基因富集分析的强大利器WebGestalt（1）

‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍做生物信息学分析的人一定绕不开基因富集分析，米老鼠在这里给大家推荐一款做富集分析的强大工具WebGestalt（http://www.webgestalt.org/），它涵盖的数据库丰富，方法灵活，比之前的DAVID和Metascape更加有用。话不多说，现在我就教大家如何上手这款工具。

第一步 挑选目标物种

在这一步，我们需要选择目标基因是来自哪个物种的。一般来说，我们研究的基本上是人类基因组，所以大家选择“Homo sapiens”这个默认选项即可，如果你是研究其它生物的，那么你可以在下拉框里选择相应的物种即可。

第二步 选择计算方法

这一步主要是用来选择我们进行富集分析的方法，一般我们常用的就是前两种“over-representation analysis”（ORA）和“gene set enrichment analysis”（GSEA）。注意一下，第一种算法要求我们提供参考基因列表（reference gene list）而第二种算法GSEA则不需要，但是GSEA算法需要我们提供各个基因的得分。因此，对于只有基因名称的用户来说，只能使用ORA算法，这里我也选择ORA方法。关于两种算法的差异，米老鼠会在后续的内容和大家详细讲解。

第三步 选择功能数据库

这里需要你选择注释数据的来源，该网站提供了9类注释数据库，在这里我选择pathway，目的是进行接下来的通路分析：

当你选择功能数据库类型后，你还需要选择具体的注释数据库，这里我选择KEGG和Reactome数据库，你可以点击旁边的“+”按钮来添加相关数据库：

到这里我已经完成了整个参数的设置。当然WebGestalt还有一些高级选项，你可以去了解了解，但是不建议新手去修改这些默认参数，当你真正理解富集分析这个方法后可以根据自己的需要去修改。

第四步：选择你的基因名类型并上传你的基因

这里你有两个选择：一个是上传基因列表文件，这个文件就是一个没有题头的文本文件，包含一列基因名；另一个是直接输入基因。米老鼠一般喜欢复制基因名后粘贴到输入框中。

这里我们的基因名是gene symbol类型：

第五步：选择参考基因列表

在这一步，我们需要设置参考基因集，这是ORA算法所必需的，这里我们选择编码蛋白质的基因组：

第六步：点击“Submit”按钮，静候结果即可

我们也可以直接点击“Results Download”直接将summary结果下载下来。

附上结果链接地址：http://www.webgestalt.org/results/1587115919/#

关于WebGestalt的使用今天就讲到这儿，我会在下期内容中带着大家简单分析一下结果！