科研 Skill

GSEA与样本级基因集评分

04-transcriptomics-b05-t03

用于全量排序特征的GSEA以及GSVA、ssGSEA样本级基因集评分;当用户需要通路方向、leading-edge基因或每个样本的通路分数时使用。

发布者 Codar安全审核通过v0.1.0更新于 2026-09-16

SKILL.md

GSEA 与样本级基因集评分

  1. 先分清问题:比较条件的通路富集用GSEA;需要每个样本的通路活动分数时用GSVA或ssGSEA。过度表示分析属于“通路与功能富集分析”,不在这里混用。
  2. GSEA使用带方向、全量且可比较的排序统计量,去除重复标识并记录聚合规则;根据样本量与设计选择表型置换或基因集置换。
  3. GSVA/ssGSEA使用经过适当归一化的表达矩阵,在同一基因宇宙和同一基因集版本内计算样本级相对分数,再按样本设计或受试者层级建模。
  4. 固定MSigDB或自定义基因集的版本、物种、标识映射和大小范围;报告映射损失,并整理高度重叠的通路。
  5. GSEA报告NES、FDR、leading-edge基因和方向;样本级评分报告算法、参数、分数矩阵、组间效应和多重校正。
  6. 检查核心结果是否由极少数基因、批次、组成变化或单一染色体区域驱动,并用替代排序量或基因集版本做敏感性分析。

正负NES必须按排序统计量方向解释。GSVA/ssGSEA分数是队列内相对量,不经校准不能跨不相容平台或队列直接比较,也不能把每个分数当成新的生物学重复。

所属插件

网络与系统生物学分子网络、调控网络与系统生物学分析。

安装该插件会一并获得同领域的 15 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

GSEA与样本级基因集评分能做什么?

用于全量排序特征的GSEA以及GSVA、ssGSEA样本级基因集评分;当用户需要通路方向、leading-edge基因或每个样本的通路分数时使用。

如何安装GSEA与样本级基因集评分?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「GSEA与样本级基因集评分」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

GSEA与样本级基因集评分需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

GSEA与样本级基因集评分经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。