GSEA结果解读

上一篇GSEA可以做什么之后，继续进行结果解读

ES是GSEA最初的结果，反应全部杂交data排序后，在此序列top或bottom富集的程度。 ES原理：扫描排序序列，当出现一个功能集中的gene时，增加ES值，反之减少ES值，所以ES是个动态值。最终ES的确定是讲杂交数据排序序列所在位置定义为0，ES值定义为距离排序序列的最大偏差. ES为正，表示某一功能gene集富集在排序序列前方 ES为负，表示某一功能gene集富集在排序序列后方。 图中的最高点为此通路的ES值，中间表示杂交数据的排序序列。竖线表示此通路中出现的芯片数据集中的gene。

由于ES是根据分析的数据集中的gene是否在一个功能gene set中出现来计算的，但各个功能gene set中包含的gene数目不同，且不同功能gene set与data之间的相关性也不同，因此，比较data set在不同功能gene set中的富集程度要对ES进行标准化处理，，也就是NES NES=某一功能gene set的ES/数据集所有随机组合得到的ES平均值 NES是主要的统计量。

NES确定后，判断其中可能包含的错误阳性发现率。FDR=25%意味着对此NES的确定，4次可能错 1次。GSEA结果中，高亮显示FDR