GSEA分析

GSEA也是功能富集的一种方法，不过和GO的区别是不用选择差异基因。
GSEA是个软件，可以装在win或者mac上都没问题。
下载网址：https://www.gsea-msigdb.org/gsea/index.jsp
打开的界面如下：

image.png
点击load data，然后开始导入数据。
image.png

需要导入的数据包括表达量数据、表型数据、背景数据和芯片数据。

表达量数据：FPKM即可，gct格式，下图所示。
1：固定格式已知都是#1.2
2：两个数字第一个22802是基因的个数，第二个4是样本的个数。
3：第三列是描述，其中需要加一个Description，可以都填写na。

image.png

表型数据：样本分类信息，cls格式。
第一行：三个数字分别表示样本总数、样本组数、一直都是1。
第二行：#、样本1的名称（或前缀）、样本2的名称（或前缀）
第三行：用0和1代表样本1和样本2。

image.png

背景数据：就是功能或者通路的信息，gmt格式。
这个文件可以在运行的时候软件自动下载，但是，有的背景数据库里可能并不存在你想找的通路，这个时候你就可以自己下载后筛选。

image.png

从软件直接读取很简单哈，这里记录一下如何从网上下载。
进入官网，进入download，注册账号。

image.png

进入之后会有很多的数据库可以下载，包括chip的数据库都存在。

image.png
但是，有的时候下载的数据库里面就是没有你所需要的通路。
例如HIPPO通路，这时候需要检索一下哪些数据库里面包含有HIPPO。
image.png

然后依次点击search gene set--输入HIPPO--search

image.png
获得通路的名字，以及对应的数据库。
然后去相应的数据库下载你需要的通路数据。
按照GMT格式将多个背景数据库合并成一个文件。
image.png

在download界面下载芯片数据。
我一般下载这个。

image.png

好啦~~~数据准备完啦。开始导入数据并且选择参数。
将上述所有得到的数据导入GSEA。
如果样本少，要选择gene set，而不是phenotype。

image.png

点击run开始吧。