C5: GO gene sets:Gene Ontology 基因本体论,包括BP(生物学过程biological process,细胞原件cellular component和分子功能molecular function三部分),这部分,我们也是比较关注的,所以能用GSEA分析就用GSEA。 C6: oncogenic signatures:癌症特征基因集合,大部分来源于NCBI GEO 未发表芯片数据。 C7: immunologic signatures: ...
GO分析:通过富集结果的p值和富集倍数,明确差异基因在特定功能类别中的代表性,例如“细胞外基质组织”功能显著富集,提示该过程在表型中的作用。 KEGG分析:通过通路富集显著性及基因覆盖度,解释差异基因在特定代谢或信号传导中的协同作用,例如“Wnt通路”的富集提示其可能驱动表...
#载入差异表达数据,只需基因ID(GO,KEGG,GSEA需要)和Log2FoldChange(GSEA需要)即可 info <- read.xlsx( "/Users/ZYP/Downloads/KEGG_GO/diffexp.xlsx", rowNames = F,colNames = T) #指定富集分析的物种库 GO_database <- 'org.Hs.eg.db' #GO分析指定物种,物种缩写索引表详见http://bioconductor.org/...
富集分析是生物信息学中用于解读高通量数据、筛选关键蛋白等的重要手段。目前比较常用的富集分析主要包括 GO 富集分析和 KEGG 富集分析。GO(Gene Ontology)和 KEGG(Kyoto Encyclopedia of Genes and Genomes)是两个经典的注释数据库。它们使用的富集算法基于超几何分布
用于进行基因富集分析的通路的信息,包含通路名称和组成通路的基因,储存在一些数据库中比如KEGG、GO。我们分别介绍: KEGG(Kyoto Encyclopedia of Genes and Genomes)是一个包含生物系统功能和信息的数据库资源,提供了关于基因组、化学物质、代谢途径、疾病和药物等方面的信息。KEGG数据库涵盖了多个生物学领域,包括基因组学...
clusterProfiler包进行KEGG,GO,GSEA富集分析 本地的KEGG分析参考文章:KEGG数据库使用及通路分析教程,GO参考文章:FunRich数据库:一个主要用于基因和蛋白质的功能富集以及相互作用网络分析的独立的软件工具,当然该工具不止可以进行富集分析,具体去看文章吧。 这里就先介绍一下本地GSEA分析...
GO、KEGG、GSEA与ssGSEA的主要区别及适用场景如下：1. GO分析： 定义：基因本体论分析，研究基因的分子功能、细胞组分与参与的生物过程。 特点：不依赖于基因表达量，主要关注差异分析得到的DEG。 适用场景：初步判断处理组与对照组中哪些通路发生了显著性变化。2. KEGG： 全称：京都基因与基因组百科全书...
🎯 GSEA(Gene Set Enrichment Analysis)则是一种独特的基因集富集分析方法。与传统的KEGG或GO分析不同,GSEA能更准确地比较实验组和对照组之间同一通路的基因上调下调差异。💡 总的来说,KEGG、GO和GSEA各有其独特的应用场景,共同构成了基因富集分析的强大工具集。
传统的KEGG(通路富集分析)和GO(功能富集)分析时,针对总体的差异基因,不区分哪些差异基因是上调还是下调。所以会出现同一通路下富集到的的既有上调差异基因,也有下调差异基因,无法判断这条通路表现形式究竟是怎样。 而GSEA考虑了基因的表达水平,不需要明确指定差异基因阈值,检验的是基因集而非单个基因的表达变化,算法会...
1.数据基础：GO和KEGG分析通常基于差异表达基因，而GSEA分析基于所有基因的表达数据。2.分析侧重点：GO...