GSEA分析学不会？这个在线数据库帮你搞定！

在某一项研究中，我们通过转录组或者蛋白组学研究了干预组和对照组的表达谱，获得了数千个基因的变化信息，如何从这些表达谱中发掘有用的信息？初步的生物信息分析可能已经给我们提供了它们之间的差异倍数，P值等等。接下来我们可以使用在线工具对基因表达的分布进行分析。这里提供一个最近更新的简单又快捷，不需要安装软件的在线分析工具：WEB-based GEne SeT AnaLysis Toolkit。

01

首先点击网站

http://www.webgestalt.org/

如Figure 1所示 第一行显示的是不同的分析类型，从左边起第一个是ORA (Over-representation analysis，过度表达分析 ) 检查符合选择标准的基因，并确定该列表中是否存在统计学上过度表达的基因集。第二个是我们最常用的GSEA （基因富集分析，Gene Set Enrichment Analysis）（红色圈圈）。GSEA用来确定先验定义的一组基因是否在两种生物学状态（例如表型）之间显示出统计学上显着而且一致的差异。第三个是NTA（Network Topology-based Analysis，基于网络拓扑的分析）。第四个是2019年新增加的功能磷酸化位点分析。

Figure 1

02

我们首先看GSEA 。如Figure 2所示， 首先在基本参数（basic parameters）中进行选择。第一行是物种，Homo Sapiens为人类，也可以在下拉菜单选择Mus （小鼠），Rat（大鼠）等。第二行是方法的选择，可以选择刚才介绍的ORA，GSEA，NTA。在这里我们选择GSEA为例。第三行是功能基因组数据库，可以选择Geneontology（GEO ）,在第四行继续选择ＧＥＯ下面的亚组，比如Biology process (生物过程)，Cellular component(细胞定位)，Molecular function(分子功能)，在这里我们以Biology process为例。

Figure 2

03

当然，您可以选择其他数据库，如Figure3所示， 比如在Funtional Database一行中选择pathway,　就可以在第四行进一步选择KEGG，Reactome，PANTHER等其他通路数据库。

Figure 3

04

接下来就是输入基因名称了（Select Gene ID Type）。一般默认输入基因名称（gene symbol） , 如Figure 4所示， 当然也可以从下拉菜单选择输入ＮＣＢＩ的基因ＩＤ等等。接下来可以上传基因名称文件，也可以从Excel拷贝数据到空白框中，作ＧＳＥＡ分析需要两列，第一列是基因名称，第二列是差异表达的倍数(log2FC)。

Figure４

05

接下来是高级参数。如Figure 5所示 ，一般只需要修改Significance level(显著性差异),　可以选择显示有统计学差异的ＦＤＲ值或者Top但不一定有统计学差异的。在这里我们选择FDR<0.05　。

Figure2

06

点击提交，等待数分钟，就得到可以直接发表的图了。如Figure 6所示 ，这里根据上述参数，显示了5个正相关类别和1个负相关类别。深色提示均为FDR<0.05.　点击右键，可以下载图片。

Figure6

07

点击某一个通路，可以看到对应的富集分析的图。比如第一个是线粒体呼吸链复合体装配，如Figure 7所示 。

Figure7

08

下面更是具体显示了整条功能通路的得分，如Figure 8所示， ＦＤＲ，以及每个基因的得分情况。点击标题右边的下载按键可以将这条通路的具体基因以Excel的格式下载下来。

Figure8

怎么样，是不是５分钟搞定？如果您想进一步了解这个数据库的方法学，可以参考：

WebGestalt 2019: gene set analysis toolkit with revamped UIs and APIs .Nucleic Acids Research, Volume 47, Issue W1, 02 July 2019, Pages W199–W205,

https://doi.org/10.1093/nar/gkz401

END