GSVA可以理解为pathway级别的差异分析
差异分析相信大家应该是都没有问题了，就是跟着我在生信技能树的教程走，当然也会有一些小细节需要注意，在 你确定你的差异基因找对了吗？ 我很好的示范了部分细节。
差异分析系列推文在：
不过，标准分析通常是不够的，定位到成百上千个有统计学显著变化的差异表达基因后，同样是有成百上千个生物学功能注释（GO功能和KEGG通路），普通的超几何分布检验已经不能满足大家多元化的分析了，所以就有了大家耳熟能详的GSEA分析，以及绝大部分人比较陌生的GSVA分析。
GSVA分析的文章发表于2013年，GSVA: gene set variation analysis for microarray and RNA-Seq data 同样是broad 研究生出品，其在2005年PNAS发表的gsea已经高达1.4万的引用了，不过这个GSVA才不到300。去年我就介绍过一波它的分析流程，在：使用GSVA方法计算某基因集在各个样本的表现 非常简单的代码，所以各个培训机构，公司人员都开始学习和二次创作进而分享。考虑到最近邮箱接收的GSVA提问比较多，我这里还是得再次归纳总结一波，这次我准备从GSVA其实就是pathway级别的差异分析的角度来分享。
一般人做数据挖掘，到差异基因的生物学功能注释（GO功能和KEGG通路）就结束了，进而也就是去使用一些网页工具，比如string，出一些花花绿绿的图表，比如PPI网络图。实际上，使用了GSVA，可以把成百上千个生物学功能注释（GO功能和KEGG通路）转换为新的表达矩阵，就是具体的每个通路在各个样本的基因集变异分析（Gene Set Variation Analysis，GSVA）值，我们把它当作一般的矩阵文件，进行差异表达分析，热图绘制，火山图绘制。
下面我们以文献 Metabolic remodeling contributes towards an immune‐suppressive phenotype in glioblastoma 为例，欣赏它的两个图表，文章发表在Cancer Immunology, Immunotherapy (2019)
https://doi.org/10.1007/s00262-019-02347-3
基于pathway的热图
虽然作者这里使用的代谢组学数据：
Global metabolomic profiling was performed on patient-derived glioblastoma (GBM; n=80) and LGA (n=28) tumor samples using LG/GC–MS.
本质上仍然是记录表达量。
基于pathway的火山图
pathway的具体含义
pathway在我这里是其实想指代基因集的别名，其中msigdb有着丰富的基因集，MSigDB（Molecular Signatures Database）数据库中定义了已知的基因集合：http://software.broadinstitute.org/gsea/msigdb
包括H和C1-C7八个系列（Collection），每个系列分别是：
H: hallmark gene sets （癌症）特征基因集合，共50组，最常用；
C1: positional gene sets 位置基因集合，根据染色体位置，共326个，用的很少；
C2: curated gene sets：（专家）校验基因集合，基于通路、文献等：
C3: motif gene sets：模式基因集合，主要包括microRNA和转录因子靶基因两部分
C4: computational gene sets：计算基因集合，通过挖掘癌症相关芯片数据定义的基因集合；
C5: GO gene sets：Gene Ontology 基因本体论，包括BP（生物学过程biological process，细胞原件cellular component和分子功能molecular function三部分）
C6: oncogenic signatures：癌症特征基因集合，大部分来源于NCBI GEO 发表芯片数据
C7: immunologic signatures: 免疫相关基因集合。