从GSEA到GSVA：嵌套聚类分析提升通路研究深度

引言Introduction

GSEA与GSVA分析常被一起提起，但很多人只会做结果图，不清楚两者差别，也不会判断什么时候该用哪一种。如果你想把通路分析从“有没有富集”推进到“样本间通路差异有多大”，就需要同时理解 GSEA 与 GSVA。

1.GSEA与GSVA的核心区别

1.1 GSEA更适合回答“是否富集”

GSEA的核心是基于排序后的基因列表，观察某个基因集是否集中出现在列表顶部或底部。它不要求先筛出差异基因，因此比传统富集分析更适合保留整体表达信息。

GSEA的输出重点是通路层面的富集方向和强度。 常见结果包括富集曲线、NES、P值、FDR等。对于医学生和科研人员来说，它适合回答“某条通路在处理组是否整体上调或下调”。

1.2 GSVA更适合回答“每个样本通路活性如何”

GSVA全称Gene Set Variation Analysis，它最大的特点是不依赖分组。 它会把表达矩阵转换为基因集矩阵，再对每个样本的每条通路进行评分。

根据上游知识库，GSVA的结果通常以热图展示。横轴是样本，纵轴是信号通路，颜色代表贡献度。橙色表示贡献高，蓝色表示贡献低。 这使它特别适合比较样本间的通路活性差异。

1.3 两者的关系是递进而不是替代

很多人会把GSEA与GSVA分析理解成二选一，其实并不是。GSEA更像“组间通路差异的入口”，GSVA则进一步把通路分析推进到样本层面。

简单说，GSEA看的是群体趋势，GSVA看的是个体差异。 如果研究设计中存在亚型、异质性、批次间差别，GSVA往往能提供更细的信号。

2.GSEA与GSVA分析的结果怎么读

2.1 GSEA结果常见图形

GSEA常见展示形式有单图和并图。几张图放在一起，或拆开呈现，主要是作图差别，不影响阅读逻辑。

通常你会看到三类信息。

1. 富集曲线，判断通路是否集中偏向排序前端或后端。
2. running score，判断富集过程中的动态变化。
3. 指标表格，重点看NES、P.adjust、FDR。

在实际解读中，NES和FDR更重要。 NES反映富集方向和强度，FDR用于控制多重检验后的假阳性。

2.2 GSVA结果通常是热图

GSVA最常见的呈现方式是热图。每一列是一个样本，每一行是一条信号通路。通过颜色深浅和聚类结果，可以直接看到样本之间通路贡献的差异。

上游知识库指出，GSVA相较GSEA更复杂，是二维嵌套的聚类分析 。也就是说，它不仅看通路，还同时看样本和通路的聚类结构。
这正是GSVA的价值所在。 它能把“某组样本通路更活跃”这种问题，拆成更细的样本级证据。

2.3 差异分析后再看GSVA更有解释力

知识库中提到，GSVA结果可以继续用limma做差异分析。常用流程是lmFit、eBayes、topTable。这样可以筛出不同样本组之间显著差异的通路集。

对结果解读时，通常重点关注三列。

• logFC。表示通路评分差异幅度。
• P值。表示统计显著性。
• 校正后P值。用于判断差异是否可信。

这一步非常关键。 因为GSVA本身给出的是每个样本的通路评分，只有经过差异分析，才能把“看起来不同”变成“统计上显著不同”。

3.GSEA与GSVA分析的实战思路

3.1 先确定研究问题，再决定方法

如果你的问题是“某处理是否激活了某条经典通路”，GSEA通常更直接。
如果你的问题是“不同样本的通路活性是否存在异质性”，GSVA更合适。

研究设计决定方法，而不是方法决定研究设计。 这是通路分析最常见的误区。对于临床分型、预后分层、免疫微环境研究，GSVA常常比单纯GSEA更有信息量。

3.2 通路数据库和注释文件要统一

知识库中提到，GSEA和GSVA分析都需要从MSigDB下载.gmt注释文件。这个细节很重要。因为基因集定义不一致，会直接影响结果可比性。

建议在同一项目中统一基因集来源。这样无论是GSEA结果，还是GSVA热图，解释都更连贯。如果前后数据库不一致，通路名称相同，生物学含义也可能不同。

3.3 输出图形要服务于结论

GSEA适合输出经典富集曲线和山峦图。GSVA适合输出热图，并结合样本聚类和通路聚类一起看。

如果你的论文或课题报告需要讲清“机制链条”，建议按下面顺序组织图表。

1. 差异表达分析。
2. GSEA展示核心通路。
3. GSVA展示样本层通路活性。
4. limma差异分析锁定关键通路。

这样呈现，逻辑会更完整。 从基因层到通路层，再到样本层，证据链更稳。

4.为什么说GSVA能提升通路研究深度

4.1 它把通路分析从“集合”推进到“样本”

传统通路分析常停留在“一个组是否富集某通路”。但临床样本往往是异质的。即使属于同一组，不同样本的通路活性也可能差别明显。

GSVA的优势在于，它先为每个样本打分，再在样本之间做比较。这让通路研究从组间平均效应，走向个体化通路画像。

4.2 它更适合发现亚型和分层信号

在肿瘤、免疫炎症、代谢重编程等研究中，样本内部差异经常大于组间差异。GSVA热图可以直接显示样本聚类情况。某些样本可能在多个通路上呈现一致偏高或偏低。

这类结果常常提示新的分型线索。
如果你只做GSEA，可能只看到一条通路显著。 但GSVA会告诉你，哪些样本驱动了这种差异，差异是否集中在某个亚群。

4.3 它与二维聚类结合后更有解释力

知识库明确指出，GSVA是二维嵌套的聚类分析。这个特点让它比单纯富集结果更适合图形化解释。

热图中的样本聚类告诉你组内是否一致。通路聚类告诉你哪些功能模块共同变化。当样本聚类和通路聚类同时出现时，往往意味着信号不是随机波动，而是有系统性生物学意义。

5.写论文时如何规范呈现GSEA与GSVA分析

5.1 结果部分建议这样写

先写GSEA，说明核心富集方向。再写GSVA，说明样本层面通路评分差异。最后用limma或其他方法做统计验证。

这种写法符合从“发现”到“验证”的科研逻辑。 也更符合审稿人对E-E-A-T式证据链的期待。

5.2 图注要交代清楚三个要素

图注里建议明确写出：

• 使用的基因集来源。
• GSEA或GSVA的分析对象。
• 颜色、坐标轴和聚类含义。

尤其是GSVA热图，必须说明每一列代表样本，每一行代表通路，颜色代表评分高低。否则读者很难快速理解图意。

5.3 结论不要过度外推

GSEA和GSVA都属于关联分析。它们能提示通路变化，但不能单独证明因果。
如果要证明机制，还需要进一步实验验证。 例如qPCR、Western blot、功能实验或临床队列验证。

总结Conclusion

GSEA与GSVA分析并不是互相替代，而是层级不同、用途不同。GSEA更适合做群体层面的通路富集判断，GSVA则更适合做单样本通路评分和样本异质性分析。如果你希望把通路研究从“是否富集”推进到“谁在富集、哪些样本在富集”，GSVA是关键补充。

在实际项目中，建议先用GSEA锁定核心通路，再用GSVA做样本级验证，并结合limma差异分析和热图展示，构建完整证据链。这样不仅更利于论文发表，也更利于临床转化研究。

如果你正在做GSEA与GSVA分析，希望把结果图、统计流程和论文表达一次性规范化，可以借助解螺旋品牌的生信内容与分析支持，把通路结果做得更清晰、更可发表。