02
2021.11
【RNAseq 3小學堂】基因富集分析_GSEA
原創文章 引用請註明出處
#RNAseq #GSEA #雲平台 #3小學堂
|| 3分鐘速解RNAseq分析,本周介紹GSEA分析 ||
點圖
Upset plot
網絡圖
Heatmap
GSEA plot
上篇提要,在利用DEG篩選出差異基因後,為了更了解這些基因與pathway和疾病間有哪些相關,因此進行"基因富集分析",使用的資料庫為KEGG、DO、GO。
你充滿自信的走進老闆辦公室,在老闆面前操作雲平台,調整了不同的篩選結果。你滿懷期待的看著老闆,希望在這些結果中有讓他滿意的數據,老闆再次微笑看著你說:「我曾在文獻上有看到X基因對你的研究是有相關的,但都沒出現在你的篩選結果裡,是不是要好好探討或是調整計算方式呢?」
Oh my god!!! 晴天靂霹,你可能心想,難道我要一篇一篇文獻找相關資料? 還要找其他富集的計算方法???
|| GSEA提供你另一種基因富集計算的選擇,不再局限於門檻值框架 ||
還記得上篇最後,小編有提到,每個分析都有優缺點,DEG系列的分析結果是基於"特定篩選門檻,選出差異基因",可能會因此忽略掉未達篩選門檻、但對pathway有重要貢獻的基因。
GSEA分析就是為了解決上述的問題而誕生! 關於GSEA的原理解釋,可以參考這篇"GSEA分析"文章。
在說明雲平台可以提供哪些GSEA結果圖前,我們簡單的來複習GSEA的概念,並同時來看看GSEA經典的GSEA plot圖吧!
好的,那我們接下來來看看雲平台有哪些GSEA分析圖吧!
點圖
Upset plot
網絡圖
Heatmap
Ridge plot
GSEA plot
下篇,我們將介紹蛋白交互作用分析(Protein Protein Interaction, PPI),了解蛋白質間的交互作用有助於我們對於基因表現差異與疾病的了解!PPI分析,我們下篇見!
圖爾思生物科技/微生物體研究中心
沈筱凌/顏維萱
沈筱凌/顏維萱