RNA-seq入门实战（七）：GSEA——基因集富集分析 - 知乎
定义： 基因集富集分析 (Gene Set Enrichment Analysis, GSEA)是一种计算方法，用来确定一组先验定义的基因集是否在两种生物状态之间显示出统计学上显著的、一致的差异。 官网地址： GSEA (gsea-msigdb.org) 基本原理： 使用预定义的基因集（通常来自功能注释或先前实验的结果），将基因按照在两类样本中的差异表达程度排序，然后检验预先设定的基因集合是否在这个排序表的顶端或者底端富集。 基因集合富集分析检测基因集合而不是单个基因的表达变化，因此可以包 …
RNA-seq入门实战（七）：GSEA——基因集富集分析 - 简书
2022年5月16日 · 基因集富集分析 (Gene Set Enrichment Analysis, GSEA)是一种计算方法，用来确定一组先验定义的基因集是否在两种生物状态之间显示出统计学上显著的、一致的差异。 使用预定义的基因集（通常来自功能注释或先前实验的结果），将基因按照在两类样本中的差异表达程度排序，然后检验预先设定的基因集合是否在这个排序表的顶端或者底端富集。 基因集合富集分析检测基因集合而不是单个基因的表达变化，因此可以包含这些细微的表达变化，预期得到更为理 …
干货 | RNA-seq之R语言富集分析，KEGG、GO和GSEA实战详解
2024年3月25日 · GSEA是Gene Set Enrichment Analysis（基因集富集分析）的缩写。它是一种用于解释基因表达数据的生物信息学方法，旨在识别在特定条件下共同显著表达的基因集。GSEA的基本原理是通过比较基因表达数据中基因集的表达模式与预先定义的基因集的富集模式。
GSEA | 基因富集分析 - 简书
2023年5月1日 · 基因富集分析（Gene Set Enrichment Analysis，GSEA）是一种针对全基因组表达谱芯片数据...
听哈佛大神讲怎么做单细胞转录组GSEA分析 - 知乎
Gene Set Enrichment Analysis (基因集富集分析)用来评估一个预先定义的基因集的基因在与表型相关度排序的基因表中的分布趋势，从而判断其对表型的贡献。 其输入数据包含两部分，一是已知功能的基因集 (可以是GO注释、 MsigDB 的注释或其它符合格式的基因集定义)，一是表达矩阵，软件会对基因根据其与表型的关联度 (可以理解为表达值的变化)从大到小排序，然后判断基因集内每条注释下的基因是否富集于表型相关度排序后基因表的上部或下部，从而判断此基因集内 …
单细胞之富集分析-2：批量GSEA和GSVA分析 - 简书
Gene Set Variation Analysis(GSVA) 被称为基因集变异分析，是一种非参数的无监督分析方法，主要用来评估芯片和转录组的基因集富集结果。 主要是通过将基因在不同样品间的表达量矩阵转化成基因集在样品间的表达量矩阵，从而来评估不同的代谢通路在不同样品间是否富集。 GSVA和GSEA两者的输入数据相似，包括已知功能的基因集和表达矩阵 。 一般的富集分析（GO和KEGG）仅考虑差异基因，没有考虑基因表达量 ，这容易遗漏部分差异表达不显著却有重要生 …
bulk RNA 数据合并R语言 r语言rnaseq 数据gsea分析 - 51CTO博客
2024年3月11日 · GSEA （Gene Set EnrichmentAnalysis），即 基因集富集分析，它的基本思想是使用预定义的基因，将基因按照在两类样本中的 差异表达程度排序，然后检验预先设定的基因集合是否在这个排序表的顶端或者底端富集。 GSEA和GO、KEGG pathway不同的地方在于，后两者会提前设定一个阈值，只关注差异变化大的基因（相当于重点班）。 这样子容易遗漏部分差异表达不显著却有重要生物学意义的基因（成绩一般，但是很有天赋）。 所以GSEA分析比较适用 …
GSEA User Guide - GSEA-MSigDB
Gene Set Enrichment Analysis (GSEA) is a computational method that determines whether an a priori defined set of genes shows statistically significant, concordant differences between two biological states (e.g. phenotypes). The Gene Set Enrichment Analysis PNAS paper fully describes the algorithm.
Bulk RNA-seq第9期 | GSEA富集，不一样的富集分析 - 360doc
2023年12月11日 · 本系列推送旨在带领生信零基础的科研人一起掌握Bulk RNA-seq数据分析，同时为其他Bulk组学和单细胞（核）转录组测序的数据分析奠定基础。 第1期. 快2024年了，还有必要学习Bulk RNA-seq？ 第2期. 零基础画PCA图. 第3期. 基因ID转换，一键搞定. 第4期. 差异分析三巨头，该了解一下了. 第5期. 关于热图，你所不知道的. 第6期. 火山图，不是你想的那样. 第7期. GO，我收藏了. 之前两期我们分别学习了富集分析中的两种常见方法——GO和KEGG富集。 …
2-3. 通路富集分析 (GSEA) - Bioinformatic Tutorial (Daxing Research)
RNA-seq分析： 通路富集分析(GSEA) 在得到差异表达分析的结果后，我们往往还会对差异表达基因相关的功能感兴趣，在这里，我们介绍GSEA方法，这是一种比较好用的通路富集方法，可以根据基因表达的倍数情况，来分析基因相关的通路。