GSEA确实搭配热图后更直观易懂

其中生物学功能数据库注释目前最稳妥的是GSEA方法，但是文章在标准的gsea图下面加上了一个热图，蛮有意思的：

因为纯粹的GSEA方法出图后很多人都没办法理解。

假设芯片或者其它测量方法测到了2万个基因，那么这两万个基因在case和control组的差异度量 (其实有六种差异度量，默认是signal 2 noise，GSEA官网有提供公式，也可以选择大家熟悉的foldchange) 肯定不一样， 那么根据它们的差异度量，就可以对它们进行排序，并且Z-score标准化，在GSEA图的最底端展示的就是排序后的基因列表 ：

那么图中间，就是我们每个gene set里面的基因（通常是几十个基因甚至上百个基因）在所有的2万个排序好基因的位置，如果gene set里面的基因集中在2万个基因的前面部分，就是在case里面富集，如果集中在后面部分，就是在control里面富集着。

而最上面的那个ES score的算法，大概如下：

仔细看，其实还是能看明白的，排序好的2万多个基因里面的每个基因在每次gsea分析的每个gene set里面的ES score取决于这个基因是否属于该gene set，还有就是它的差异度量，上图的差异度量就是FC（foldchange）, 对每个gene set来说，所有的基因的ES score都要一个个加起来，叫做running ES score，在加的过程中，什么时候ES score达到了最大值，就是这个gene set最终的ES score ！

所以实际上大家只需要看每个gene set最终的ES score即可，比如：

我们常规的可视化代码就是enrichplot包的gseaplot2函数，代码如下所示：

显示12个通路，这样可以看到正负值的区别， 可视化效果；

上面的gsea和分析和可视化是直接使用了DOSE里面的data(geneList) ，这个排序好的基因序列，而且是entrezeID的形式。

实际上我们自己的 基因排序，往往是来自于自己的差异分析后的：