，而GSEA則不經過篩選基因的動作。以轉錄體資料為例，實驗設計上，通常會比較兩種狀態，並利用統計方法找出哪些基因具有「表現差異」，可能會設定統計檢定的p值或fold-change，來決定這是我們有興趣的基因，接著就針對這群基因做解讀。這樣篩選的過程，p值或fold-change如何設定才能抓出真正具有「生物意義」的基因，且這種方法把每個基因都視為同等重要，然而每個基因的貢獻程度也許是不同的(即表現量差異大的可能比較重要)。而GSEA不做任何篩選動作，將所有實驗資料放入分析。

……ORA的方法……我們關心的是：有興趣的基因中(genes of interest)，與某個基因集(gene set)，共同基因有幾個(K值)……我們可以用超幾何分布(Hypergeometric distribution)或二項式分佈(binomial distribution)來計算觀察值k的機率。

……GSEA的概念……首先將高通量實驗所量測到的基因排序，排列的順序是根據實驗量測到的數值決定……GSEA採用一個稱random walk的方法，也就是從基因列表的頭走到尾，如果碰到是基因集的基因就加分，不是則扣分。走完一趟後，回頭看走到哪兒時，分數最高(或最低)，這個分數就是所謂的enrichment score (ES)……GSEA利用permutation testing的方法，也就是隨機抓取同等數量的基因當基因集，並計算得到隨機的ES，去估算實際觀察到的ES的P值，如果P值小於所設定的統計條件，就可以確保這ES並不是隨機就會發生。

数据格式

对于过表征分析 (over representation analysis, ORA), 我们需要的是一个包含基因ID的向量，基因ID可以从差异表达分析获得（例如 DESeq2 包）。

对于基因富集分析 (gene set enrichment analysis, GSEA), 我们需要一个经排序的基因列表，在这里我们调用 DOSE 包中的示例数据 geneList。

写在最后：为了完整了了解富集分析可以参考两篇文章链接: 功能富集分析概述.
富集分析.

