单基因GSEA怎么做？

今天在讨论群看到有群友提问 单基因GSEA怎么做？。之前也看到过这个概念，但一直不清楚这个单是什么含义，一直以为是用单个基因做GSEA。如果之前看过生信宝典的一文掌握GSEA，超详细教程，一定会特别熟悉GSEA的原理和操作流程。当然越是理解，越是想不明白单个基因怎么做GSEA。当然如果您不熟悉GSEA，建议先看上一篇文章。

后来群友点拨理解了，不是对单个基因做GSEA，是拿单个基因（一般是感兴趣的基因）作为分组方式，探索与给定的单个基因相关的 （可以是表达相关，也可以是其它相关）基因富集在哪些调控通路和分子功能。

分组方法有两种，一种是定性分组，一种是定量相关。

定性分组

根据感兴趣的单个基因的度量值如表达值进行分组，比如按照该基因表达中位数分组，该基因表达值高于中位数的样品为一组，低于中位数的样品为一组，构建一个cls文件。如下，假如有8个样品，其中4个样品中该基因表达高 (samp1, samp3, samp7, samp8)，4个样品中该基因表达低(samp 2 4 5 6)，则cls文件如下 (一定注意样本顺序要一致)：

8 2 1
#gene_high    gene_low
gene_high gene_high gene_high gene_high gene_low gene_low gene_low gene_low

调整后的表达矩阵格式如下（注意列的对应，high对高的样品。）

Gene samp1 samp3 samp7 samp8 samp2 samp4 samp5 samp6
A 4 4 4 4 1 1 1 1
B . . . . . . . .C . . . . . . . .

后续的操作就不说了，还是看生信宝典的一文掌握GSEA，超详细教程，看完就都会了。

注：也可以按照该基因表达的第一和三四分位数分组，小于第一四分位数的为一组，大于第三四分位数的为另一组。

基于相关性的GSEA操作展示

直接看动画，数据格式也有展示，GMT文件是自己整理的。这是1我们单细胞和群体转录组课程的一个小环节 (回头把这部分视频拆出来放到腾讯课堂供访问)。

公众号看不了动画，截图两张，点击阅读原文去查看吧。

讨论学习是个很好的方式，欢迎大家有问题发到train@ehbio.com，信息全的，问题可重现的，或有意思的开放问题我们都会给予解决，写个推文发出，既方便自己，又方便他人。

当然如果类似转录组怎么分析, 宏基因组怎么分析，这样大的问题还是参加我们的线下培训班或购买网课吧，都在www.ehbio.com/Training。