GSEA在很多文献中都有使用到，可以使用R分析，也可以使用GSEA软件进行分析，个人觉得用软件分析出来的图好看些，这里记录一下我用GSEA软件分析的一个实战笔记，主要使用的数据是TCGA数据。

一、下载

软件下载

GSEA官网：http://www.gsea-msigdb.org/gsea/index.jsp

首先需要用邮箱注册，登入后进入下载页面

1.png

Molecular Signatures Database

2.png

这里下载KEGG数据（其它数据也可以用来分析，这里以KEGG为例），点击箭头所指的地方进入下载页面；

3.png

由于我的表达矩阵已经将基因转换成Gene Symbols了，所以下载这个文件。

二、数据准备

1. 表达矩阵
2. 分组信息
3. 前面下载的.gmt文件（KEGG）

1.表达矩阵（.txt格式）

前面已经处理好了TCGA的数据，得到了mRNA的表达矩阵和分组信息

4.png

注意需要将excel表格另存为.txt格式，这样软件才能识别。行名为基因名，列名为样本名。

2.分组信息

分别拿到要比较的两组的样本名，这里比较tumor和normal；

tumor = mRNA_exp[,group_list_rna == "tumor"]
tumor = as.data.frame(colnames(tumor))
write.table(tumor, file="./data/tumor_sample.xls", sep="\t", row.names=T)
normal = mRNA_exp[,group_list_rna == "normal"]
normal = as.data.frame(colnames(normal))
write.table(normal, file="./data/normal_sample.xls", sep="\t", row.names=T)

还有一种分组是按某个基因的表达量高低分为两组

gene <- "CDK1"
mRNA_exp = t(mRNA_exp[gene,])
mRNA_exp = as.data.frame(mRNA_exp)
mRNA_exp$group <- ifelse(mRNA_exp$CDK1 > median(mRNA_exp$CDK1),'High','Low')
High = mRNA_exp[mRNA_exp$group == "High",]
write.table(High, file="./data/CDK1_high.xls", sep="\t", row.names=T)
Low = mRNA_exp[mRNA_exp$group == "Low",]
write.table(Low, file="./data/CDK1_low.xls", sep="\t", row.names=T)

三、运行软件

这里分析基因的表达量高低分组的结果

软件安装好双击打开

5.png

完成图中1，2两个设置就可以出结果了；

第一步，Load data

6.png

导入前面准备好的.gmt文件和表达矩阵，并出现导入成功的提示框。

第二步，Run GSEA

Expression dataset选择导入进去的表达矩阵

7.png

Gene sets database选本地下载好的c2.cp.kegg.v7.5.1.symbols.gmt

8.png

Number of permutations选默认的1000

Phenotype labels点击Create an on-the-fly phenotype

9.png

将我们处理好的基因的表达量高低两组的样本名粘贴到1和2方框内，并在下面给它们命名CDK1_high和CDK1_low，点击Apply to dataset。

10.png

弹出成功对话框后出现如下页面，点击OK

11.png

Collapse/Remap to gene symbols选择no_Collapse

12.png

Permutation type

样本较多（大于7个）选phenotype

13.png

Chip platform不需要选，因为我们已经转换了基因ID

最后点击Run

14.png

15.png

运行完成后会出现Success，点击Success进入结果查看页面

16.png

四、结果解读

17.png

一般FDR < 25%，pvalue < 5%，NES > 1是比较好的结果，点击Snapshot

18.png

我们知道CDK1是跟细胞周期相关的，点cell cycle看一下

19.png

20.png

这里FDR < 25%，pvalue < 5%，NES > 1，说明CDK1高表达上调了cell cycle通路。