通過KEGG、GO富集分析，我們能夠獲取差異基因顯著富集的通路和功能，及其對表型變化的潛在作用。但無法幫助我們知曉某條通路下差異基因的總體變化趨勢，以及對應通路的狀態：到底是激活還是抑制狀態？此外，設置差異基因篩選閾值可能會漏掉一些在統計學意義上無顯著差異但實際有著重要生物學意義的基因。而GSEA則彌補了傳統富集分析的這些問題。GSEA使用所有基因而非僅差異基因進行分析，找到那些差異不顯著但基因差異表達趨勢趨于一致的功能基因集，同時還能夠判斷對應通路是處于被激活或抑制狀態。
 

GSEA分析分為三個步驟，分別為計算富集分數、估計富集分數顯著性水平和矯正多重假設驗證（如下圖所示）。

我們主要對GO、KEGG、REACTOME、WIKIPATHWAY等數據集進行GSEA分析。輸出對應基因集的富集得分曲線圖、該基因集下的核心基因在所有樣本中表達量熱圖。
 

GSEA富集分析得分曲線圖（左）和核心基因熱圖（右）

那么這個圖怎么解讀和在文章中描述呢？

接下來跟著小編學習3篇項目案例，一起增加GSEA的知識吧！
 

#項目案例1

文獻題目：Kir2.1-mediated membrane potential promotes nutrient acquisition and inflammation through regulation of nutrient transporters

發表期刊：Nature communications  IF：17.694

合作單位：浙江大學

技術手段：轉錄組+代謝組
 

結果描述：GSEA分析顯示，在Gramicidin和KCl升高的情況下，自噬反應功能顯著富集。

#項目案例2

文獻題目：A small molecule targeting ALOX12-ACC1 ameliorates nonalcoholic steatohepatitis in mice and macaques

發表期刊：Science Translational Medicine  IF：19.319

合作單位：武漢大學

技術手段：轉錄組+蛋白質組+代謝組
 

結果描述：GSEA分析顯示了與不同程度敲降ACC1的肝細胞中脂肪酸合成和分泌相關的途徑和基因的激活或抑制。①ACC1（#5）的輕微敲降對參與脂肪酸合成的基因表達的影響可忽略不計。②ACC1（#4）的部分敲降有效地抑制了參與脂肪生成和脂質分泌的基因的mRNA和蛋白質表達。③保留完整的ACC1（#8）時這些功能則實質性激活。

#項目案例3

文獻題目：Multiple omics study identifies an interspecies conserved driver for nonalcoholic steatohepatitis

發表期刊：Science Translational Medicine  IF：19.319

合作單位：武漢大學

技術手段：轉錄組+蛋白質組+代謝組

結果描述：為了進一步探索脂肪毒性誘導的NASH的分子機制，作者通過基因集富集分析（GSEA）研究了四個物種的NASH和對照肝臟之間的花生四烯酸（AA）途徑的核心基因。結果發現，ALOX12是AA代謝途徑中的核心酶，是在所有物種中對NASH中AA途徑的激活貢獻最大的保守基因。

基于上述3篇案例，對GSEA分析結果的使用可總結如下：

首先看FDR（P-adjust）或者P-value是否顯著（＜0.05），表示在該功能基因集顯著富集；

其次看NES（Normalized ES）值，為正值時表示在左側分組中激活、右側分組中抑制，為負值時表示在左側分組中抑制、右側分組中激活。

GSEA分析的使用的方法可參考更多文章喲~

開學季，中科新生命真核生物轉錄組奉獻雙重豪禮！
一重豪禮：

T7平臺轉錄組測序，6G數據量，6個樣本起 一口價598元/樣本。
二重豪禮：

分析報告全面升級！

針對不同物種來源交付不同分析版本（醫學版、農學版）報告，服務內容更細致

醫學版（左）和農學版（右）生信分析流程

分析呈圖美化，發表級Figure唾手可得

樣本間相關性熱圖（左）、GO富集分析氣泡圖（中）和PPI（右）

免費贈送GSEA高級分析，并提供多閾值篩選差異基因的分析結果，服務更貼心

GSEA富集分析（左）和以Pvalue篩選差異基因分析結果（右）