在网上搜到一个亲爹教程，写得真好，详细得不行。直接就出结果啦～
超详细教程│GSEA基因集富集分析
1. 样品表达量文件(res, gct, pcl, or txt)——必需文件
通常用.gct为后缀。文件第一行以“#1.2”开头；文件第二行的第一列为基因个数、第二列为样品个数；文件的第三行为表达谱的矩阵的title信息，第一列为基因symbol/探针号，第二列为基因／探针的描述信息，第三列以后为样品id。接下来的行对应每个基因／探针在每个样品中的表达信息。文件以tab作为分隔符。
image
2. 样品表型分类文件(cls)——必需文件
样品表型分类文件需以.cls为后缀。文件第一行为三个数字，第一个是样品的总数，第二个是样品分为几类，第三个数字通常为1。第二行也通常三个字符串，第一个为#，第二个为分类1的名称，第三个位分类2的名称。第三行为每个样品的分类信息，0代表分类1，1则代表分类2。文件以空格或者tab分割。
image
- 预定义基因集(gmx or gmt)——非必需文件
通常用.gmt作为后缀。若采用GSEA预定义的MSigDB数据库中的功能基因集分析，则无需自己定义该文件。每一行为一个功能基因集，第一列为基因集的名称，第二列为简单描述，第三列及以后列为该功能基因集所包含的基因symbol。基因集包含多少个基因，就列出多少个基因。文件以tab作为分隔符。
image.png
其次，做的过程中，需要知道你想要的基因集。找到一篇文章，可以查阅。
Molecular Signatures Database
网友评论