基因集富集分析GSEA（gene-set enrichment analysis）。這個操作并不難，主要就是準備符合GSEA要求的數據文件（本地的話4個），關于文件準備，可細見官方說明。若有時間我稍后整理以前資料，單獨成一篇GSEA數據文件準備。最主要的還是GSEA結果解讀。
另外，GSEA我們可能更多的用的是它的富集功能，而實際上它還有其他非常好用的功能，看自己怎么活學活用了，具體來說，就我用的多的有以下幾個：（歡迎大家補充）
- 1 當然是最常用的基因集富集分析，這個不用多加解釋
- 2 如果你自己有N個gene在不同樣本或不同時間點的表達值，你想知道和其中某個你感興趣的gene的表達模式一致（也就是共表達）的有哪些gene，并且這些gene富集在哪條信號通路，GO，染色體，受哪個miRNA調控等的話，可以用GSEA實現，并且通過cytoscape可以畫出圖
- 3 有沒有哪個（些）genes在富集到的GO或kegg里出現次數最多（意味它可能很關鍵，連接很多信號通路或生理過程等），這個功能通過leading edge analysis實現。
- 4 相對復雜一點的，按照GSEA要求的格式，做自己的GO或KEGG文件（異想天開的比如：你發現了一個新的信號通路，或作用機制，你可以把這些gene做成自己命名的信號通路，然后把你證明這個信號通路存在的數據在這個信號通路去富集。）（另外，你也可以自己重新優化適合自己的GO:BP或KEGG），這樣就像是自己的百科全書。
- 5 通過4，有沒有發現，自己可以天馬行空的制作自己覺得好玩的非生物學的小玩件。。。。