生信爱好者
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
富集分析：（一）概述
qq_40569830的博客
06-26 9589
介绍了富集分析和分析软件，包括在线富集分析工具KOBAS-i和GOEAST，富集分析R包topGO，clusterProfiler。
GSEApy:Python中的基因集富集分析
04-29
GSEApy：Python中的基因集富集分析。 有关使用GSEApy的示例，请单击此处： 发行说明： : 常见问题解答： GSEApy是GSEA和包装器Enrichr Python实现。 GSEApy可用于RNA序列，ChIP序列，微阵列数据。 它可用于...
富集分析
FanJin的博客
11-14 1万+
说到富集分析，做生信的童鞋立刻就会想到GO/KEGG Enrichment、GSEA这两大类方法。但这只是富集分析的两种常见形式，富集分析的概念要更广。GO/KEGG Enrichment 这一类富集分析是最简单的富集方法，只关心基因集的富集比例；GSEA类方法更进一层，还关心基因集在打分排序中的分布情况。我们经常使用富集分析的p值以及FDR值，判断是否富集显著。然而对应的统计量如何计算？富集分析...
TCGA 数据分析实战 —— 富集分析
最新发布
dxs18459111694的博客
05-30 1208
通常，在识别完了差异基因之后，都会对差异基因进行功能富集，来获取差异基因参与的潜在生物学功能通路或生物学进程，有助于理解基因之间的作用关系以及发现基因在癌症发生发展过程中发挥的作用。通路，通常是一些已知的功能相关的基因集合，而我们常说的基因集合，一般是忽略了基因之间互作关系的通路。最常见的通路富集，是使用GO和KEGG数据库中预定义的生物学通路。
基因表达分析（中）- 富集分析
xuzhougeng blog
05-30 5567
回顾 首先对基因表达分析（上）做一个简单的回顾 研究基因表达的有如下工具：RNA-Seq，microarray， qRT-PCR等（欢迎补充） RNA-Seq，microarray一般用在探索性阶段，qRT-PCR用于验证 RNA-Seq和microarray由于他们的实验方式不同，导致寻找差异表达基因的统计学方法也不同。其中microarray使用寡核苷酸作为探针进行杂交，基因...
富集分析集锦
qq_39292916的博客
12-10 2841
链接：https://www.jianshu.com/p/988d90484f77 不管是转录组，还是芯片数据，或者其他有关基因的组学分析，每当数据分析到后面，要想得到结果，都躲不过这个富集分析，因为它是帮助我们从庞杂的组学数据中发掘规律重要的一环，对基因功能进行富集分析，就有可能发现在生物学过程中起关键作用的生物通路，并且帮助理解生物学过程的分子机制。 现在的高通量测序带来的巨大数据量，让我们眼...
富集分析实战
weixin_49814193的博客
07-14 1163
这是因为，传统的富集分析根本不需要考虑基因表达量的变化趋势，其算法的核心只关注这些差异基因的分布是否和随机抽样得到的分布一致，即使后期在可视化时，我们在通路图上用不同颜色标记了上下调的基因，但是由于没有采用有效的统计学手段去分析这条通路下所有差异基因的总体变化趋势，这使得传统的富集分析结果无法回答上述的问题。当然还有些朋友得到了GO，KEGG的结果之后，想要自己展示一些个性化的通路或者疾病富集分析，我们拿KEGG举例，当然GO也可以使用相同的操作。如果达到这个标准的基因作为候选分析的基因。
生信知识点-串讲-富集分析_R生信_生物信息_富集分析_R富集分析_生信分析_
10-02
富集分析是生物信息学中的一个关键步骤，用于探索在特定条件下基因集合的功能特性。在R语言中，富集分析提供了强大的工具来解析基因表达数据并揭示潜在的生物学意义。本教程将深入讲解如何利用R进行富集分析，这对于...
gsea:用于基因组富集分析的R包
05-20
基因组富集分析（GSEA）是一种广泛应用的生物信息学方法，它可以帮助研究者理解基因表达数据中的生物学意义。在R编程环境中，`gsea`包提供了强大的工具来执行这种分析。本文将深入探讨`gsea`包的核心功能、安装与...
fgsea:快速基因集富集分析
04-01
fgsea fgsea是用于快速预排名基因集富集分析（GSEA）的R包。 该软件包可以快速准确地为一组基因集计算任意低的GSEA P值。 P值估算基于自适应多级拆分蒙特卡洛方案。 有关算法的详细信息，请参见。 完整的插图可以在...
ocean:R包用于代谢酶富集分析
03-19
R包用于代谢酶富集分析 概述 代谢组学数据集所包含的功能洞察力目前尚未得到充分利用。这部分是由于代谢React网络的复杂性以及React通量和代谢物丰度之间的间接关系。然而，基于足迹的方法已经在数十种其他眼科数据...
富集分析的原理与实现
TOP生物信息
10-29 2532
一般做完差异分析都会做这一步，目的是找到差异基因富集到的通路，进而与生物学意义联系起来。具体的统计方法很简单，这篇笔记里面的代码可以从零搭建一个富集分析工具。 后台回复20211007获取本文的测试数据和代码，以及（单细胞）转录组分析中可能用到的GO KEGG富集分析代码（这部分本文不演示）。 关于Gene Ontology (GO), KEGG这些背景就不讲了，网上很多资料。 将富集分析中的问题抽象出来，其实就是下图的“摸球”问题。 蓝色方框中的球是所有的基因【共N个】，在探究某个特定通路P时，通路
富集分析，看完这篇就够
APExBIO的博客
11-04 1万+
到底什么是富集分析，它又是用来做什么的，以及富集分析的结果要怎么查看。今天小编就通过自问自答的方式给大家一起科普一下。
基础生信分析——富集分析（1）
weixin_55480513的博客
04-06 3775
KEGG（Kyoto Encyclopedia of Genes and Genomes）和GO（Gene Ontology）是两种常用的基因功能和通路富集分析方法，可以帮助研究人员理解基因集合中的功能和通路特征。以下是对KEGG/GO富集分析的简要介绍：KEGG富集分析：KEGG富集分析基于KEGG数据库，对基因集合中的基因进行功能注释和通路富集分析。通过将基因集合与KEGG数据库中的通路注释进行比较，可以确定哪些通路在给定基因集合中过度表示。
生信学习之通路富集一（GO分析）
热门推荐
coffeeii的博客
04-25 4万+
生信学习之通路富集（一）
零基础入门转录组数据分析——GO+KEGG富集分析
weixin_49878699的博客
03-29 2万+
转录组数据分析之一，先介绍相关基础知识，其次用实际案例为基础，由浅入深介绍GO+KEGG富集分析全过程
基因集富集分析(GSEA)简介
Asa12138的博客
09-21 7659
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。
富集分析原理和clusterProfiler包进行GO、KEGG富集分析详细说明
Tian問的博客
10-03 3万+
