PSEA分析

PSEA分析应用场景

       PSEA（Protein Set Enrichment Analysis）与传统的富集分析不同，传统的富集分析更加依赖差异蛋白，这涉及到差异阈值的设定，存在一定主观性并且只能用于显著差异的蛋白富集。而PSEA则不局限于差异蛋白，从蛋白集的富集角度出发，理论上更容易囊括细微但协调性的变化对生物通路的影响，故能兼顾差异较小的蛋白尤其是差异倍数不太大的蛋白集。可选的富集功能为 Gene Ontology功能，KEGG通路。

分析方法

       使用GSEA软件对所有蛋白在比较组中表达量的变化 Ratio 值进行排序，排序之后的蛋白列表顶部可以看作是上调蛋白，底部是下调蛋白。PSEA分析的是一个功能集下的所有蛋白在这个排序列表的顶部或者底部富集，如果在顶部富集，该功能集是上调趋势；如果在底部富集，则是下调趋势。

图表展示

       注：PSEA分析结果表格。其中NAME为通路的名字；SIZE代表该通路下的蛋白在排好序的蛋白列表中的数目；ES代表Enrichment score，大于0 表示通路在列表的顶部富集，小于0表示通路在列表的底部富集；NES代表归一化后的Enrichment score；NOM p-val代表富集显著性p value；FDR q-val代表多重假设检验校正后的p值；FWER p-val代表的也是多重假设检验校正后的p值，较FDR q-val更严格。

       注 ：PSEA显著富集通路条形图。横坐标为NES值，纵坐标为富集到的功能或通路。其中红色为显著富集到有序蛋白列表顶端的通路，绿色为显著富集到有序蛋白列表底端的通路。

       注：PSEA富集结果图。分成三个部分，第一部分为蛋白Enrichment Score的折线图，横轴为根据比较组中表达量变化的 Ratio 值由大到小排序的蛋白，纵轴为该通路下蛋白对应的Running ES，折线图的峰值就是这个通路的Enrichment score。第二部分为hit，用线条标记位于该通路下的蛋白在有序列表中的位置。第三部分为所有蛋白的Ratio值的分布图。

参考文献

       Aravind, Subramanian, Pablo, et al. Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles.[J]. Proceedings of the National Academy of Sciences of the United States of America, 2005.