富集分析与GSEA

更新：2026-10-15；状态：可用；验证范围：文档核对；完整流程未在本机运行。

功能富集把特征列表或排序与知识集合连接，结论取决于背景、映射、排序和多重检验。

过度表示与排序富集

过度表示分析比较选中集合与背景中某注释的比例；背景应反映实际有机会被测量、检验和选中的特征，而不是机械使用全部已注释基因。

GSEA 类方法使用排序列表考察某集合是否集中在一端。排序指标及方向、重复 ID、集合大小和统计实现都会影响结果，不能只保留显著基因后再声称做了完整排序富集。

一个实践清单

先按基因标识符与同源基因记录映射率、一对多和重复处理；保存背景及基因集版本。输出保留原始/调整后证据、命中基因、方向或富集分数及集合大小。

使用官方示例复现一个列表分析，然后改变合理背景比较差异；这是理解背景影响的练习，正式分析的背景应有设计依据。多个相关 GO 条目可能由同一组基因驱动，不应算成多个独立功能证据。

结论边界与深入

显著富集是统计关联，不等于通路被激活，也不证明某基因导致性状。GWAS 位点映射到基因的规则本身就是额外假设。

参考 GO 官方富集说明、GSEA 原始论文和 GSEA 用户指南。

GO资源的定义、注释证据和版本见GO术语注释与证据。

具体核查一次

若共10000个基因有机会被检验，200个进入选中列表，应从这10000个中建立合适背景；改用所有注释基因会改变比例问题。ORA的选中阈值和背景均需保存；排序富集则保留符合规则的完整排序，注明正方向和排名统计量。

按实现核对是表型置换、基因集置换或预排序算法，以及各自零假设。表型置换要求适当交换性；配对或重复测量不能任意打乱样本标签。基因集之间相关、映射损失及集合大小会影响解释；多重校正后的多个GO条目仍不等于多个独立机制证据。

本次可选择集合的记录

RNA差异结果报告与富集背景说明为什么RNA-seq富集背景需要结合可检验与可映射基因。公开airway数据贯通DESeq2输出完整差异表及NA状态，top50只是预览，不是默认背景或完整排序集合。本轮未运行富集工具。