概念： 基因富集分析是指对于给定一组基因根据基因组注释信息（GO、KEGG）对基因进行聚类分析，即给定的基因是不是GO中的一个功能（或KEGG中的一个通路）。 基因的功能富集的目的说明给定的基因集对哪些功能的影响有针对性的，不是随机影响的。 原理： 基因富集分析是通过研究给定的基因集在功能节点上是否过出现来得到关注的基因集显著注释的功能节点。通常利用超几何分布等方法计算给定基因集在某个功能（或通路）上的P值，判断给定的基因集在功能（或通路）的基因数目超过了随机的期望，是一个小概率事件。 变
ssgsea富集分析代码
05-29
SSGSEA（Single-sample Gene Set Enrichment Analysis）是一种基于基因集富集分析的方法，可以对单个样本进行基因表达谱的分析。以下是一个Python实现的SSGSEA富集分析代码示例： ```python import numpy as np from scipy.stats import norm def ssgsea(gene_exp, gene_sets, nperm=1000, weighted_score_type=1, permutation=True, min_size=1, max_size=5000, verbose=False, seed=None): """ :param gene_exp: array-like, shape (n_samples, n_features) Gene expression matrix (rows are samples and columns are features). :param gene_sets: dict Gene sets in the format of dictionary. Keys are pathway names and values are gene lists. :param nperm: int, optional The number of permutations for calculating the p-value. Default is 1000. :param weighted_score_type: int, optional The weighting score type. Default is 1. :param permutation: bool, optional Whether to do permutation for calculating the p-value. Default is True. :param min_size: int, optional The minimum number of genes in a gene set to be considered. Default is 1. :param max_size: int, optional The maximum number of genes in a gene set to be considered. Default is 5000. :param verbose: bool, optional Whether to print the progress. Default is False. :param seed: int, optional The seed for the random number generator. Default is None. :return: dict A dictionary of pathway names and enrichment scores. """ # Initialize the random number generator if seed is not None: np.random.seed(seed) # Prepare the gene expression matrix gene_exp = np.array(gene_exp) # Prepare the gene set list gene_sets = {k: v for k, v in gene_sets.items() if min_size <= len(v) <= max_size} # Compute the gene set scores pathways = {} for pathway, genes in gene_sets.items(): # Compute the gene set score for each sample gss = [] for i in range(gene_exp.shape[0]): # Get the gene expression values for the pathway genes pathway_exp = gene_exp[i, np.isin(gene_exp.columns, genes)] # Compute the gene set score if weighted_score_type == 0: gss.append(pathway_exp.sum()) elif weighted_score_type == 1: gss.append(pathway_exp.mean()) elif weighted_score_type == -1: gss.append(pathway_exp.abs().mean()) # Compute the enrichment score and p-value if permutation: null_gss = [] for i in range(nperm): # Shuffle the gene expression values shuffle_exp = gene_exp.apply(np.random.permutation, axis=1) # Compute the gene set score for each sample null_gss.append(shuffle_exp.apply(lambda x: x[np.isin(gene_exp.columns, genes)].mean(), axis=1)) null_gss = pd.concat(null_gss, axis=1) null_es = null_gss.apply(lambda x: (x > gss).mean() - (x < gss).mean()) es = (gss - null_es.mean()) / null_es.std() pval = (null_es < gss).mean() else: es = (gss - gss.mean()) / gss.std() pval = 1 - norm.cdf(es) pathways[pathway] = {'es': es, 'pval': pval} if verbose: print('%s: ES = %.3f, p-value = %.3f' % (pathway, es, pval)) return pathways ``` 该代码使用了NumPy和SciPy库进行计算。在使用时，需要将基因表达谱和基因集传递给`ssgsea`函数。此外，还可以设置其他参数，例如是否进行置换和置换次数等。函数返回一个包含富集分析结果的字典。
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