探“云”指南 | GSVA（基因集变异分析）

2.1 GSVA小工具

将表达矩阵文件（counts.xls, fpkm.xls）结合物种匹配的gmt背景文件，可以计算出每一个gmt文件中的term对应的基因集在样本间的表达矩阵，以此来评估该term是否在样本间富集。具体输入文件格式，请参考页面右侧的使用说明。

图1 | 表达矩阵文件示例。

行名为单个基因，列名为样本名

图2 | 富集gmt背景文件

第一列为富集条目名称，第二列需为空列，第三列往后为该条目内的基因。

2.2 差异分组信息文件

输入差异分组信息文件对上一步获取的term表达量矩阵进行差异分析，绘制结果图。

图3 | 差异分组信息文件

必须包含case，case_name，control，control_name。且每个比较组中的case_name, control_name不能同时重复。

2.3 常用参数选择

用户可以通过多个参数调整输出的结果图中的条目（在提供差异分组信息文件的情况下）。q值，p值，FC值的筛选阈值用于筛选差异结果。总绘制条目数，选取排名前n的条目绘制结果图，上下调分别绘制条目数，选取排名前n的上调基因集与排名前n的下调基因集绘制结果图。除此之外，结果图中的条目颜色，条目字体大小，条目高度用户也可以自行调整。

2.4 结果说明

图中每个条目代表一个富集通路，根据显著性排序绘制用户选择的top n的差异富集条目结果图。纵坐标为条目名字，横坐标为t值。同时提供各样本富集通路的丰度表与差异结果分析表。

1、探“云”指南 | 手把手教您欧易云平台曲线绘制

2、探“云”指南 | 欧易云平台表达量计算详细教程

3、探"云"指南 | 欧易云ROC分析曲线

4、超强攻略！欧易云平台miRanda靶基因预测绘图工具你值得拥有！

END

排版人：小久

原创声明：本文由欧易生物(OEBIOTECH)学术团队报道，本文著作权归文章作者所有。欢迎个人转发及分享，未经作者的允许禁止转载。