3.Function Analysis

1) Table of Contents

当我们找到一些感兴趣的基因后(比如在某种处理条件下,与对照相比,表达量有明显差异的基因),我们希望能从这些基因中提炼出生物学意义,即根据一些已有的知识判断这些基因和哪些生物学功能是有相关性的。
Fig 1. Overview of existing pathway analysis methods using gene expression data as an example
我们将会介绍基于差异表达基因的 over representation 分析,包括 GO 富集、KEGG 富集。另外,我们还将以 GSEA 为代表介绍功能集打分(Functional Class Scoring)方法,其直接分析原始的基因表达矩阵。

2) Files Needed

  • 本章不需要使用docker,所用到的文件可以直接从该链接Files needed by this Tutorial中的清华云的Bioinformatics Tutorial / Files路径下的相应文件夹中下载所需要的文件。

3) Teaching Videos (link)

  • PART II: Functional Analysis - GO&KEGG
  • PART II: Functional Analysis - GSEA