00:00 / 07:26
连播
清屏
智能
倍速
点赞2765
转录组富集分析|GO、KEGG、GSEA一篇讲透! 做转录组差异分析后,富集分析是连接差异基因与生物学功能的关键一步。但GO、KEGG、GSEA到底怎么选?代码总报错?今天一次性讲清楚👇 🧬 三种富集方法核心区别 🧬 GO富集分析 输入:上下调基因 特点:分三个维度—— 🔹 BP(生物学过程,如细胞周期) 🔹 CC(细胞组分,如细胞核) 🔹 MF(分子功能,如激酶活性) 适合:想知道差异基因主要影响哪些生物功能 🧬 KEGG富集分析 输入:上下调基因 特点:映射到信号通路和代谢通路,看基因参与的具体通路(如PI3K-Akt、MAPK) 适合:想知道差异基因影响了哪些信号转导或代谢网络 🧬 GSEA(基因集富集分析) 输入:全部基因(按logFC从高到低排序) 特点:不设p值/差异倍数阈值,利用全部基因的排序信息,捕捉微弱但协同一致的变化,即使单个基因差异不显著,只要整个基因集偏向顶部或底部就能检出 适合:差异基因较少,或想发现更稳健、更全局的通路变化 📊 结果看图要点 气泡图:横轴GeneRatio(你的基因占比),纵轴通路,颜色=矫正后p值(越红越显著),大小=基因个数 柱状图:横轴基因数,可横向展示 GSEA:看 NES值(正=富集在顶部,负=底部),通常|NES|>1,p<0.05算显著 ⚠️ 新手最易错 输入基因重复 → 报错 ID类型不对 → 无法映射 只看上调基因,忽略GSEA的全基因视角 📌 总结 先用GO/KEGG找出显著通路,再用GSEA验证是否有遗漏的、协同变化的基因集。富集不难,稳住!@DOU+小助手 #生信分析 #细胞实验 #动物实验 #实验室日常 #科研狗的日常
00:00 / 14:43
连播
清屏
智能
倍速
点赞87