GO分析IPA分析GSEA分析大致理解
三个基本要素：RNA profile, 基因集，分析方法
KEGG，GO等只是基因集合，不是分析方法。人约有20000个基因，p53通路约200个基因，这200个基因就是一个基因集，KEGG里大概有数百个个这样的基因集，各种信号通路都是一个基因集，KEGG，GO等都可以认为是基因集（gene sets）的集合（collection）。
做了RNA profile后，评估控制因素 对基因集的影响。大概有三种方法
1.最简单的是富集分析，也就是常说的GO分析，KEGG分析采用的方法。 大致意思，你的数据里共20000个基因，有5000差异基因. p53基因集有200个，那么在这200个基因中，那么期望上有50个基因是差异的，实际上确有100个。这像不像典型得卡方检验四格表？这个p值就是用类似卡方检验/二项分布的方法得出的。
该方法只看有没有差异表达，不看差异表达的程度和方向。
2.进阶版的是IPA中Z score. 大致意思：在p53的200个基因中，理论上哪些应该上调，哪些应该下调（先验知识）。而实际芯片中是否与之对应。一致的计为1，不一致的计为-1，没变化的计算为0，然后求和。求和后除以200的平方根，结果有正负。
该方法参考了差异表达和差异表达的方向,但没有参考不同基因的权重。
3.GSEA 使用的方法 GSEA要复杂些，不但计算差异表达，还要根据FOLDchange(常用)进行排名（有正负），FoldChage会赋予不同基因不同的权重，然后根据权重计算累计Enrichment score.
大致是先计算所有基因的FoldChange（上调为正，下调为负）,然后从高到底排名，并标示出基因集（比如Ｐ53通路）在排名中的位置，然后进行累加，在基因集合内则根据Fc权重增加相应的数值，不在则减去一个很小的数(权重很小)，所以GSEA图上的那条曲线是锯齿状波动的。理想的情况下，是基因集(比如P53通路)的基因主要分布在排名的两端（leading edge），GSEA图上包含足够多的信息。
该方法使用 差异表达，基因权重，也由差异方向信息。
做了RNA profile后，需要选择一种基因集（或者基因集的colleciton），选择一种分析方法, 运行软件。
以上是大致理解，实际上的统计分析要考虑更多因素。
