|
但是，也有很多老师遇到这样一类问题：我现在已经有关心的靶标基因了（通过实验/文献/导师研究），而且非常肯定，那怎样才能基于疾病的单基因进行生信分析呢？在这里给大家推荐一个软件GSEA，可以非常好的解决这个问题。 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的分析方法，将基因与预定义的基因集进行比较。即综合现有的对基因的定位、性质、功能、生物学意义等信息基础，构建一个分子标签数据库，在此数据库中将已知基因按照染色体位置、已建立基因集、模序、肿瘤相关基因集和GO基因集等多个功能基因集进行分组与归类。通过分析基因表达谱数据，了解它们在特定的功能基因集中的表达状况，以及这种表达状况是否存在某种统计学显著性。 上面的解读还是比较抽象的，说的直白一点就是，GSEA可以将高通量数据（测序/芯片）进行特定的基因排序，然后对基因进行功能富集，包括KEGG pathway或GO BP,CC,MF等。但是和之前我们讲的DAVID功能富集不太一样。 GSEA的分析思路常见的有两个： （1） 样本分成两组，计算两组之间的差异基因，然后根据差异基因的上下调排序做功能富集分析； （2） 只有一组样本，还有一个关键基因，通过关键基因与其他基因的表达相关性排序，然后做功能富集分析。 其中，第一种思路是最常见的，就是简单的对差异基因做功能富集。今天要讲的是第二种思路，疾病关键基因的调控功能富集分析。相关的文献有很多，在这里我推荐两篇。 第一篇：《RORα is crucial for attenuated inflammatory response to maintain intestinal homeostasis》 第二篇：《RNAi-mediated silencing of AQP1 expression inhibited the proliferation, invasion and tumorigenesis of osteosarcoma cells》 这种文献的共同点——疾病+1个关键基因+关键功能。 那么前期关键基因（RORα）是怎么获得的我这里就不细讲了。基于GEO数据库中的GSE121977这套实验组数据，作者以RORα基因为关键表型标签（phenotype label），以Pearson correlation为排序算法（Metric for ranking genes）。经过分析发现RORα在肠道炎症疾病数据中，可以调控各种炎症响应功能。这个结果与表型可以密切关联。 原文：The phenotype label for GSEA was set to RORαf/f on day 0: RORαf/f on day 8: RORαΔIEC on day 0: RORαΔIEC on day 8 = 1:2:1:3, and the Pearson correlation coefficient was then calculated per gene for ranking 第二篇文献的思路也非常相似，先是获得了关键基因（AQP1），然后基于GEO数据库中的GSE42352这套实验组数据，以AQP1基因为关键表型标签（phenotype label），以Pearson correlation为排序算法（Metric for ranking genes）。经过分析发现AQP1在骨肉瘤疾病数据中，可以调控TGF-b signaling pathway 和 focal adhesion两个通路，这两个通路很明显是和凋亡相关的癌症通路。这个结果与表型可以密切关联。 分析结果图及文献原文如下所示： 下面简单的介绍一下GSEA软件的使用。 首先，GSEA软件下载于官网https://www./gsea/index.jsp 。需要注册登陆，下载安装包。该软件需要java支撑。 第二，安装软件，并打开。界面如下 第三，导入数据。 我们导入的表达谱数据是gct格式文件，表型标签是cls文件。 当然我们这里不需要导入cls文件，因为我们的表型标签是一个基因，不需要对样本分组。 第四，设置参数。 重要参数就是三个： （1） 选择预设基因集。可以选择KEGG PATHWAY，也可以选择GOBP, GOCC ,GOMF等。 （2） 选择表型标签。以单个基因为表型标签。 （3） 选择排序方法。以pearson为排序算法。 （4） 其他参数默认，点击“Run”，开始分析，出结果。
本周五（9月11日）晚上19:30，我们举办第二期《临床医学与生信项目咨询会议》。会议上我们会给大家简单分享一篇最新的2020年发表的关于GSEA 基因集富集分析的文献思路，详情见视频号介绍，然后再进行咨询答疑。
|
|
|
