內容引用于以下文章：

https://blog.csdn.net/weixin_43569478/article/details/83745105

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1239896/

https://zhuanlan.zhihu.com/p/44091458

http://www.bio-info-trainee.com/3912.html

關于挑選 上調基因集合，作為背景基因，是否合理的問題。

合理。對哪群基因感興趣都可以做，GSEA的核心算法是，具有某個功能的基因集，在你感興趣的一群基因中是否顯著富，以此判斷你感興趣的這群基因是否可能具有某個功能。

在傳統的富集分析時，我們只需要一個差異基因的列表，根本不關心這個差異基因究竟是上調還是下調。這是因為，傳統的富集分析根本不需要考慮基因表達量的變化趨勢，其算法的核心只關注這些差異基因的分布是否和隨機抽樣得到的分布一致，即使后期在可視化時，我們在通路圖上用不同顏色標記了上下調的基因，但是由于沒有采用有效的統計學手段去分析這條通路下所有差異基因的總體變化趨勢，這使得傳統的富集分析結果無法回答上述的問題。

GSEA分析結果詳細解讀

《生信修煉手冊》:?https://blog.csdn.net/weixin_43569478/article/details/83745105