温馨提示：请点击标题下方蓝色“实验万事屋”，或者点击下面的指纹添加关注。
不知道你们还记不记得愚人节我介绍的神器（不知道的点这里），没错，连视频都是我编的，用两个网络分析工具凑在一起编出来的一个神器。
当然，为了不误导你们，补偿一下你们收到麦当劳网址或者搜狗百科网址带来的内心创伤，我就给你们慢慢讲一下这两个工具。
第一个工具，我想有蛮多人都猜出来了，之前其实我们有专门讲过使用，但是由于是三年前讲的，所以2017年的新版，完全改头换面，从原来需要注册才能使用，现在不用注册了。
界面就是这样简洁，首先输入要分析的物种。
然后是分析方法，这里分析方法一共有三种，第一种是ORA，第二种是GSEA，第三种是NTA。估计你肯定是只听过GSEA这样一种方法哈，先给你简单解释一下。
第一种方法被称之为ORA，叫做过代表分析，啥意思呢？看上面这张图哈，这种分析方式，是将我们感兴趣的基因，和背景基因进行一个交集，这交集就是所获得的一个结果。这个可能你们听不太懂哈，简单点说哈。比如我们获得了差异基因，做一个Pathway分析，每一个Pathway中所包含的基因，就是背景基因；而我们要分析的差异基因呢，就是右边这个圈里的。通过这个交集，我们就能知道我们分析的差异基因里存在哪些信号通路的富集了。
还是不明白？呃，这么解释吧，比如我们买了一篮子的菜（我们感兴趣的差异基因），然后我们对这篮子菜进行分析，然后按照荤的、素的、根茎类、叶菜类、果实类（各种背景基因），进行交集分析，就能知道我们买了多少荤菜，多少素菜了。普通的KEGG Pathway分析，和GO分析，都是用这种方法实现的。
在第一种方法的基础上，形成了第二种分析方法，就是所谓的FCS（功能集打分法），这种方法里最常见的就是GSEA。这种方法是首先将所有的差异基因按照表达差异（一般是LogFC或者t值）来进行打分排序。然后采用ORA的方法取交集，取完交集分完类后，将排序打分引入到交集中间，如果这个交集里面所有的基因都排名靠前，那就说明这个Pathway或者GO term的变化有显著意义。
还是用买菜来说吧，一篮子菜（差异基因）里面有多有少，我们先按照荤的、素的、根茎类、叶菜类、果实类（各种背景基因），进行交集分析，接着我们按照买到的菜的多少进行排序，茄子十斤，黄瓜七斤，山药五斤，白菜一两，肉五钱，西红柿半拉……通过这样的，我们就分析获得买菜的人偏爱买柱状的、蔬菜，不爱吃肉。
…华丽丽的分割线…
李莫愁博士：对了，还有第三种方法，叫NTA（网络拓扑结构分析），是在GSEA的基础上，再加上上下游关系的拓扑结构的一种分析方法，这种方法呢，有一个问题，就是所有的关系都取决于你的数据库来源。当然，GO分析由于没有上下游关系，是不能进行NTA分析的。总的来说这种方法不常用啦。好了，关于这个工具嘛，今天就先讲这些，先明白分析原理，才能看它的实际操作，具体的用法我们明天再接着讲哈。今天就先策到这里吧……
万事屋出售的课程及服务（点击下方即可查看，客服微信号阿可：wsw76770309）
《文献精读班（4月1日第一次直播）》
《meta简明教程》
《SCI写作教程》
《SCI制图》
《标书写作教程》
《松哥统计教程》
《科研小软件应用》，即万事神器
《GEO数据库挖掘入门》
