GO/KEGG/GSEA Enrichment Analysis 1/3 Сегодня первый пост из трилогии про базовые темы в анализе обогащения. Enrichment Analysis — это семейство биоинформатических методов для выявления статистически значимого преобладания определенных биологических категорий (маркеров, функций, путей, процессов) в заданном наборе генов/белков/метаболитов. Сегодня пост про Gene Ontology. Вообще, GO и KEGG — это в первую очередь биологические справочники, по которым проводится классический анализ обогащения (over-representation analysis, ORA🤪). Он и описан в карточках. Зачастую в статьях рядом стоят результаты анализа по GO и KEGG. GSEA — это более продвинутый метод (Functional Class Scoring, FCS), который можно применять к наборам из GO и KEGG. Универсальная библиотека Python для анализа — GSEApy. Через модуль enrichr можно провести классический анализ обогащения GO. Онлайн натыкать тут (график на 5 карточке оттуда). Иллюстрации сгенерированы ИИ🥀🥀🥀 #VD_analysis #VD_enrichment_analysis #VD_tools