GS为基因集的名字，SIZE代表该基因集下的基因数， NES代表归一化后的Enrichment score（ES）, 注意GSEA采用p value < 5%, q value < 25% 对结果进行过滤。点击GS DESC可以跳转到每个基因集详细结果页面，示例如下 首先是一个汇总的结果，Upregulated in class说明该基因集在MUT这组中高表达，其他信息和之前介绍...
①表头:富集通路名称,即RUTELLA对HGF UP的回应 ②Enrichment Score (ES):一项指标(富集分数),用于量化基因集成员S在排序列表L两端的富集程度,以反映其在特定条件下的显著性和相关性 ③排名指标 ④图例 NES:标准化后的富集分数 FDR:假发现率(PS.一般认为|INES|>1,p-val<0.05,FDR q-val<0.25的通路是显著富集...
setSize:富集到该pathway的基因数 enrichmentScore:富集分数(ES) NES:归一化后的Enrichment score(ES) pvalue/p.adjust/qvalues:p值/矫正后p值/FDR值 rank:在基因集中对ES分数贡献最大的核心基因在genelist排序中的位置(按照log2fc从大到小) leading_edge: *tag:核心基因在该基因集基因总数的占比 *list:核心...
ES:Enrichment Score富集得分值。 NES:normalized enrichment score,考虑该基因集的大小,将每个基因集的ES值标准化,得到标准化的富集分数。 NOM p-val:nominal P value ,名义p值,富集分析统计学显著水平。 FDR q-val:false discovery rate q-val ,假阳性率P值,多重假设检验后得到的富集分析统计学显著水平。 FWE...
其中:GS为基因集的名字;SIZE代表该基因集下的基因总数;ES代表Enrichmentscore;NES代表归一化后的Enrichmentscore;NOMp-val代表pvalue,表征富集结果的可信度;FDRq-val代表qvalue,是多重假设检验矫正后的p值。(注意GSEA采用pvalue<5%, qvalue < 25%对结果进行过滤。) ...
第1部分:Enrichment Score的折线图 横轴为排序后的基因,纵轴为对应的ES, 在折线图中出现的峰值就是这个基因集的富集分数(Enrichment Score,ES)。ES是从排序后的表达基因集的第一个基因开始,如果排序后表达基因列表中的基因出现在功能基因数据集中则加分,反之则减分。正值说明在顶部富集,峰值左边的基因为核心基因,负...
ES:代表Enrichment score,NES代表归一化后的Enrichment score。 NOM p-val:代表p值,表征富集结果的可信度。 FDR q-val`代表q值, 是多重假设检验矫正后的p值,注意GSEA采用pvalue < 5%, qvalue < 25% 对结果进行过滤。 对于某个基因集下(通路里)的每个基因给出了详细的统计信息,如下图 ...
NES(normalized enrichment score):表示校正后的富集分数 NOM p-val (nominal p value ): 名义P值 FDR q-val(false discovery rate):错误发现率 FWER p-val:用bonferonni校正后的P值 RANK AT AMX:ES值对应的通路基因排名 Leading-edge subset:对富集贡献最大的基因成员,即领头亚集,用于定义Leading-edge sub...
步骤1:计算富集积分(Enrichment Score,ES) 我们计算出一个富集积分值(ES),其为S的基因超表达在整个L序列的头部和尾部的多少。 积分值的计算是从L序列的头部开始往尾部走,每当遇到一个基因是在S上就加分,没有则减分。加分的分值大小根据基因表型相关系数大小。富集分值是从没有遇到的时候开始计算直到最大值误差值...
NES :标准化以后的ES,全称normalized enrichment score pvalue:富集的P值 p.adjust :校正后的P值 qvalues :FDR (false discovery rate)错误发现率 rank :排名 core_enrichment:富集到该通路的基因列表。 绘制气泡图 气泡图解读需要说明一下,富集程度通过Gene ratio、Pvalue和富集到此基因集上的基因个数来衡量。