对基因集进行差异分析？除了用MSigDB搞GSEA，文献中还这样做……

引言

GO/KEGG富集分析前，常会对基因进行差异分析，获得DEG。然而，你可曾听过这样一种分析，可以直接对基因集进行差异分析？

说到基因集，可能大家最先想到的是GSEA。前期，我们提过：针对表达差异不显著但具有重要生物学意义的基因，可以通过GSEA分析其所在功能相关的基因集与生物学状态（表型）的相关性，来阐明机制。需要注意的是，GSEA依赖于表型（分组）信息。对于表型（分组）复杂的大样本量研究以及不设比较组的多个、独立样本研究而言具有局限性。本期，我们介绍一种文献中常用、不依赖表型（分组）而对基因集进行分析的方法——GSVA。

                                                                                                                               表1 GSEA与GSVA的比较

基因集变异分析（Gene Set Variation Analysis，GSVA），是一种非参数、无监督的分析方法。通过将不同样品之间基因的表达量矩阵转化为基因集的表达量矩阵，从而评估基因集在不同样品之间的富集情况。并且，GSVA能对富集分析后的基因集进行差异分析，使分析结果更具解释性。

GSVA方法概述此外，GSVA与GSEA有许多相似之处。比如，都是对基因集而非单个基因进行分析、都需要提供基因表达矩阵、都可以使用MSigDB中基因集或自定义基因集。因而，MSigDB并非GSEA专属数据库，也能用作GSVA！

 

 

                                                                                                                                  图2 文献中GSVA的应用

我们可以从知乎、B站等渠道获取GSVA学习资料，但通常还需额外下载软件或学习代码。“担心基础”或“想快速入手”的同学们还可以尝试使用康测科技云分析平台，零代码实现轻松上手。

                                                                                                                                图3 B站上GSVA教学

康测GSVA云工具支持多种GeneID来源（Ensembl、GeneSymbol、EntrezID（NCBI）），支持多个物种（不止人和小鼠），并提供文献中常用的可视化方式：箱型图和热图，更能进行差异分析（P值、logFC阈值可调）。