GSEA文獻(xiàn)閱讀
1.重要解釋
Ranked Gene List L：該基因列表為待檢測(cè)的數(shù)據(jù)集（通常為試驗(yàn)獲得的表達(dá)矩陣文件）；
Gene Sets S：該基因集為已知功能注釋的某一個(gè)通路所含基因（如一個(gè)GO term中所用基因）；
Leading Edege Subset：核心基因集，通常為位于ES的某一側(cè)（或者Rank Gene List的某一端）
2.計(jì)算方法
步驟1：富集分?jǐn)?shù)的計(jì)算
通過計(jì)算基因富集分?jǐn)?shù)（ES）來反映基因集S在排名列表L里的極端（頂部或底部）的過度呈現(xiàn)程度。通過沿著列表L走，當(dāng)我們遇到一個(gè)基因在S中的時(shí)候，增加一個(gè)累計(jì)統(tǒng)計(jì)量，不在S中的時(shí)候，減少一個(gè)累計(jì)統(tǒng)計(jì)量。增量的大小取決于基因與表型的相關(guān)性。富集分?jǐn)?shù)是檢索過程中遇到的最大統(tǒng)計(jì)量；它對(duì)應(yīng)于一個(gè)加權(quán)的Kolmogorov-Smirnov統(tǒng)計(jì)檢驗(yàn)。
1.將分析所得的基因集中的N個(gè)基因依照相關(guān)性r（gi）=ri按順序排列為L(zhǎng) = {g1,g2,…gN}，相關(guān)性按照基因表達(dá)量來計(jì)算；
2.通過每個(gè)基因在S中的出現(xiàn)與否及相關(guān)性計(jì)算hit和miss。
3.關(guān)鍵字符解釋
1.P值的設(shè)定：
p < 1：明顯非隨機(jī)分布的多個(gè)基因；
p > 1：基因集S中有大量基因，但只有少數(shù)基因是具有一致性分布的；
p = 1：僅通過相關(guān)性，允許基因集存在偏差。
∑：表示基因集S（功能通路）中位于排序后的基因列表中L的基因的表達(dá)變化趨勢(shì)程度的和值；
N：表示基因列表L中基因的數(shù)目；
NH：表示基因集S中基因的數(shù)目。
FC：fold chage 基因差異表達(dá)倍數(shù)
這里使用FC = ri（相關(guān)性）
不同的ri算法。
（未完待續(xù)）
參考：
https://blog.csdn.net/nixiang_888/article/details/107062461?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Edefault-5.vipsorttest&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Edefault-5.vipsorttest
