GSEA分析数据的NES值怎么看？正负分别代表什么？

由于ES是根据分析的数据集中的gene是否在一个功能gene set中出现来计算的，但各个功能gene set中包含的gene数目不同，且不同功能gene set与data之间的相关性也不同 较data set在不同功能gene set中的富集程度要对ES进行标准化处理，也就是NES，NES=某一功能gene set的ES/数据集所有随机组合得到的ES平均值。

值为正，表示某一功能gene集富集在排序序列前方。值为负，表示某一功能gene集富集在排序序列后方。

1、图最上面部分展示的是富集分数（ES,enrichment score）值计算过程，从左至右每到一个基因，计算出一个ES值，连成线。在最左侧或最右侧有一个特别明显的峰值就是基因集表型上的ES值。图中间部分每一条线代表基因集中的一个基因，及其在基因列表中的排序位置。

2、最下面部分展示的是基因与表型关联的矩阵，红色为与第一个表型(class A)正相关，在class A中表达高，蓝色与第二个表型(class B)正相关，在class B中表达高。

3、Leading-edge subset 对富集得分贡献最大的基因成员。若富集得分为正值，则是峰左侧的基因；若富集得分为负值，则是峰右侧的基因。

4、FDR GSEA默认提供所有的分析结果，并且设定FDR<0.25为可信的富集，