CHIP-seq流程学习笔记（11）-使用GSEA软件进行GSEA分析

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. 准备gene表达值文件即FPKM值文件

需要使用的是RNA_seq中，各组样本所有的gene对应的FPKM值，因为各样本可能gene_list不一致，所以需要使用intersect函数先取交集，再合并保存输出。

#做差异分析时需要使用全部差异基因的表达值
#重新提取全部差异基因的表达值FPKM

#关于FPKM值的说明
#在绘制heatmap热图时，需要使用差异基因所对应的FPKM值，该值的获取有几个办法：
#利用Stringtie的-A参数直接获得
#利用DESeq2的-FPKM参数由count转化获得
#利用ballgown包进行转化获得
#本次采用edgeR的方法获得

#清空环境变量
rm(list=ls())
#获取当前工作目录
getwd()

#对RNA_seq_2018_08_16各样品进行处理
##设置工作目录
setwd("G:/dongfeng/RNA-seq/2018_08_16/gene_tab/")
##将RNA_seq_2018_08_16分析得到的FPKM数据文件导入当前工作环境中
KD_scr_1.tab <- read.csv("G:/dongfeng/RNA-seq/2018_08_16/gene_tab/KD_scr_1.gene.tab",sep = "\t", header = TRUE)
KD_sh3_1.tab <- read.csv("G:/dongfeng/RNA-seq/2018_08_16/gene_tab/KD_sh3_1.gene.tab",sep = "\t", header = TRUE)
KD_sh4_1.tab <- read.csv("G:/dongfeng/RNA-seq/2018_08_16/gene_tab/KD_sh4_1.gene.tab",sep = "\t", header = TRUE)
##将数据中的FPKM值进行提取并更改对应的列名称
KD_scr_1.FPKM <- KD_scr_1.tab[,c(1,