前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >GSEA软件使用方法简介

GSEA软件使用方法简介

作者头像
生信修炼手册
发布2020-05-08 16:49:29
2.6K0
发布2020-05-08 16:49:29
举报
文章被收录于专栏:生信修炼手册

欢迎关注”生信修炼手册”!

Gene Set Enrichment Analysis是一种富集算法,由Broad Institute研究所的科学家提出,算法核心示意如下

需要两个输入元素,一个就是排序好的基因列表,这里的排序的规则是展现两组间的差异,比如按照Foldchange的值进行排序,第二个就是基因的注释集合,然后运行KS检验计算Enrichment Score(ES),用置换检验评估ES的可靠性。

Broad Institute研究所的科学家同时还提供对应的分析软件GSEA,该软件是java语言开发的图形界面软件,简单易用,下载地址如下

http://software.broadinstitute.org/gsea/downloads.jsp

官网提供了多种下载方式,推荐直接下载jar文件,示意图如下

如下所示,运行GSEA分析,需要两个基本元素,第一个就是表达谱数据,可以是芯片数据,也可以是rna-seq的定量结果,第二个就是基因集数据库,官网对于human提供了MSigDB数据库,当然你也可以自己定义基因集。

在实际操作时,第一步首先是导入数据,有以下4种数据需要导入,由于在windows平台操作,通过特定的后缀来识别文件格式

1. expression datasets

表达量文件,可以是芯片,也可以是rna-seq的定量结果,后缀为gct, 示意如下

该文件是\t分隔的纯文本文件,第一行内容总是为#1.2, 表示版本,第二行表示表达量矩阵的维度,第一个值对应探针探针/基因个数,第二个数值代表样本个数,第三行是表达量矩阵的表头,前两列固定是NAMEDescription, NAME是基因ID或者探针ID,必须保证唯一,Description表示描述信息,如果没有,可以用na填充,后面每列对应一个样本。

2. phenotype labels

样本的分组文件,后缀为cls, 示意如下

第一行为空格或者\t分隔的3个数值,第一个数值表示样本总数,第二个数值表示样本对应的分组数目,第三个数值总是1

第二行以#开头,指定不同分组的名字;第三行的每个字段代表一个样本,顺序和表达量文件中的样本顺序一致,只不过将样本名用对应的分组名字表示。

3. gene sets

基因集文件,有多种格式,常用的有gmtgmx, gmt示意如下

每一行代表一个基因集合,第一列为基因集合的名字,必须唯一,第二列为描述信息,如果没有就用na填充,后面的列为该集合下的基因,每列之间用\t分隔。gmt格式示意如下

gmt相反,gmt中每一列代表一个基因集合,第一行为基因集合的名字,必须唯一,第二行为描述信息,如果没有就用na填充,其他行为该集合下的基因。

4. chip annotation

当提供了芯片数据时,可以导入chip类型的文件,该文件保存的是探针和基因之间的对应关系,后缀为chip, 示意如下

第一列为探针ID, 表头为Probe_Set_ID,第二列为探针对应的基因,表头为Gene Symbol, 第三列为探针描述信息,没有就用na填充。

通过Load Data,首先将以上几种文件导入软件中,然后点击Run GSEA菜单,选择对应的各种文件

phenotype labels用于指定组间比较的顺序,明确哪一组作为control组。

上文中提到,GSEA需要两个输入元素,排序好的基因列表和基因集合,当导入表达量数据和分组信息后,GSEA会自动计算分组将的差异值,然后根据这个差异值对基因进行排序,支持的统计量有以下几种,其中

1. signal2noise
2. t-Test
3. ratio_of_class
4. diff_of_class
5. log2_ratio_of_class

默认的算法为signal2noise, 可以在Basic fields中进行调整,这个参数可以在``示意如下

当所有参数都设置好之后,点击下方的Run按钮即可运行。

·end·

—如果喜欢,快分享给你的朋友们吧—

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-10-12,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信修炼手册 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1. expression datasets
  • 2. phenotype labels
  • 3. gene sets
  • 4. chip annotation
  • 1. signal2noise
  • 2. t-Test
  • 3. ratio_of_class
  • 4. diff_of_class
  • 5. log2_ratio_of_class
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档