基因集富集分析GSEA（gene-set enrichment analysis）。这个操作并不难，主要就是准备符合GSEA要求的数据文件（本地的话4个），关于文件准备，可细见官方说明。若有时间我稍后整理以前资料，单独成一篇GSEA数据文件准备。最主要的还是GSEA结果解读。
另外，GSEA我们可能更多的用的是它的富集功能，而实际上它还有其他非常好用的功能，看自己怎么活学活用了，具体来说，就我用的多的有以下几个：（欢迎大家补充）
- 1 当然是最常用的基因集富集分析，这个不用多加解释
- 2 如果你自己有N个gene在不同样本或不同时间点的表达值，你想知道和其中某个你感兴趣的gene的表达模式一致（也就是共表达）的有哪些gene，并且这些gene富集在哪条信号通路，GO，染色体，受哪个miRNA调控等的话，可以用GSEA实现，并且通过cytoscape可以画出图
- 3 有没有哪个（些）genes在富集到的GO或kegg里出现次数最多（意味它可能很关键，连接很多信号通路或生理过程等），这个功能通过leading edge analysis实现。
- 4 相对复杂一点的，按照GSEA要求的格式，做自己的GO或KEGG文件（异想天开的比如：你发现了一个新的信号通路，或作用机制，你可以把这些gene做成自己命名的信号通路，然后把你证明这个信号通路存在的数据在这个信号通路去富集。）（另外，你也可以自己重新优化适合自己的GO:BP或KEGG），这样就像是自己的百科全书。
- 5 通过4，有没有发现，自己可以天马行空的制作自己觉得好玩的非生物学的小玩件。。。。
