注：该方法可以用于研究药物重定位，以及研究药物作用机制
该文2015年发表在Bioinformatics上
-
DSEA方法流程
DSEA part1
DSEA part2
-
方法描述：
- part1-a 数据是在cmap数据库上获取的数据12012genesx6100sample，其中6100包含用药前用药后样本
- part1-b 对 每种药物用药前与用药后做FC 获的b表12012genesx1309药物（根据fc排序）
- part1-c 对b的每种药物做gsea（细节:每种药物都有它的fc排秩以及打分,我用这个做gsea,这样我们就获取了该药物在各条通路上的es得分)，最后获的表c pathwayx1309药物的谱，c中的每格代表es得分（es得分是什么？这个你去补补gsea的基础知识就知道了）
- part1-d 根据c中的es得分对药物排一下秩，这要获得d表
part2 其实又是做了一次富集, 他是拿了一堆药物集合（药物集合可以是专门治疗某种病的药物）,看看药物是扎堆出现在某通路的什么位置。若治疗某种病的药物都集中出现在某通路（part1-d）的前部和或者后部，我们就可以猜想某种病与该通路代表的功能有关。
ks test
总结：
我们介绍了DSEA，这是一种计算方法，有助于阐明自动筛选技术产生的一系列药物的作用机制。
DSEA方法的在线工具地址是: http://dsea.tigem.it.
相关的一些代码可以在 GitHub 中查看(https://github.com/franapoli/signed-ks-test)
《Drug-set enrichment analysis: a novel tool to investigate drug mode of action》全文只有7页，你可以自行上网搜索下载学习一下。
扫描下方二维码关注生信客部落公众号：
生信客部落
网友评论