1 Enrichment score（ES）

ES是GSEA最初的結(jié)果,，反應(yīng)全部雜交data排序后，在此序列top或bottom富集的程度,。
ES原理：掃描排序序列,，當(dāng)出現(xiàn)一個(gè)功能集中的gene時(shí)，增加ES值,，反之減少ES值,，所以ES是個(gè)動(dòng)態(tài)值。最終ES的確定是講雜交數(shù)據(jù)排序序列所在位置定義為0,，ES值定義為距離排序序列的最大偏差.
ES為正,，表示某一功能gene集富集在排序序列前方
ES為負(fù)，表示某一功能gene集富集在排序序列后方,。
圖中的最高點(diǎn)為此通路的ES值,，中間表示雜交數(shù)據(jù)的排序序列。豎線表示此通路中出現(xiàn)的芯片數(shù)據(jù)集中的gene,。

2 NES

由于ES是根據(jù)分析的數(shù)據(jù)集中的gene是否在一個(gè)功能gene set中出現(xiàn)來(lái)計(jì)算的,，但各個(gè)功能gene set中包含的gene數(shù)目不同，且不同功能gene set與data之間的相關(guān)性也不同,，因此,，比較data set在不同功能gene set中的富集程度要對(duì)ES進(jìn)行標(biāo)準(zhǔn)化處理,，，也就是NES
NES=某一功能gene set的ES/數(shù)據(jù)集所有隨機(jī)組合得到的ES平均值
NES是主要的統(tǒng)計(jì)量,。

3 FDR

NES確定后,，判斷其中可能包含的錯(cuò)誤陽(yáng)性發(fā)現(xiàn)率。FDR=25%意味著對(duì)此NES的確定,，4次可能錯(cuò) 1次,。GSEA結(jié)果中，高亮顯示FDR<25%的富集set,。因?yàn)閺倪@些功能gene中最可能產(chǎn)生有意義的假設(shè),，促進(jìn)進(jìn)一步研究。大多數(shù)情況下,，選FDR<25%是合適的,，但是，假如分析的芯片data set較少,，選擇的是探針隨機(jī)組合而不是表型組合,，若p不嚴(yán)格，那么應(yīng)該選FDR<5%,。
一般而言,，NES絕對(duì)值越大，F(xiàn)DR值就越小,，說(shuō)明富集程度高,，結(jié)果可靠。

4 名義p值 nominal p-value

描述的是針對(duì)某一功能gene子集得到的富集得分的統(tǒng)計(jì)顯著性,，顯然,，p越小，富集性越好,。

以上4個(gè)參數(shù)中,，只有FDR進(jìn)行了功能gene子集大小和多重假設(shè)檢驗(yàn)矯正，而p值沒(méi)有,，因此,，如果結(jié)果中有一個(gè)高度富集的功能gene子集，而其有很小的名義p-value和大的FDR意味著富集并不顯著,。

我的一個(gè)具體結(jié)果解讀：

92/681 gene sets are upregulated in PH
0 gene sets are significantly enriched at FDR<25%
1 gene sets are significantly enriched at n p-value <1%
1 gene sets are significantly enriched at n p-value <5%

在選擇的BP中,，有681個(gè)gene sets，92個(gè)PH中上調(diào),，其中75%的正確率支持0條子集上調(diào),，1個(gè)BP的gene表達(dá)上調(diào)名義p值<0.01?？傮w結(jié)果并不理想,。

備注

GSEA富集結(jié)果太少說(shuō)明：

無(wú)gene set被富集,。
可能是因?yàn)榉治龅臉颖咎伲P(guān)注的生物信息太微弱,，或正在分析的功能集不能很好代表你所關(guān)心的生物過(guò)程,，但仍然可以看下top ranked gene sets，這些信息可能會(huì)為你的假說(shuō)提供微弱的證據(jù),。當(dāng)然也可以嘗試考慮分析其他gene sets,，或增加samples

GSEA富集結(jié)果太多說(shuō)明：

太多的功能子集被富集了。
可能是因?yàn)楹芏嗟膅ene sets代表同一生物信號(hào),，這可以在gene sets中查看leading edge sbusets來(lái)查看,?；蛘咭部梢圆榭淳唧w區(qū)別進(jìn)行加工,，比如samples來(lái)自不同labs，操作者不一樣等,。