單細(xì)胞數(shù)據(jù)結(jié)果提供了不同細(xì)胞類型之間的差異表達(dá)基因，這些基因參與的生物學(xué)通路決定了不同細(xì)胞類型的生物功能。因此，針對(duì)不同細(xì)胞類型的特有基因進(jìn)行富集分析，可以更好的了解每種細(xì)胞類型參與的獨(dú)特生物學(xué)功能，揭示和理解生物學(xué)過(guò)程中的關(guān)鍵分子機(jī)制。富集分析工具有GO、KEGG、GSEA和GSVA等，其中GSEA和GSVA是單細(xì)胞文章中常見(jiàn)的富集分析工具。

GSEA富集分析需要預(yù)先進(jìn)行樣本之間的組間對(duì)比分析，通常用于Case/Control的實(shí)驗(yàn)設(shè)計(jì)，可以獲取某個(gè)通路的基因集在實(shí)驗(yàn)組和對(duì)照組中的上調(diào)或下調(diào)趨勢(shì)。單細(xì)胞GSEA富集分析可以對(duì)不同比較組之間相同的細(xì)胞類型進(jìn)行分析，也可以對(duì)不同的細(xì)胞類型進(jìn)行分析。百篇文獻(xiàn)中出現(xiàn)了15次結(jié)果，結(jié)果圖如下。

這是GSEA分析中經(jīng)典結(jié)果圖的變形，X軸是實(shí)驗(yàn)中的所有基因，每個(gè)黑條是該基因集中的基因，我們可以知道基因在排序列表中的位置。如果基因集位于預(yù)先排列的基因列表的頂部，則通過(guò)某種度量計(jì)算出富集分?jǐn)?shù)（Enrichment Score，ES），ES為正。如果基因集位于預(yù)先排列的基因列表的底部，則ES為負(fù)。

復(fù)現(xiàn)結(jié)果如下：

第一部分：最頂部的折線為某條通路的基因Enrichment Score的折線圖。縱軸為對(duì)應(yīng)的Running ES, 在折線圖中有個(gè)峰值，該峰值就是這個(gè)基因集的Enrichemnt Score，峰值之前的基因就是該基因集下的核心基因。橫軸代表此基因集下的每個(gè)基因，對(duì)應(yīng)第二部分類似條形碼的豎線。

第二部分：類似條形碼的部分，為Hits，每條豎線對(duì)應(yīng)該基因集下的一個(gè)基因。

第三部分：為所有基因的rank值分布圖，縱坐標(biāo)為ranked list metric，即該基因排序量的值，可理解為“公式化處理后的foldchange值”。

我們可以根據(jù)項(xiàng)目需要選擇展示這三個(gè)部分結(jié)果，或者我們分別展示單個(gè)樣本富集結(jié)果，示例結(jié)果如下：

在GSEA分析后除了經(jīng)典結(jié)果圖的展示，我們還可以用氣泡圖的方法展示geneset被激活還是抑制。上、下調(diào)的 GO term /pathway分開(kāi)展示：

除此之外，我們還可以繪制山巒圖，展示每個(gè)geneset的基因logFC分布。

基因集變異分析（Gene Set Variation Analysis, GSVA），是一種非參數(shù)并且無(wú)監(jiān)督的分析方法。對(duì)每個(gè)樣本或單個(gè)細(xì)胞按基因的表達(dá)量進(jìn)行單獨(dú)排序，然后將富集分?jǐn)?shù)的值做標(biāo)準(zhǔn)化。通過(guò)將基因表達(dá)矩陣數(shù)據(jù)轉(zhuǎn)換為基因集表達(dá)矩陣數(shù)據(jù)，從而對(duì)每個(gè)樣本/細(xì)胞群的通路富集進(jìn)行分析。分析流程如下，左側(cè)輸入基因表達(dá)矩陣和基因集數(shù)據(jù)庫(kù)，中間是GSVA算法原理，右側(cè)是輸出的基因集變異分?jǐn)?shù)矩陣�；�因集變異分?jǐn)?shù)可以理解為基因集內(nèi)所有基因的綜合表達(dá)值。

文獻(xiàn)中經(jīng)常出現(xiàn)的展示結(jié)果如下：

復(fù)現(xiàn)結(jié)果如下：

縱坐標(biāo)為cluster，橫坐標(biāo)為通路名稱。紅色代表著這個(gè)通路在該細(xì)胞類型中激活，藍(lán)色代表著這個(gè)通路在該細(xì)胞類型中是抑制的。

我們還可以在GSVA分析的結(jié)果上，進(jìn)行差異比較分析,展示形式是差異基因集柱狀圖。兩個(gè)cluster/cell type/group中具有顯著差異通路的富集程度；矩形越長(zhǎng)代表富集程度越大；GSVA score值大于0代表上調(diào)的通路，小于0代表下調(diào)的通路。

GSEA和GSVA都是基于對(duì)基因的某一個(gè)值的排序來(lái)進(jìn)行富集分析。而GSEA主要是用case和control之間的差異倍數(shù)或信噪比來(lái)進(jìn)行排序，GSVA則不需要做對(duì)比，而是對(duì)每個(gè)樣本或單個(gè)細(xì)胞按基因的表達(dá)量進(jìn)行單獨(dú)排序，然后將富集分?jǐn)?shù)的值做個(gè)標(biāo)準(zhǔn)化。

以上是我這次關(guān)于單細(xì)胞轉(zhuǎn)錄組中富集分析方法的分享。