生信分析的文章中一般都會做“富集分析”

大家最常見到的、也是最基礎(chǔ)的就是GO和KEGG富集分析，除了它倆，我們還可以見到GSEA和GSVA ~ ~

GSEA和GSVA長得如此像，你知道它倆分別都是干啥的嗎？能分清楚怎么用這兩個分析嗎？

跟著小云一起來學(xué)習(xí)啦，爭取看完這篇就搞清楚它！

p?基本概念

l?GSEA（Gene Set Enrichment Analysis，基因集富集分析）：用來評估一個預(yù)先定義的基因集的基因在與表型相關(guān)度排序的基因表中的分布趨勢，從而判斷其對表型的貢獻；

l?GSVA（Gene Set Variation Analysis，基因集變異分析）：是一種非參數(shù)的無監(jiān)督分析方法，主要用來評估芯片和轉(zhuǎn)錄組的基因集富集結(jié)果。簡單來說，就是將分析對象由基因換成了基因集，進行基因集（通路）級別的差異分析。

p?分析原理

n?GSEA：給定一個排序的基因表L（基因表達矩陣）和一個預(yù)先定義的基因集S (可以是GO注釋、MsigDB的注釋或其它符合格式的基因集定義)，GSEA的目的是判斷S里面的成員s在L里面是隨機分布還是主要聚集在L的頂部或底部。這些基因排序的依據(jù)是其在不同表型狀態(tài)下的表達差異，若研究的基因集S的成員顯著聚集在L的頂部或底部，則說明此基因集成員對表型的差異有貢獻，也是我們關(guān)注的基因集。

n?GSVA不需要預(yù)先進行樣本之間的差異分析，它依據(jù)表達矩陣就可以計算每個樣本中特定基因集的變異分數(shù)。通過將基因在不同樣品間的表達量矩陣轉(zhuǎn)化成基因集在樣品間的表達量矩陣，從而來評估不同的通路在不同樣品間是否富集。

其實就是研究這些感興趣的基因集在不同樣品間的差異，或者尋找比較重要的基因集，作為一種分析方法，主要是為了從生物信息學(xué)的角度去解釋導(dǎo)致表型差異的原因。

p?應(yīng)用背景

n?GSEA 應(yīng)用場景通常局限于 Case vs Control 的實驗設(shè)計。對于表型（分組）復(fù)雜的大樣本量研究，GSEA已不能滿足對大量異質(zhì)性樣本多樣化（如TCGA的多表型、多層次大隊列研究）的分析需求，GSVA分析在此種情況下應(yīng)運而生。

n?GSVA?是基因集富集分析的擴展，不需要預(yù)先進行樣本之間的差異分析，它依據(jù)表達矩陣就可以計算每個樣本中特定基因集（比如某個通路）的變異分數(shù)。

p?兩者異同

n?相同點：1、基因?qū)用娴交蚣瘜用娴姆治?/span>

????????2、輸入文件：基因表達矩陣+基因集

????????3、都可以通過R語言來實現(xiàn)

????????4、都可以找到表型間具有顯著意義的基因集。

n?不同點：1、GSVA不需要預(yù)先做樣本間差異基因分析 ???????

????????2、輸入基因表達矩陣文件格式不同

????????????3、需要的R包不一樣，GSVA可以用GSVA 包，GSEA可以用clusterProfiler包

????????????4、輸出結(jié)果不同，GSVA輸出基因集表達矩陣，可用作下游分析；GSEA直接輸出各個基因集的統(tǒng)計值和結(jié)果圖

如果您的時間和精力有限或者缺乏相關(guān)經(jīng)驗，并且對生信分析和思路設(shè)計有所需要的話，“生信鳥”非常樂意為您提供如下服務(wù)：免費思路評估、付費生信分析和方案設(shè)計以及實驗項目實施等，有意向的小伙伴歡迎咨詢小云哦！